Wolfram 语言与系统参考资料中心

BrightnessEqualize

BrightnessEqualize[image]

调整整个 image 的亮度，纠正不均匀的照度.

BrightnessEqualize[image,flatfield]

使用由 flatfield 给出的纠正模型，该模型模拟了整个 image 亮度变化的情况.

BrightnessEqualize[image,flatfield,darkfield]

使用由 darkfield 给出的暗环境模型.

更多信息和选项

局部亮度调整亦称为平场扫描，用来移除由不均匀光照或传感器灵敏度的变化引起的图像伪影.

BrightnessEqualize 适用于任意二维和三维图像，调整 LABColor 空间的光通道.
flatfield 图像是像纯的明亮的白色背景的同类信号的图像. darkfield 是同样的图像，但没有照明. 带有在同样设置中的对象的 image 的平场由给出.
flatfield 或 darkfield 的可能设置包括：
val 常数 val

corrimage 校正图像（调整至相应图像的尺寸）

{scope,model} 拟合数据至给定模型
默认的 flatfield 包含 2 阶多项式拟合. 默认的 darkfield 被假设为 0.
使用 {scope,model}，flatfield 或 darkfield 由拟合一个函数估计.
scope 参数指明是否沿每个轴拟合整个图像数据或图像投影. 可能的设置包括：
"Global" 拟合整个图像至给定模型

"Marginal" 分别拟合 model 到沿各个轴的投影
model 可以为以下形式：
n n 次多项式

f,params,vars 具有参数 params 和变量 vars 的任意模型 f
可以选择下列选项：
Masking Automatic 用于模型估计的区域

PerformanceGoal Automatic 优化的目标
使用 Masking->Automatic 时，调整中不使用过曝和低曝像素.
带有部分透明图像，阿尔法通道与掩模相乘.

范例

打开所有单元关闭所有单元

基本范例 (1)

均衡平滑纹理的亮度：

Wolfram Language code: BrightnessEqualize[[image]]

范围 (7)

数据 (3)

均衡扫描文档的灰度图像：

Wolfram Language code: BrightnessEqualize[[image]]

调整照明不均匀的彩色照片的亮度：

Wolfram Language code: BrightnessEqualize[[image]]

调整 3D CT 扫描图像的亮度：

Wolfram Language code: BrightnessEqualize[\!\(\*Graphics3DBox[«13»]\)]

参数 (4)

通过估计亮度分布来消除显微镜图像中的不均匀照明：

Wolfram Language code: img = [image];

在整个图像域上拟合一阶多元多项式：

Wolfram Language code: BrightnessEqualize[img, {"Global", 1}]

使用二阶多项式：

Wolfram Language code: BrightnessEqualize[img, {"Global", 2}]

将二阶单变量多项式拟合到各个方向上的图像边缘：

Wolfram Language code: BrightnessEqualize[img, {"Marginal", 2}]

使用 flatfield 图像：

Wolfram Language code: BrightnessEqualize[[image], [image]]

通过把光通道拟合至给定的模型删除晕影效果：

Wolfram Language code: img = [image];

假设一个对称旋转，径向依赖的晕影：

Wolfram Language code:

BrightnessEqualize[
	img, 
	{"Global", a + b(x^2 + y^2) + c(x^2 + y^2)^2 + d(x^2 + y^2)^3, {a, b, c, d}, {x, y}}
	]

假设高斯晕影：

Wolfram Language code:

BrightnessEqualize[
	img, 
	{"Global", a Exp[-(x^2 + y^2) / σ^2], {a, σ}, {x, y}}
	]

通过估计暗场，对天文图像进行减法校正：

Wolfram Language code: BrightnessEqualize[[image], 1, {"Global", 6}]

选项 (1)

Masking (1)

默认情况下，使用自动掩模：

Wolfram Language code: img = [image];

Wolfram Language code: BrightnessEqualize[img, {"Global", 6}]

基于图像背景均衡亮度：

Wolfram Language code: mask = Erosion[Binarize[img], 1]

Wolfram Language code: BrightnessEqualize[img, {"Global", 6}, Masking -> mask]

应用 (7)

实现月球表面的恒定亮度：

Wolfram Language code: moon = [image];

Wolfram Language code: BrightnessEqualize[moon, {"Global", 4}, Masking -> Binarize[moon]]

均衡显微镜图像的亮度：

Wolfram Language code: img = [image];

识别背景：

Wolfram Language code: mask = ColorNegate@AlphaChannel@RemoveBackground[img]

均衡亮度分布，假设同类背景：

Wolfram Language code: BrightnessEqualize[img, Masking -> mask]

通过分别处理每个通道，均衡颜色分布：

Wolfram Language code: ColorCombine[BrightnessEqualize[#, Masking -> mask]& /@ ColorSeparate[img]]

删除扫描文档中的不均匀亮度：

Wolfram Language code: scan = [image];

创建一个掩模，以便在后续均衡中省略文本：

Wolfram Language code: mask = ColorNegate@Closing[Binarize[BottomHatTransform[scan, 12]], 1]

均衡亮度分布拟合六阶多项式：

Wolfram Language code: BrightnessEqualize[scan, {"Global", 6}, Masking -> mask]

这些改进了文本识别结果：

Wolfram Language code: TextRecognize[%]

均衡亮度分布。没有对水平拟合应用掩模：

Wolfram Language code: BrightnessEqualize[scan, {"Marginal", {6, 0}}]

这也改进了文本识别结果：

Wolfram Language code: TextRecognize[%]

减少照片的晕影效果：

Wolfram Language code: img = [image];

计算预期拥有均匀亮度背景的掩模：

Wolfram Language code: mask = ColorNegate@AlphaChannel@RemoveBackground[img]

均衡图像亮度：

Wolfram Language code: BrightnessEqualize[img, {"Global", 3}, Masking -> mask]

从具有许多像素缺陷的低质量相机拍摄的图像中删除 CCD 伪像：

摄像机的平场图像：

Wolfram Language code: flatfield = [image];

泪水的显微镜图像：

Wolfram Language code: image = [image];

平场校正：

Wolfram Language code: BrightnessEqualize[image, flatfield]

纠正 MR 扫描中的不均匀亮度：

Wolfram Language code: img = [image];

仅使用肌肉组织进行亮度估计：

Wolfram Language code: mask = Opening[Binarize[img, {.12, .3}], 1]

Wolfram Language code: BrightnessEqualize[img, Masking -> mask] // ImageAdjust

校正 3D 磁共振体中的不均匀亮度：

Wolfram Language code: knee = [image];

请注意，朝向体的周边的亮度降低：

Wolfram Language code: Image3D[knee, ColorFunction -> "GrayLevelAlpha", ClipRange -> {All, {0, 23}, All}, Boxed -> True]

选择肌肉组织估计亮度分布：

Wolfram Language code: ImageHistogram[knee]

Wolfram Language code: mask = Erosion[Binarize[knee, {.05, .3}], 1]

通过偶数阶为 4 的圆柱坐标的多项式估计亮度分布：

Wolfram Language code:

knee2 = BrightnessEqualize[knee, 
	{"Global", {1, x^2 + y^2, z^2, (x^2 + y^2)^2, z^4, (x^2 + y^2)z^2}, {x, y, z}}, Masking -> mask];

比较初始体积和带有均衡亮度的结果：

Wolfram Language code:

Map[Image3D[#, ColorFunction -> "GrayLevelAlpha", ClipRange -> {All, {0, 23}, All}, Boxed -> True]&, {knee, knee2}]//GraphicsRow

Top

更多学习资源

技术支持

Wolfram 解决方案

Wolfram 的教育解决方案

开始

提高你的技能

与我们合作

成人教育计划

青少年教育计划

欢迎阅读

BrightnessEqualize

更多信息和选项

范例

基本范例 (1)

范围 (7)

数据 (3)

参数 (4)

选项 (1)

Masking (1)

应用 (7)

文本

CMS

APA

BibTeX

BibLaTeX

	val	常数 val
	corrimage	校正图像（调整至相应图像的尺寸）
	{scope,model}	拟合数据至给定模型

	"Global"	拟合整个图像至给定模型
	"Marginal"	分别拟合 model 到沿各个轴的投影

	n	n 次多项式
	f,params,vars	具有参数 params 和变量 vars 的任意模型 f

	Masking	Automatic	用于模型估计的区域
	PerformanceGoal	Automatic	优化的目标

BrightnessEqualize

更多信息和选项

范例

基本范例 (1)

范围 (7)

数据 (3)

参数 (4)

选项 (1)

Masking (1)

应用 (7)

参见

技术笔记

相关指南

历史

文本

CMS

APA

BibTeX

BibLaTeX