怎样用MATLAB的图像处理功能进行同态滤波

haidaowang

同态滤波：
  N5 d. h3 y' U; b利用广义叠加原理对同态系统进行滤波。
" P' Z8 R& ^4 O# w
! f. P( G& {% D# A4 U/ g5 ]同态滤波是把频率过滤和灰度变换结合起来的一种图像处理方法，它依靠图像的照度/ 反射率模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像的质量。使用这种方法可以使图像处理符合人眼对于亮度响应的非线性特性，避免了直接对图像进行傅立叶变换处理的失真。
7 C3 C. ~8 D2 m8 Z& n$ a0 h
同态滤波的基本原理是：将像元灰度值看作是照度和反射率两个组份的产物。由于照度相对变化很小，可以看作是图像的低频成份，而反射率则是高频成份。通过分别处理照度和反射率对像元灰度值的影响，达到揭示阴影区细节特征的目的。
% D! E4 W+ @- [8 l7 P5 S4 ^* G

同态滤波处理的基本流程如下：

S(x,y)---->Log---->DFT---->频域滤波---->IDFT---->Exp---->T(x,y)

其中S(x,y)表示原始图像；T(x,y)表示处理后的图像；Log 代表对数运算；DFT 代表傅立叶变换（实际操作中运用快速傅立叶变换FFT）；IDFT 代表傅立叶逆变换（实际操作中运用快速傅立叶逆变换IFFT）；Exp 代表指数运算。
7 q/ |' t$ s  ], K3 S3 Z
下面是一张典型的同态滤波与其他图像处理方式的异同：

1 R3 X, I3 p2 g+ Y3 N* s: T1 h. v$ G
: N, o' `+ I4 @+ m, b8 e

实现代码:

• function I3 = test_tontai(I)
• I=double(rgb2gray(I));
• [M,N]=size(I);
• rL=0.5;
• rH=4.7;%可根据需要效果调整参数
• c=2;
• d0=10;
• I1=log(I+1);%取对数
• FI=fft2(I1);%傅里叶变换
• n1=floor(M/2);
• n2=floor(N/2);
• for i=1:M
•     for j=1:N
•         D(i,j)=((i-n1).^2+(j-n2).^2);
•         H(i,j)=(rH-rL).*(exp(c*(-D(i,j)./(d0^2))))+rL;%高斯同态滤波
•     end
• end
• I2=ifft2(H.*FI);%傅里叶逆变换
• I3=real(exp(I2));
• subplot(122),imshow(I3,[]);title('同态滤波增强后');
  4 b+ m) x; s7 Z# H1 G* H

  
  @, M3 m, R( ~5 V. H7 `5 a- r; V; V
; V9 i( w/ }; R3 E6 H实验发现，同态滤波有类似于高动态范围压缩的效果，比如可以把图像暗的部分提亮。

- G) t5 X0 s3 A! B8 }6 I' r
下图为原始图像，属于低曝光的一幅图像：


* x, c2 u. M/ j% ~

同态滤波后：
7 R4 ]0 w$ K8 ~: b4 i
$ D$ @5 K2 G& G& g' d" H8 L

# G/ j: `* `$ H1 z2 w
: w! }  v5 s* k4 w5 f4 d4 B

ExxNEN

赞一个，感觉很好

yin123

谢谢分享，感觉这个软件好强大啊