هیستوگرام
یکی از مشخصات آماری که از تصویر استخراج می شود، هیستوگرام تصویر می باشد.
برای بهبود کنتراست تصاویر الگوریتم های مختلفی در مقالات بررسی شده است. و در متلب الگوریتم های منتخب به صورت کد هایی در اختیار دانش پژوهان قرار داده شده است. بدیهیس ت الگوریتم های دیگری نیز وجود دارد که باید بصورت مستقل نوشته شود و چه بسا عملکردی بهتر از این توابع داشته باشند.
هیستوگرام در واقع فراوانی شدت روشنایی تصویر می باشد. هر چه هیستوگرام تصویر یک دست تر و به خط صاف (موازی محور x) نزدیک تر باشد تصویر کنتراست و وضوح بهتری دارد و جزییات بهتری نمایش داده می شود.
I = imread('pout.tif');
subplot 121; imshow (I)
subplot 122; imhist(I)
افزایش کنتراست با استفاده از یکسان سازی هیستوگرام
J = histeq(I);
subplot 121; imshow (J)
subplot 122; imhist(J)
روش دیگر برای بهبود کنتراست استفاده از دستور adapthisteq می باشد.
دستور histq باعث یکنواختی بیشتر فراوانی شدت روشنایی شده اند.
برای انتقال شدت روشنایی از محدوده خود تصویر به محدوده دیگر (برای بهبود کنتراست) نیز می توان از کد های زیر بهره برد. برای مشخص کردن بازه ثانویه برای بهبود کنتراست می تواند از دستور آماده stretchlim به جای تشخیص شخصی استفاده کرد.
%J = imadjust(I,[low_in high_in],[low_out high_out])
J = imadjust(I,[0 1],stretchlim(I));
subplot 121; imshow (J)
subplot 122; imhist(J)
در این مقاله روش های تعدیل تصاویر با مثال و کد هایی آورده شده است.
