r digital image processing, 2nd ed - 湖南大学.ppt

图像处理与检测应用 第3章 图像增强与复原 图像增强的概念 图像增强的目的是处理图像以使其更适合于特定应用。 图像增强的方法可分为两大类：空间域方法和频域方法。空间域指图像平面自身，此类方法通过对图像像素的直接处理来完成；频域方法则是通过对图像经傅里叶变换后得到的频域数据进行处理来进行。 现在尚无通用的图像增强理论。 灰度变换 灰度变换是通过一个灰度级之间的映射关系 s = T(r) 来以与位置无关的方式，将每个像素的灰度值映射为另一个灰度值。r为输入灰度值，即进行变换前的灰度值；s为输出灰度值，即变换后的灰度值；T称为灰度级变换函数。 图像反转。设灰度级个数为L，则反转（反色）的灰度级变换函数为 s = L-1-r 对数变换 s = clog(1+r) c为归一化系数。 幂次变换 s = crg c为归一化系数。 幂次变换有时又被称为伽马校正，这一术语来自于早期的显示设备。例如CRT的输入（电压）-输出（电子射线强度）之间存在着g = 2.5的指数函数关系，因此相当于使得显示结果比真实图像更暗。为了将显示结果“校正”得更接近于真实图像，就需要通过一个g = 0.4的幂次变换来进行伽马校正。 1的g值可以增强图像中较暗处的细节对比度，不过需要牺牲亮处的对比度。而1的g值效果相反。 如果希望增强的细节分布在若干个不同的灰度级区间上，则可以通过针对性地设计分段线性变换函