《图象增强灰度变换》由会员分享，可在线阅读，更多相关《图象增强灰度变换（107页珍藏版）》请在金锄头文库上搜索。
1、采用一系列技术去改善图像的视觉效果，或将图像转换成一种更适合于人或机器进行分析处理的形式。图像增强并不以图像保真为准则，而是有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图像的使用价值。 图像增强的目的是改善图像的视觉效果，或者使图像更适合于人或机器进行分析处理。,第三章 图像增强,通过图像增强，可以减少图像中的噪音，提高目标与背景的对比度，也可以强调或抑制图像中的某些细节。例如，消除照片中的划痕，改善光照不均匀图像，突出目标的边缘等。,图像增强的方法,对比度增强 图像平滑 图像锐化 同态滤波 伪彩色与假彩色处理 代数运算 几何运算,作用域,空间域处理全局运算：在整个图像空间域
2、进行。局部运算：在与像素有关的空间域进行。点运算：对图像作逐点运算。频域处理在图像的Fourier变换域上进行处理。,对比度增强,直接灰度变换法 线性变换 分段线性变换 非线性变换 直方图调整法 直方图均衡化 直方图匹配,要点：,灰度变换法,当图像成像时曝光不足或过度, 或由于成像设备的非线性和图像记录设备动态范围太窄等因素。都会产生对比度不足的弊病，使图像中的细节分辨不清。这时可将灰度范围线性扩展。 灰度变换就是把原图像的像素灰度经过某个变换函数变换成新的图像灰度。,(一)线性灰度变换,设原图像f (x, y)灰度范围为a, b，希望变换后图像g (x, y)灰度范围扩展至c, d，则灰度线
3、性变换可表示为：,线性灰度变换,若变换后的灰度范围大于变换前的灰度范围，则尽管变换前后像素个数不变，但不同像素间的灰度差变大，因而对比度增强，图像更加清晰。 对于8位灰度图像，若a=d=255，b=c=0，则使图像负像，即黑变白，白变黑。当感兴趣的目标处于低灰度范围时，则可以利用负像增强图像效果。,(二)分段线性灰度变换,增强图像对比度实际是增强图像中各部分之间的反差，往往通过增加图像中两个灰度值间的动态范围来实现，有时也称其为对比度拉伸。 将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。设原图像f (x, y)灰度范围为0,Mf，变换后的图像g (x, y)灰度范围为0,Mg,分段线
4、性灰度变换,分段线性灰度变换,0,f(x,y),g(x,y),a,b,c,d,Mf,Mg,通过调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行扩展或压缩。 当 a，b之间的变换直线斜率大于1时，该灰度区间的动态范围增加，即对比度增强了，而另外两个区间的动态范围被压缩了。 当a=b，c=0，d=Mf=Mg时，就变成一个阈值函数，变换后将会产生一个二值图像。,如（b）所示，（c）图保持低灰度像素不变，增强了中间灰度的对比度，压缩了高灰度的动态范围。,非线性灰度变换,非线性变换采用非线性变换函数，以满足特殊的处理需求。典型的非线性变换函数有幂函数、对数函数、指数函数、阈值函数、多值量化函
5、数、窗口函数等。,阈值函数、多值量化函数、窗口函数,（1）对数变换低灰度区扩展，高灰度区压缩。 （2）指数变换高灰度区扩展，低灰度区压缩。 （3）幂律变换,对数变换,a,b,c是按需要可以调整的参数。,对数变换,指数变换,a,b,c是按需要可以调整的参数。,指数变换,幂律变换,g( x, y)=c f (x, y) 其中c、是正常数。不同的系数对灰度变换具有不同的响应。 若小于1，它对灰度进行非线性放大，使得图像的整体亮度提高，对低灰度的放大程度大于高灰度的放大程度，导致图像的低灰度范围得以扩展而高灰度范围得以压缩。,实 例,原始图像,灰度倒置 底片效果,原始图像,非线性灰度变换对数效应,原始
6、图像,非线性灰度变换指数效应,原始图像,分段线性化 出现假轮廓,招贴画化 4级灰度,招贴画化 3级灰度,招贴画化 2级灰度 即二值化,原始图像,亮度倒置 底片效果,红色分量 置零,红色、绿色分量均置零,点击图片 播放视频,点击图片 播放视频,原始图像,非线性亮度变换对数效应,非线性亮度变换指数效应,原始图像,分段线性化 出现假轮廓,招贴画化 4级亮度,招贴画化 16级亮度,招贴画化 3级亮度,招贴画化 2级亮度,直方图修正,（一）直方图 Histogram直方图:表示数字图像中的每一灰度级与其出现的频率(该灰度级的像素数目)间的统计关系,用横坐标表示灰度级, 纵坐标表示频数(也可用概率表示)。
7、 直方图是对图像灰度分布进行统计分析的重要手段。修正直方图，可以增强图像对比度；通过分析直方图，有助于确定图像分割的阈值；直方图还可用于图像匹配等操作。,直方图,直方图,直方图是灰度级的函数，它反映了图像中每一灰度级出现的次数（该灰度级的像素数）或频率（该灰度级像素数与图像总像素之比），对数字图像，直方图可表示为：式中，n是一幅图像的像素总数；L是灰度级的总数目；rk表示第k个灰度级；nk为第k级灰度的像素数，pr（rk）表示该灰度级出现的频率，是对其出现概率的估计。,由定义可知，直方图具有以下三个重要性质： 直方图是一幅图像中各灰度级出现频率的统计结果，未反映某一灰度级像素所在的位置，即丢失
8、了位置信息。 一幅图像对应一个直方图，但不同的图像可能有相同的直方图，也就是说，图像与直方图之间是一种多对一的映射关系。 各子图像的直方图之和等于整幅图像的直方图。,直方图均衡化,直方图均衡化是将原图像的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图像。图像均衡化处理后，图像的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图像看起来就更清晰了。,直方图均衡化,首先假定连续灰度级的情况，推导直方图均衡化变换公式，令r代表灰度级，P ( r ) 为概率密度函数。 r值已归一化，最大灰度值为1。,连续灰度的直方图非均匀分布,连续灰度的直方图均匀分布,
9、直方图均衡化目标,直方图均衡化,直方图均衡化,要找到一种变换 S=T ( r ) 使直方图变平直，为使变换后的灰度仍保持从黑到白的单一变化顺序，且变换范围与原先一致，以避免整体变亮或变暗。必须规定：（1）在0r1中，T(r)是单调递增函数，且0T(r)1；（2）反变换r=T-1(s),T-1(s)也为单调递增函数，0s1。,直方图均衡化,考虑到灰度变换不影响像素的位置分布，也不会增减像素数目。所以有,直方图均衡化变换公式推导图示,直方图均衡化,应用到离散灰度级，设一幅图像的像素总数为n，分L个灰度级。nk: 第k个灰度级出现的频数。第k个灰度级出现的概率 P(rk)=nk/n其中0rk1，k=
10、0,1,2,.,L-1形式为：,算例,例,例：设图像有6464=4096个像素，有8个灰度级，灰度分布如表所示。进行直方图均衡化。,rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1,nk 790 1023 850 656 329 245 122 81,p(rk) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02,步骤：,rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1,nk 790 1023 850 656 329 245 122 81,p(rk
11、) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02,例,1. 由（2-2）式计算sk。,rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1,nk 790 1023 850 656 329 245 122 81,p(rk) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02,sk计算 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1.00,例,rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1,nk
12、 790 1023 850 656 329 245 122 81,p(rk) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02,sk计算 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1.00,sk舍入 1/7 3/7 5/7 6/7 6/7 1 1 1,2. 把计算的sk就近安排到8个灰度级中。,例,rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1,nk 790 1023 850 656 329 245 122 81,p(rk) 0.19 0.25 0.21 0.16 0.08
13、0.06 0.03 0.02,sk计算 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1.00,sk舍入 1/7 3/7 5/7 6/7 6/7 1 1 1,sk s0 s1 s2 s3s4,nsk 790 1023 850 985448,p(sk) 0.19 0.25 0.21 0.240.11,3. 重新命名sk，归并相同灰度级的像素数。,例,直方图均衡化,均衡化前后直方图比较,例,均衡化,直方图均衡化,直方图均衡化实质上是减少图像的灰度级以换取对比度的加大。 在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。若这些灰度级所构成
14、的图像细节比较重要，则需采用局部区域直方图均衡。,直方图调整法,（二）直方图匹配（直方图规定化） 修改一幅图像的直方图，使得它与另一幅图像的直方图匹配或具有一种预先规定的函数形状。 目标：突出我们感兴趣的灰度范围，使图像质量改善。,连续灰度的直方图原图,连续灰度的直方图规定,直方图匹配,令P(r)为原始图像的灰度密度函数，P(z)是期望通过匹配的图像灰度密度函数。对P(r)及P(z) 作直方图均衡变换，通过直方图均衡为桥梁，实现P(r) 与P(z) 变换。,直方图匹配,步骤：（1）由 各点灰度由 r映射成s。（2）由各点灰度由 z映射成v。,直方图匹配,步骤：（3）根据v=G(z), z=G-
15、1(v)由于v, s有相同的分布，逐一取v=s，求出与r对应的z=G-1(s)。,直方图匹配变换公式推导图示,直方图匹配,离散灰度级情况：由（1）、（2）计算得两张表，从中选取一对vk, sj，使vksj，并从两张表中查得对应的rj，zk。于是，原始图像中灰度级为rj 的所有像素均映射成灰度级zk。最终得到所期望的图像。,实 例,灰度动态范围较窄 观察直方图分布,对比度拉伸 灰度动态范围变宽,灰度动态范围变宽 观察直方图分布,直方图均衡化 灰度动态范围扩展,对比度扩展,直方图均衡化,1. 什么是直方图？直方图的三个性质是什么？,习题：,2.已知一幅6464的数字图像，有8个灰度级，各灰度级分布
16、如表所示。试进行直方图均衡化，并画出均衡化后的直方图。,习题：,rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=7/7,nk 560 920 1046 705 356 267 170 72,p(rk) 0.14 0.22 0.26 0.17 0.09 0.06 0.04 0.02,Terms,Image enhancement:图象增强 Image quality:图象质量 Algorithm: 算法 Globe operation: 全局运算 Local operation: 局部运算 Point operation: 点运算 Spatial: 空间的 Spatial domain:空间域 Spatial coordinate:空间坐标,Terms,Linear: 线性 Nonlinear: 非线性 Frequency: 频率 Frequency variable: 频率变量 Frequency domain: 频域 Fourier transform: 傅立叶变换 One-dimensional Fourier transform: 一维傅立叶变换,
