Импорт образа RGB

A = imread('peppers.png');

Установите параметры фильтра для увеличения деталей менее 0,4.

sigma = 0.4;
alpha = 0.5;

Использовать быструю локальную фильтрацию лапласа

B = locallapfilt(A, sigma, alpha);

Отображение исходных и отфильтрованных изображений рядом.

imshowpair(A, B, 'montage')

Локальная лапласовская фильтрация - вычислительно интенсивный алгоритм. Чтобы ускорить обработку, locallapfilt аппроксимирует алгоритм путем дискретизации диапазона интенсивности в несколько выборок, определенных 'NumIntensityLevels«параметр». Этот параметр может использоваться для выравнивания скорости и качества.

Импортируйте изображение RGB и просмотрите его.

A = imread('peppers.png');
figure
imshow(A)
title('Original Image')

Использовать sigma значение для обработки подробных данных и alpha значение для увеличения контрастности, эффективно увеличивая локальную контрастность изображения.

sigma = 0.2;
alpha = 0.3;

Использование меньшего количества выборок увеличивает скорость выполнения, но может создавать видимые артефакты, особенно в областях плоского контраста. Время выполнения функции с использованием только 20 уровней интенсивности.

t_speed = timeit(@() locallapfilt(A, sigma, alpha, 'NumIntensityLevels', 20))  

t_speed = 0.1464

Теперь обработайте изображение и отобразите его.

B_speed = locallapfilt(A, sigma, alpha, 'NumIntensityLevels', 20);
figure
imshow(B_speed)
title(['Enhanced with 20 intensity levels in ' num2str(t_speed) ' sec'])

Большее количество образцов дает лучшие результаты анализа за счет большего времени обработки. Время выполнения функции с использованием 100 уровней интенсивности.

t_quality = timeit(@() locallapfilt(A, sigma, alpha, 'NumIntensityLevels', 100))

t_quality = 0.6676

Обработать изображение с 100 уровнями интенсивности и отобразить его:

B_quality = locallapfilt(A, sigma, alpha, 'NumIntensityLevels', 100);
figure
imshow(B_quality)
title(['Enhancement with 100 intensity levels in ' num2str(t_quality) ' sec'])

Попробуйте изменить количество уровней интенсивности на собственных изображениях. Попробуйте также выровнять контраст (с alpha > 1). Вы увидите, что оптимальное количество уровней интенсивности различно для каждого изображения и зависит от alpha. По умолчанию locallapfilt использует эвристику, чтобы сбалансировать скорость и качество, но она не может предсказать наилучшее значение для каждого изображения.

Импорт цветного изображения, уменьшение его размера и отображение.

A = imread('car2.jpg');
A = imresize(A, 0.25);
figure
imshow(A)
title('Original Image')

Задайте параметры фильтра, чтобы резко увеличить детали меньше 0,3 (из нормализованного диапазона от 0 до 1).

sigma = 0.3;
alpha = 0.1;

Давайте сравним два разных режима цветовой фильтрации. Обработка изображения путем фильтрации его интенсивности и фильтрации каждого цветового канала по отдельности:

B_luminance = locallapfilt(A, sigma, alpha);
B_separate  = locallapfilt(A, sigma, alpha, 'ColorMode', 'separate');

Отображение отфильтрованных изображений.

figure
imshow(B_luminance)
title('Enhanced by boosting the local luminance contrast')

figure
imshow(B_separate)
title('Enhanced by boosting the local color contrast')

К каждому изображению применено одинаковое увеличение контрастности, но цвета более насыщены при установке 'ColorModeКомуseparate'.

Импорт изображения. Преобразуйте изображение в плавающую точку, чтобы упростить добавление искусственного шума.

A = imread('pout.tif');
A = im2single(A);

Добавьте шум Гаусса с нулевым средним и 0,001 дисперсией.

A_noisy = imnoise(A, 'gaussian', 0, 0.001);
psnr_noisy = psnr(A_noisy, A);
fprintf('The peak signal-to-noise ratio of the noisy image is %0.4f\n', psnr_noisy);        

The peak signal-to-noise ratio of the noisy image is 30.0234

Задайте сглаживание амплитуды деталей, а затем задайте применяемое сглаживание.

sigma = 0.1;
alpha = 4.0;

Примените фильтр с поддержкой границ.

B = locallapfilt(A_noisy, sigma, alpha);
psnr_denoised = psnr(B, A);
fprintf('The peak signal-to-noise ratio of the denoised image is %0.4f\n', psnr_denoised);

The peak signal-to-noise ratio of the denoised image is 32.2016

Обратите внимание на улучшение PSNR изображения.

Отображение всех трех изображений рядом. Обратите внимание, что детали сглажены, а резкие изменения интенсивности вдоль кромок не изменяются.

figure
subplot(1,3,1), imshow(A), title('Original')
subplot(1,3,2), imshow(A_noisy), title('Noisy')
subplot(1,3,3), imshow(B), title('Denoised')

Импорт изображения, изменение его размеров и отображение

A = imread('car1.jpg');
A = imresize(A, 0.25);
figure
imshow(A)
title('Original Image')

Автомобиль грязный и покрыт разметкой. Попробуем стереть пыль и разметку на теле. Задайте сглаживание амплитуды деталей и задайте большое сглаживание.

sigma = 0.2;
alpha = 5.0;

При сглаживании (alpha > 1), фильтр дает высококачественные результаты с небольшим количеством уровней интенсивности. Установка небольшого количества уровней интенсивности для более быстрой обработки изображения.

numLevels = 16;

Примените фильтр.

B = locallapfilt(A, sigma, alpha, 'NumIntensityLevels', numLevels);

Выведите на экран «чистый» автомобиль.

figure
imshow(B)
title('After smoothing details')