数字图象处理第4章20109.ppt

（a） （b） （a） （b） 图像求反举例： 黑白颠倒、阴图（正片）阳图（负片）； 灰度图像： g（x,y）= - f（x,y）+ 255 ；a = -1; b=255； ▓ 灰度分段线性变换 （1） 扩展感兴趣的，牺牲其它 对于感兴趣的[a,b]区间，采用斜率大于1的线性变换来进行扩展，而把其它区间用a或b来表示。变换函数为 （2） 扩展感兴趣的，压缩其它 在扩展感兴趣的[a,b]区间的同时，为了保留其它区间的灰度层次，也可以采用其它区间压缩的方法，即有扩有压。变换函数为 图4.1.2 灰度分段线性变换关系 （a）扩展感兴趣的，牺牲其它； （b）扩展感兴趣的，压缩其它。 2. 指数变换 与对数变换的效果相反，指数变换使得高灰度范围得到扩展，而压缩了低灰度范围，其一般表达式为 其中λ和γ为常数。为避免f(m,n)=0时底数为0的情况，增加偏移量ε。γ值的选择对于变换函数的特性有很大影响，当γ＜1时会将原图像的灰度向高亮度部分映射，当γ＞1时向低亮度部分映射，而当γ=1时相当于正比变换。灰度指数变换的图像示例如图4.1.5所示。 例　灰度直方图 ▓ 直方图与图像清晰性的关系： 直方图反映了图像的清晰程度，当直方图均匀分布时，图像最清晰。由此，我们可以利用直方图来达到使图像清晰的目的。 ? 直方图均衡化 直方图均衡化就是通过原始图像的灰度非线性变换，使其直方图变成均匀分布，以增加图像灰度值的动态范围，从而达到增强图像整体对比度，使图像变清晰的效果。 ▓ 图像灰度变换函数条件： （1）对 ， 是单调增函数； （2）对 ， 。 同理，反变换 应也满足单调增。 累积分布函数（原始直方图的累积直方图）(cumulative distribution function, CDF) 满足上述条件并能将s的分布转换为 t的均匀分布。这时有： 由该式可见，根据原图象直方图可直接算出直方图均衡化后各象素的灰度值。 当然实际中还要对t k取整以满足数字图象的要求。 反变换时写成s k = T-1(t k), 0 ≤t k≤1。 ▓直方图均衡化的计算过程如下： (1)列出原始图像和变换后图像的灰度级： ，其中L是灰度级数； (2)统计原图像各灰度级的像素个数 ； (3)计算原始图像直方图： ，n为原始图像像素总个数； (4)计算累积直方图： ； (5)利用灰度变换函数计算变换后的灰度值，并四舍五入取整： (6)确定灰度变换关系 i--j ，据此将原图像的灰度值 修正为 ； (7)统计变换后各灰度级的像素个数 ； (8)计算变换后图像的直方图： 。 [例4.1] 设有一幅大小为64×64，包含灰度值是0?7的8个灰度级的数字图像，其各灰度级的像素个数见表4.2.1所示，要求对其进行直方图均衡化，求出灰度变换关系和变换后的直方图。 表4.2.1 图像各灰度级的像素个数 图4.2.3 直方图均衡化的示意图（a）原始直方图P(i)；（b）累计直方图Pi ；（c）均衡化后的直方图P(j)。 图4.2.3给出了直方图均衡化的示意图。从图和表中可以看出，由于数字图像灰度取值的离散性，通过四舍五入使变换后的灰度值出现了归并现象，而使变换后的直方图并非完全均匀分布，但相比于原直方图要平坦得多。 ? 直方图规定化（匹配） ▓数字图像直方图规定化的方法步骤如下： （1） 对原直方图均衡化，即求其累计直方图 ： （2） 对规定直方图均衡化，即求其累计直方图 ： （3） 按 最靠近的原则进行 的变换； （4） 求出 的变换函数，对原图像进行灰度变换 。其中， 为原数字图像的直方图， 为规定直方图，i和j分别为原图像和期望图像