图像处理_原理评价.docVIP

目 录 一、图像增强 2 1. 灰度线性变换 2 2. 直方图均衡与直方图规格化 3 3．图像卷积：空间域高通滤波与低通滤波 6 4. 非线性滤波 7 5. 伪彩色处理 8 二、频域处理 10 6. 快速傅立叶变换及其反变换 10 7. 频率域图像增强 12 8．图像退化与恢复 16 三、图象运算 20 9. 代数运算 20 10. 逻辑运算 22 11. 几何运算 23 四、形态学处理 25 12．腐蚀与膨胀 25 13．开运算与闭运算 27 14．细化、粗化、骨架化 28 五、图象分割 31 15．阈值分割 31 16. 区域生长 32 17. 分裂与合并 34 一、图像增强 1. 灰度线性变换 1.1 算法原理 （1）全局灰度线性变换 设f(x,y)灰度范围为[a,b]，g(x,y)灰度范围为[c,d],将原来的灰度范围f(x,y)拓展为g(x,y)。 g(x,y)与f(x,y)的关系为： （2）分段灰度线性变换 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f(x,y)灰度范围为[0,Mf]，g(x,y)灰度范围为[0,Mg], 1.2 处理结果 上中下图分别对应原图象、全范围灰度变换处理和分段灰度变换处理图像，右边为各图像的直方图 分析与结论 从结果可以看出当直方图在左边密集时图像偏暗，线性变换可以使得直方图右移使得图像偏亮。 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。根据需要选择全范围或者分段灰度线性变换。 程序仍然有需要改进的地方，比如说最好做出一条自定义曲线拉伸以代替间断点值的输入，使得操作更为方便。 2. 直方图均衡与直方图规格化 2.1 算法原理 （1）直方图均衡 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，重新分配图像像元值，是一定灰度范围内的像元数量大致相同。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。 （2）直方图规格化 通过一个指定的函数或用交互图形产生一个特定的直方图。根据这个直方图确定一个灰度级变换T(r),使由T产生的新图像的直方图符合指定的直方图 直方图的规格化的计算步骤： 对原始图像直方图进行均衡化：s=T(r) 对规定直方图，进行均衡化处理：v=G(u) 建立对应关系，即用最接近的s代替v，将原灰度级映射到新的灰度级 2.2 处理结果 上中下图分别为原图像、直方图均衡化图像、使用规定形状的直方图规定化处理图像。右侧分别为三图像的对应直方图。 2.3 分析与结论 由均衡化结果可以看出，直方图均衡化可以让直方图分布更均匀，使整个画面对比度更合适。对较暗图像来说，经过均衡后的画面比原画面整体上要明亮一些，对比度更佳。从直方图中我们也可以看出，从分布来说，包络更为平坦，而且稀疏一些，这是由于量化导致的。 直方图均衡化只对那些偏暗或者偏亮的图像有较好的效果，对于本身较好的没有太大作用。 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的图像细节比较重要，则需采用局部区域直方图均衡。? 从规定化处理结果我们可以看到，要使得图像能够获得满意得效果，选取合适得直方图非常重要，但目前我还没能做到这点，在以后的工作中，应该能在自定义直方图的地方，可以自由拉动直方图曲线，可以选择任意规定直方图。 3．图像卷积：空间域高通滤波与低通滤波 3.1 算法原理 在图像的开一个与模板同样大小的活动窗口,图像窗口与模板的亮度值相乘再相加,得到新像的灰度值RGB电路上合成—幅彩色图像。 映射曲线一：灰度－红色变换函数将低于L/2的所有灰度映射成最暗的红色，在L/2到34/4之间的灰度映射为线性增加饱和度的红色，在3L/4到L之间的灰度映射为最亮的红色。绿色映射变换器从0到L/4绿色亮度线性增加，从L/4到3L/4是最亮的绿色，从3L/4到L绿色亮度线性递减。蓝包映射变换函数从0到L/4为最亮的蓝色，从L/4到L/2为线性递减特性，从L/2到L映射为最暗的蓝色。 映射曲线二： 5.2 处理结果 左上、左下、右下图分别为原图像、曲线一伪彩色处理图像、曲线二伪彩色处理图像。 5.3 分析与结论