数字图像处理_第4章_直方图与灰度变换.ppt

规定化直方图 均衡化处理后的直方图数据 结果直方图数据 直 方 图 规 定 化 处 理 结 果 图 4.3 灰 度 变 换 4.3.1 某些基本灰度变换 图像增强常用的三种类型函数：线性函数（正比/反比）、对数函数（对数/反对数）、幂函数（N次幂/N次方根）。 1. 图像反转 该处理适用于增强嵌入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。 2. 对数变换 这种变换来扩展被压缩的高值图像中的暗像素。频谱值的范围从0到106或更高的情况是常见的。当计算机处理像这样的无误数字时，图像显示系统通常不能如实地再现如此大范围的强度值。 3. 幂次变换 随着γ值的变化将简单地得到一族变换曲线。如预期的一样，我们看到图中γ1的值和γ1的值产生的曲线有相反的效果。用于图像获取、打印和显示的各种装置根据幂次规律进行响应。 用幂次变换进行对比度增强。相应的伽马值分别为0.6，0.4和0.3 (c始终为1) 人 的 脊 椎 骨 折 的 核 磁 共 振 图 像 幂次变换的另一例证 令γ= 3.0，4.0和5.0的处理结果。 4. 线性变换 假定原图像f(x, y)的灰度范围为［a, b］，希望变换后图像g(x, y)的灰度范围扩展至［c, d］，则线性变换可表示为 有时为了保持f(x, y)灰度低端和高端值不变，可以采用以下形式： 式中的a、 b、 c、 d这些分割点可根据用户的不同需要来确定。 线性灰度变换 (a) 原始图像； (b) 灰度变换后的图像 5. 分段线性变换 为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区域，可采用分段线性变换。常用的三段线性变换法如图所示，其数学表达式如下： 分段线性变换 对比拉伸 : 低对比度图像可由照明不足、成像传感器动态范围太小，甚至在图像获取过程中透镜光圈设置错误引起。对比拉伸的思想是提高图像灰度处理时灰度级的动态范围。 灰度切割: 提高特定灰度范围的亮度,两种基本方法 : 1.所关心的范围内为所有灰度指定一个较高值，而为其他灰度指定一个较低值。 2.使所需范围的灰度变亮，但仍保持图像背景和灰度色调 4.3.2 其他非线性变换 常见的几种非线性变换函数 本 次 授 课 结 束 谢 谢 ！ 第四章 图像增强与平滑 抵制日货 理性爱国 4.1 背景知识 4.2 直方图 4.3 灰度变换 4.4 图像噪声 4.5 去除噪声 4.6 图像锐化 4.7 图像的伪彩色处理 第四章 图像增强与平滑 图像处理中最具有吸引力的领域之一 增强的首要目标是处理图像,使其比原始图像更适合于特定应用。其技术主要包括直方图修改处理、图像平滑、图像锐化及彩色处理等。 图像增强的方法分为两大类：空间域方法和频域方法。 当图像为视觉解释而进行处理时，由观察者最后判断特定方法的效果。图像质量的视觉评价是一种高度主观的过程，因此，定义一个“理想图像”标准，通过这个标准去比较算法的性能。 4.1 背景知识 “空间域增强”是指增强构成图像的像素。空间域方法是直接对这些像素操作的过程。空间域处理可由下式定义： 4.2 直 方 图 4.2.1 基本概念 概率密度函数（Probability Density Function (PDF) ）：设r表示图像中像素灰度级，它可看作是一个随机变量。作归一化处理后，被限定在［0, 1］之内。假定对每一瞬间它是连续的随机变量，那么就可以用pr(r)来表示原始图像的灰度分布。 概率密度曲线：用直角坐标系的横轴代表灰度级r，纵轴代表灰度级的概率密度函数pr(r)，可作出一条曲线。这条曲线在概率论中就是概率密度曲线。 图像灰度分布的概率密度函数 直方图 (Histogram)： 灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。 图像灰度直方图 4.2.2 直方图的性质 （1）直方图只包含了图像中某一灰度值的像素出现的概率信息，而丢失了其所在位置的信息。 （2）图像与直方图之间是多对一的映射关系。 图像与直方图间的多对一关系 （3） 由于直方图是对具有相同灰度值的像素统计得到的， 因此，一幅图像各子区的直方图之和就等于该图像全图的直方图。 直方图的分解 4.2.3 直方图的计算 在离散形式下， 用rk代表离散灰度级，用