LR5 / Z9411_КафкаРС_ММТ_ЛР5

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ федеральное государственное автономное образовательное учреждение высшего образования

«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ»

ИНСТИТУТ НЕПРЕРЫВНОГО И ДИСТАНЦИОННОГО ОБРАЗОВАНИЯ

КАФЕДРА 41

ЛАБОРАТОРНАЯ РАБОТА №5

ИЗУЧЕНИЕ МЕТОДОВ УПРАВЛЕНИЯ КОНТРАСТНОСТЬЮ ИЗОБРАЖЕНИЙ

по дисциплине: Мультимедиа технологии

Шифр ИНДО

Санкт-Петербург 2024

Цель работы: изучить методологию управления контрастностью изображений с целью улучшения их визуального восприятия. Реализовать типовые методы контрастирования изображений в среде Matlab.

Краткие теоретические сведения о цифровых изображениях и методах улучшения их визуальных характеристик, описание применяемых функций обработки изображений.

Цифровые изображения обычно представлены в виде двумерных прямоугольных массивов чисел, где каждый элемент массива соответствует пикселю изображения. Для полутоновых изображений (монохромных)

используются одноканальные матрицы, где значение каждого элемента соответствует уровню яркости, обычно в диапазоне от 0 до 255. Цветные изображения кодируются тремя матрицами, соответствующими интенсивностям красного, зеленого и синего цветов.

Методы улучшения визуальных характеристик изображений Основными методами обработки изображений для улучшения их

визуального восприятия являются:

• Изменение яркости и контрастности:

Это достигается путем анализа статистических характеристик изображения, особенно гистограммы распределения яркостей.

• Эквализация гистограммы (HISTEQ):

Процесс выравнивания гистограммы яркости по всему изображению или его частям для достижения равномерного распределения яркостей, что делает изображение визуально более приятным.

• Линейное контрастирование (IMADJUST):

Увеличение контраста за счет растяжения диапазона интенсивностей исходного изображения, включая возможность гамма-коррекции для более тонкой настройки контрастности.

• Адаптивное выравнивание гистограммы (ADAPTHISTEQ):

2

Контрастно-ограниченное адаптивное выравнивание гистограммы, улучшающее контрастность на локальном уровне, полезно для подчеркивания деталей в низкоконтрастных участках.

Описание применяемых функций обработки изображений

• HISTEQ:

Выполняет эквализацию гистограммы, что может значительно улучшить контраст, особенно в слабоконтрастных изображениях.

• IMADJUST:

Позволяет изменять яркость и контрастность изображений, преобразуя диапазон яркостей изображения с возможностью применения гамма-

коррекции.

• ADAPTHISTEQ:

Реализует адаптивное выравнивание гистограммы с множеством настраиваемых параметров, таких как ClipLimit и NumTiles, которые влияют на степень и масштаб контрастирования.

Эти методы позволяют не только корректировать изображения, делая их более удобными для восприятия человеком, но и создавать различные визуальные эффекты для художественной обработки.

Индивидуальный вариант

Вариант №8 приведён в таблице 1.

Таблица 1 – Индивидуальный вариант задания

Ход работы:

1. Первая часть работы.

Выполнил преобразования исходного изображения с теми же настройками, что и в программе, приведённые в указаниях к выполнению лабораторной работы. Код представлен в листинге 1.

3

Листинг 1 – MATLAB-программа в виде mat-файла, посредством которой

осуществляется обработка выбранного изображения с использованием

функций IMADJUST, HISTEQ и ADAPTHISTEQ

I=imread('image.jpg'); figure('Name','Исходное изображение'); imshow(I);

figure('Name','Гистограмма исходного изображения'); imhist(rgb2gray(I));

% 1) функция HISTEQ:

h=64; % количество столбцов желаемой гистограммы

%1.1) простейший вариант применения:

%J1 = histeq(I,h);

%1.2) вариант с выделением матрицы яркости:

I_hsv = rgb2hsv(I); % перевод в цветовое пр-во HSV J_hsv = I_hsv; % подготавливаем данные вых. изображения V = I_hsv(:,:,3); % выделение матрицы яркости

V_out = histeq(V,h); % эквализация гистограммы J_hsv(:,:,3) = V_out; % изменяем матрицу яркости

J1 = im2uint8(hsv2rgb(J_hsv)); % формируем изображение figure('Name','Изображение после эквализации (HISTEQ)'); imshow(J1);

figure('Name','Гистограмма после эквализации (HISTEQ)'); imhist(im2uint8(V_out));

imwrite(J1, 'output_image1.jpg')

%2) функция IMADJUST: MinMaxValues = stretchlim(I);

J2 = imadjust(I,MinMaxValues,[]); figure('Name','Линейно-контрастированное изображение'); imshow(J2);

figure('Name','Гистограмма после IMADJUST'); imhist(J2);

imwrite(J2, 'output_image2.jpg')

%3) функция ADAPTHISTEQ:

%у функции есть особенность: исходные данные д.б. от 0 до 1

LAB = rgb2lab(I);

L = LAB(:,:,1)/100; % нормировка под диапазон от 0 до 1

L = adapthisteq(L,'ClipLimit',0.02,'Distribution','rayleigh'); LAB(:,:,1) = L*100; % денормировка

J3 = lab2rgb(LAB); % обратное преобразование в изображение figure('Name','adapthisteq_Image');

imshow(J3); figure('Name','histogram_adapthisteq_Image'); imhist(uint8(L.*255)); % построение гистограммы imwrite(J3, 'output_image3.jpg');

Результаты обработки тестового изображения программой представлены на рисунке 1.

4

Наблюдаемые визуальные эффекты в изображениях после обработки:

•Функция HISTEQ (Эквализация Гистограммы):

Контрастность изображения увеличилась, особенно заметно в темных

участках. Детали стали более различимыми без радикального изменения

общих цветов.

•Функция IMADJUST (Регулировка Контрастности):

Изображение стало ярче и чётче, контраст увеличился, визуально более

привлекательным, «живым».

•Функция ADAPTHISTEQ (Адаптивное Выравнивание Гистограммы):

Максимально увеличило локальный контраст, очень хорошо стали видны

детали в низкоконтрастных областях. При этом стали появляться небольшие

артефакты в виде гало вокруг тёмных объектов на светлом фоне.

6

2. Вторая часть работы.

Для выполнения второй части лабораторной работы был использован код, представленный в листинге 2. Этот код исследует, как изменение количества плиток по вертикали (параметр B) влияет на результат адаптивного выравнивания гистограммы изображения.

Листинг 2 – MATLAB-программа для исследования влияния заданного параметра из функции

%Чтение исходного изображения

I = imread('image.jpg');

I_gray = rgb2gray(I); % Преобразование изображения в полутоновое

%Определение параметров, которые не исследуются

% Цикл по разным значениям B for i = 1:num_tests

B = B_values(i);

% Применение ADAPTHISTEQ с текущим значением B

J = adapthisteq(I_gray, 'NumTiles', [A B], 'ClipLimit', C);

%Создание нового окна для изображения figure;

imshow(J);

title(sprintf('Image with B = %d', B));

%Создание нового окна для гистограммы figure;

imhist(J, 256);

title(sprintf('Histogram with B = %d', B));

%Сохранение результатов в файлы imwrite(J, sprintf('output_B_%d.jpg', B));

end

Описание программы:

7

1.Инициализация: загружается исходное изображение, которое преобразуется в полутоновое (градации серого), так как adapthisteq обычно применяется к полутоновым изображениям для улучшения контраста.

2.Параметры: фиксируются значения для A и C, чтобы исследовать влияние изменения B (количество плиток по вертикали).

3.Цикл обработки: для каждого значения B из заданного списка:

•Применяется adapthisteq с текущими параметрами.

•Результат отображается на экране вместе с его гистограммой для визуального анализа изменений.

4.Визуализация: используются графики для отображения обработанных изображений и их гистограмм по мере изменения B.

5.Сохранение результатов: Обработанные изображения сохраняются в файлы для дальнейшего использования или анализа.

представлены на рисунках 2-3.

8