灰度处理发展综述

《灰度处理发展综述》由会员分享，可在线阅读，更多相关《灰度处理发展综述（6页珍藏版）》请在金锄头文库上搜索。

1、灰度处理发展综述学生姓名：学号：班序号：指导老师:中国地质大学（武汉）信息工程学院 2012/6/21灰度处理发展综述中国地质大学、八 、-前言经常输入系统获取的图像信息中含有 各种各样的噪声与畸变，如室外光照度不够 均匀会造成图像灰度过于集中；由摄像头获 得的图像经过A/D转换、线路传送都会产生 噪声污染等，这些都不可避免的影响系统图 像的清晰程度、降低了图像的质量，轻者表 现为图像不干净、看不清细节，重者图像模 糊不清。因此，在对图像进行分析之前，必 须对图像质量进行改善。一般情况下改善方 法有两类：图像增强和图像复原。图像增强 的目的就是设法改善图像的视觉效果，提高 图像的可读性。图像增

2、强不考虑图像质量下 降的原因，只将图像中感兴趣的特征有选择 的突出，便于人与计算机的分析和处理。目 前在图像增强和质量改善方面主要有灰度 变换、图像锐化、噪声去除、色彩变换等技 术。比。与RGB正好相反，百分比越高颜色越偏 黑，百分比越低颜色越偏白。灰度最高相当 于最高的黑，就是纯黑。灰度最低相当于最 低的黑，也就是“没有黑”，那就是纯白。虽然灰度共有256级，但是由于Photoshop的灰度滑块只能输入整数百分比, 因此实际上从灰度滑块中只能选择出101种 （0%也算一种）灰度。大家可以在灰度滑块中 输入递增的数值然后切换到RGB滑块察看， 可以看到：0%的灰度RGB数值是 255,255,

3、255； 1%灰度的RGB数值是 253,253,253； 2%灰度 RGB 值为 250,250,250。 也就是说，252,252,252这样的灰度是无法 用Photoshop的灰度滑块选中的。相比之下 Illustrator的灰度允许输入两位小数，使 得选色的精确性大大提高了。一般，像素 值量化后用一个字节（8b）来表示。如把有 黑-灰-白连续变化的灰度值量化为256个灰 度级，灰度值的范围为0255，表示亮度从 深到浅，对应图像中的颜色为从黑到白。黑 白照片包含了黑白之间的所有的灰度色调， 每个像素值都是介于黑色和白色之间的256 种灰度中的一种。一、灰度处理是什么（1）什么是灰度所谓

4、灰度色，就是指纯白、纯黑以及两者中 的一系列从黑到白的过渡色。灰度色中不包 含任何色相，即不存在红色、黄色这样的颜 色。灰度的通常表示方法是百分比，范围从 0%到100%。Photoshop中只能输入整数，在 Illustrator和GoLive允许输入小数百分 比。注意这个百分比是以纯黑为基准的百分灰度条（2）什么是灰度处理图象处理着重强调的是在图像之间进行的 各种变换，对图像进行各种加工以改善图像 的视觉效果。在图像的灰度处理中，增强操 作、直方图及图像间的变换是实现点操作的 增强方式，又被称作灰度变换或者灰度处理。二、怎么进行灰度处理（1） 灰度的线性变换如果某个图像的灰度范围非常窄，灰

5、度 值仅仅在较小的区间内，灰度直方图集中于 一部分，所看到的图像模糊，好像没有灰度 级一样，造成目标的灰度值与背景的灰度值 非常接近，人眼无法分辨。若利用灰度变换 函数进行线性变换，使图像的灰度直方图分 布于整个灰度部分，图像的对比度就扩展了 视觉效果就好多了。灰度的线性变换就是将图像中所有的 点按照线性灰度变换函数进行变换。该线性 灰度变换函数f（x）是一个一维线性函数： f（x）=fA*x+fB 灰度变换方程为：D2=f（Dl）=fA*D+fB式中参数fA为线性函数的斜率，fB为线性 函数的在y轴上的截距,D1为输入图像的灰 度，D2为输出的图像灰度。当fA1时，输 出的图像的对比度增大；

6、当 fA1 时，输出 图像的对比度将减小;当fA=1且fB ！=0时， 操作仅仅使所有像素的灰度值上移或下移， 其效果是使整个图像更亮或更暗;特殊情况 下，如果 fA=1， fB=0 时，输出图像和输入 图像相同；当fA=-1, fB=255时，输出图像 的灰度正好反转。（2）灰度的非线性变换 如果某个图像的像素集中于中间灰度部分，而其他部分的像素数很少。可以压缩 像素数少的部分，扩展像素数集中的部分。 如果只想很仔细地解析图像的某一部分，如 图像的高灰度部分，只要进行增加高灰度部 分的灰度级数的变换，压缩其他部分，就能 得到增强高灰度部分的图像。这种通常就是 灰度的非线性变换。具体有非零元素

7、取一法 固定阈值法、双固定阈值法等。（3）二值化和阈值处理 二值化。二值化是图像处理的基本操作任何图像处理基本离不开二值化的操作。其 应用非常广泛。 一幅图像包括目标物体、背景还有噪声，要 想从多值的数字图像中直接提取出目标物 体，最常用的方法就是设定一个全局的阈值T,用T将图像的数据分成两部分：大于T 的像素群和小于T的像素群。将大于T的像 素群的像素值设定为白色（或者黑色），小 于 T 的像素群的像素值设定为黑色（或者白 色）。全局二值化在表现图像细节方面存在 很大缺陷。为了弥补这个缺陷，出现了局部 二值化方法。局部二值化的方法就是按照一 定的规则将整幅图像划分为N个窗口，对这 N个窗口中

8、的每一个窗口再按照一个统一的 阈值T将该窗口内的像素划分为两部分，进 行二值化处理。局部二值化也有一个缺陷。 这个缺陷存在于那个统一阈值的选定。这个 阈值是没有经过合理的运算得来，一般是取 该窗口的平局值。这就导致在每一个窗口内 仍然出现的是全局二值化的缺陷。为了解决 这个问题，就出现了局部自适应二值化方法局部自适应二值化，该方法就是在局部 二值化的基础之上，将阈值的设定更加合理 化。该方法的阈值是通过对该窗口像素的平 均值E,像素之间的差平方P,像素之间的 均方根值 Q 等各种局部特征，设定一个参数 方程进行阈值的计算，例如： T=a*E+b*P+c*Q 其中 a,b,c 是自由参数。这样得

9、出来的二值 化图像就更能表现出二值化图像中的细节。一般的二值化方法有：1）非零元素取一法 非零元素取一法是最基础的二值化方法。非零取一法就是对于灰度图像 f,若某像素灰度值为0则仍然不变，仍 为 0。对于其他非0的像素，将其像素 值全部变为 255。非零取一灰度变换函数图2) 固定阈值法固定阈值法就是为灰度图像f设定 一个阈值T,把小于T的设置为0,大 于T的设置为255，从而实现对灰度图 的二值变换。+.2550 T255F固定阈值法灰度变换函数图3) 双固定阈值法双固定阈值就是设定两个阈值T1和T2(T1T2),当进行图像处理时灰度值小于T1 的就置0,大于T1小于T2的置255,大于T2

10、的 置0；或者小于T1的置255，大于T1小于T2的 置0,大于T2的置255。02550型灰度处理函数图B T.T22552550255型灰度处理函数图阈值处理。就是阈值的选择确定。具体的方法有很多。有直方图方法，是指直接从 图像的原始灰度级直方图上确定闭值其中 包括，分位数法、最频值法与直方图凹面分 析法等。直方图变换法。直方图变换法是指将图像的 原始灰度级直方图经过某种变换, 使之呈 波峰尖锐、波谷深凹状, 以便应用最频值法 确定阈值。还有更多的复杂方法，如最大类 间差法、最小误差法与均匀化误差法等等。4) 灰度直方图灰度直方图(his to gram)是灰度级的 函数，它表示图像中具有

11、每种灰度级的象素 的个数，反映图像中每种灰度出现的频率。 它是多种空间域处理技术的基础。直方图操 作能够有效用于图像增强；提供有用的图像 统计资料，其在软件中易于计算，适用于商 用硬件设备。可以通过直方图的状态来评断图像的 一些性质：明亮图像的直方图倾向于灰度级 高的一侧；低对比度图像的直方图窄而集中 于灰度级的中部，高对比度图像的直方图成 分覆盖的灰度级很宽而且像素的分布没有 不太均匀，只有少量的垂线比其他高许多。 直观上来说：若一幅图像其像素占有全部可 能的灰度级并且分布均匀，则这样的图像有 高对比度和多变的灰度色调。从概率的观点 来理解，灰度出现的频率可看作其出现的概 率，这样直方图就对

12、应于概率密度函数 pdf(probability density function),而 概率分布函数就是直方图的累积和，即概右图是左图的灰度直方图( 5)灰度分布均衡化 直方图均衡化处理的“中心思想” 是把原始图像的灰度直方图从比较集中的 某个灰度区间变成在全部灰度范围内的均 匀分布。直方图均衡化就是对图像进行非线 性拉伸，重新分配图像像素值，使一定灰度 范围内的像素数量大致相同。直方图均衡化 就是把给定图像的直方图分布改变成“均 匀”分布直方图分布。缺点：1)变换后图像的灰度级减少，某些细 节消失；2)某些图像，如直方图有高峰，经处 理后对比度不自然的过分增强。直方图均衡化是图像处理领域中

13、利用 图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局 部对比度，尤其是当图像的有用数据的对比 度相当接近的时候。通过这种方法，亮度可 以更好地在直方图上分布。这样就可以用于 增强局部的对比度而不影响整体的对比度， 直方图均衡化通过有效地扩展常用的亮度 来实现这种功能。这种方法对于背景和前景 都太亮或者太暗的图像非常有用。他的一个 主要优势是它是一个相当直观的技术并且 是可逆操作，如果已知均衡化函数，那么就 可以恢复原始的直方图，并且计算量也不大 这种方法的一个缺点是它对处理的数据不 加选择，它可能会增加背景杂讯的对比度并 且降低有用信号的对比度。直方图均衡化的基本思想是把原

14、始图 的直方图变换为均匀分布的形式，这样就增 加了象素灰度值的动态范围从而可达到增 强图像整体对比度的效果。三、灰度处理的起源与发展(1)数字图像处理的起源与发展数字图像处理最早的应用之一是在 报纸业，当时，图像第一次通过海底电缆从 伦敦传往纽约。早在20世纪20年代曾引入 Bartlane电缆图片传输系统,把横跨大西洋 传送一幅图片所需的时间从一个多星期减 少到3小时。不过这种传输方式没有考虑数 参考文献：字图像处理的结果，主要是因为没有涉及到 计算机，数字图像处理要求非常大的存储 和计算能力，因此必须依靠数字计算机及数 据存储、显示和传输等相关技术的发展。第一台可以执行有意义的图像处理任务

15、的 大型计算机出现在20世纪60年代早期。数 字图像处理技术的诞生可追溯至这一时期 这些机器人的使用和空间项目的开 发，这 两大发展大人们的注意力集中到数字图像 处理的潜能上。利用计算机技术改善空间探 测器发回的图像的工作。始于1964年美国 加利福尼亚的喷气推进实验室。当时由“旅行者七号”卫星传送的月球图像由一 台计算机进行了处理，以校正航天器上电视 摄像机中各种类型的图象畸变进行空间应 用的同时，数字图像处理技 术在20世纪60 年代末和20世纪70年代初开始用于医学图 像、地球遥感监测和天文学等领域。早在20 世纪70年代发明的计算机轴向断层术(CAT) 是图像处理在医学诊断领域最重要的应用 之一。今天几乎不存在数字图像处理无关的 技术领域，通常使用的典型问题是自动字符 识别、用于生产线及检测的工业机器视觉、 军事识别、指纹的自动处理、X射线和血样 分类处理、用于天气预报和环境鉴定的航空 与卫星图像的机器处理。(2)灰度处理的发展1861年5月17日，在伦敦英国科普会 演讲中，马克斯韦尔用三原色相加混合也就 是加色法方法，产生了世界上最早的彩色图 像。但是彩色图像数据量大而复杂，进行分 析十分的不方便，于是出现了彩色图像的灰 度转变。此外，由于各种原因导致的图像清 晰程度低或者有噪声等致使图像的处理难 度大以及观赏效果差等原因，于是有了图像 的灰度处理。