图像处理笔记.docVIP

，第四章： 图像增强(Image Enhancement)： 图像增强：采用某些技术把质量低的图像进行计算机处理, 有选择地加强或抑制图像中的某些信息, 改善图像质量, 提高人或机器对图像的分析与判读能力。 图像增强范畴：灰度和对比度处理、噪声衰减与平滑、边缘隆起与锐化、干扰的过滤等。 处理方法：点和区域运算、局部运算、变换运算。 图像增强的方法分为两大类：空间域方法和频域方法。 “空间域”是指图像平面自身，这类方法是以对图像的像素直接处理为基础的。在图像像素组成的二维空间里直接对每一像素的灰度值进行处理，它可以是在一幅图像内的像素点之间的运算处理，也可是数幅图像间的相应像素点之间的运算处理。 “频域”处理技术是以修改图像的傅氏变换为基础的。 灰度变换： 目的：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。 它可使图像动态范围加大，使图像对比度扩展，图像更加清晰，特征更加明显。 方法 ? 空间域处理： 全局运算：在整个图像空间域进行。 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。 常见的具体技术：灰度映射，图像平滑，图像锐化，几何校正等 点运算 在图像处理中，图像灰度变换和直方图修正属于点运算范畴，点运算的概念是，当算子T的作用域是以每一个单个像素为单位，图像的输出g(x, y)只与位置(x, y) 处的输入f(x, y) 有关，实现的是像素点到点的处理时，称这种运算为“点运算”。 点运算有时又被称为“灰度变换”、“对比度拉伸”或“对比度增强”。 灰度线性变换 当图像成象时曝光不足或过度，或由于成象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。 灰度倒置线性变换 反转变换 适于处理增强嵌入于图像暗色区域的白色或灰色细节,特别是当黑色面积占主导地位时. 灰度线性变换 分段线性灰度变换 为了突出图像中感兴趣的目标或者灰度区间， 将图像灰度区间分成两段乃至多段分别作线 性变换称之为分段线性变换 对比拉伸 对比度差的原因：成像亮度条件差、传感器动态范围小 (a)变换函数的形式 (b)低对比度图像 (c)对比度拉伸的结果 (d)门限化的结果 灰度级的分层 灰度级分层的目的与对比度增强相似。 一种是对感兴趣的[a，b]范围中灰度级以较大的灰度值d进行显示，而对另外的灰度级则以较小的灰度值c进行显示。从而突出了[a，b] 间的灰度，而将其余灰度值变为低灰度值c。 另一种方法是对感兴趣的灰度级d以较大的灰度值进行显示，而其他的灰度级则保持不变。 灰度级的分层 灰度级的分层 灰度切割 (a)加亮[A,B]范围,其他灰度减小为一恒定值 (b)加亮[A,B]范围,其他灰度级不变 (c)原图像 (d)使用(a)变换的结果 灰度非线性变换 用某些非线性函数，例如平方、对数、指数函数等作为映射函数时，可实现图像灰度的非线性变换。灰度的非线性变换简称非线性变换，是指由这样一个非线性单值函数所确定的灰度变换。 基本灰度变换 灰度级变换函数 s = T(r) 三种基本类型 线性的(正比或反比) 对数的(对数和反对数的) 幂次的(n次幂和n次方根变换) 对数变换映射函数 a,b,c是按需要可以调整的参数。 对数变换特点： 低灰度区扩展，高灰度区压缩。 对数变换使一窄带低灰度输入图像映射为一宽带输出值.可以用于扩展被压缩的高值图像中的暗像素. 对数变换: s=clog(1+r) 图像的γ校正 我们知道，数字图像信息的获取通常都是通过光电传感器(如：CCD)来完成的。但是，由于传感器的输入输出特性不是线性的。所以，如果不进行校正处理的话，将无法得到好的图像效果。 （同理，加洗照片不对颜色进行校正配准，所以效果都会略差一些） γ校正的原理 3.3 直方图处理 灰度图像直方图 对一幅数字图像，若对应于每－灰度值，统计出具有该灰度值的像素数，并据此绘出像素数-灰度值图形，则该图形称该图像的灰度直方图，简称直方图。 直方图是以灰度值作横坐标，像素数作纵坐标。有时直方图亦采用某一灰度值的像素数占全图总像素数的百分比（即某一灰度值出现的频数）作为纵坐标。 直方图的性质 直方图是一幅图像中各像素灰度值出现次数（或频数）的统计结果，它只反映该图像中不同灰度值出现的次数（或频数〕，而未反映每一灰度值像素所在位置。也就是说，它只包含了