图形图像学基础14：图像增强(点运算).ppt

图像增强 空间域处理 频率域处理 空间域处理 单像素处理（图像灰度变换） 邻域子图像处理（空域滤波） 图像灰度变换 灰度变换的目的是为了改善画质，使图像的显示效果更加清晰。主要内容包括： γ变换（指数变换） 对比度展宽 动态范围调整 直方图均衡化处理 γ变换（指数变换） s=crγ r为输入图像像素的灰度，s为输出 图像相应像素的灰度值 例子： γ变换 例子： γ变换 扩展亮的区域 s=crγ , γ1 对比度展宽 对比度展宽的目的是，将人所关心的部分强调出来，原理是，进行像素点对点的，灰度级的影射 设新、旧图的灰度级分别为g和f，要求g和f均在[0，255]间变化，但是g的表现效果要优于f 对比度展宽的效果 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 只显示指定灰度级范围内的信息。 按照前面的计算公式有: α=γ=0 灰级窗切片 只保留感兴趣的部分，其余部分置为0。 灰级窗切片效果示意图 动态范围调整 动态范围：是指图像中从暗到亮的变化范围。 动态范围对人视觉的影响： 由于人眼所可以分辨的灰度的变化范围是有限的，所以当动态范围太大时，很高的亮度值把暗区的信号都掩盖了 动态范围调整原理： 通过动态范围的压缩可以将所关心部分的灰度级的变化范围扩大 线性动态范围调整 如下图所示，将原来[0,255]范围内的亮暗变化，压缩到[a,b]范围内。 再将[a,b]范围内的灰度值伸展到[0,255]。 线性动态范围调整效果 线性动态范围调整例题 直方图 灰度直方图h(g)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。 灰度图像直方图 灰度图像直方图 直方图的性质 （1） 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），而未反映某一灰度值像素所在位置。也就是说，它只包含了该图像中某一灰度值的像素出现的概率，而丢失了其所在位置的信息。 （2）任一幅图像，都能惟一地确定出一幅与它对应的直方图， 但不同的图像，可能有相同的直方图。也就是说，图像与直方图之间是多对一的映射关系。如下图就是一个不同图像具有相同直方图的例子。 （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 对比度和直方图的关系 设r代表图像中像素灰度级，作归一化处理后，r将被限定在［0, 1］之内。在灰度级中，r=0代表黑，r=1代表白。对于一幅给定的图像来说，每一个像素取得［0, 1］区间内的灰度级是随机的，也就是说r是一个随机变量。假定对每一瞬间，它们是连续的随机变量，那么就可以用概率密度函数pr(r)来表示原始图像的灰度分布。如果用直角坐标系的横轴代表灰度级r，用纵轴代表灰度级的概率密度函数pr(r)，这样就可以针对一幅图像在这个坐标系中作出一条曲线来。这条曲线在概率论中就是概率密度曲线， 直方图的计算 灰度直方图的计算非常简单，依据定义，在离散形式下， 用rk代表离散灰度级，用pr(rk)代表pr(r) 直方图均衡化（I） 直方图均衡方法的基本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而使各灰度值在图象中尽量以相同的频率出现，达到使图像清晰的效果。 直方图均衡化（II） 例题 计算灰度分布概率 求出图像f的总体像素个数 Nf = m*n (m,n分别为图像的长和宽） 计算每个灰度级的像素个数在整个图像中所占的百分比 hs(i)=h(i)/Nf (i=0,1,…,255) 计算灰度级的累计分布 设图像各灰度级的累计分布hp。 计算新图像的灰度值 新图像g的灰度值g(i,j)为 处理前后灰度直方图的比较 hp 1.00 9 0.88 8 0.80 7 0.76 6 0.60 5 0.56 4 0.52 3 0.36 2 0.20 1 0.12 0 hs 0.12 9 0.08 8 0.04 7 0.16 6 0.04 5 0.04 4 0.16 3 0.16 2 0.08 1 0.12 0 * 问题:像素集中在暗的区域 解决办法：将低灰度的暗的区域扩展 s=crγ , γ1 Original Image γ =3 γ =4 γ =5 按照下面的公式进行点对点的映射： 也就是说，新图与旧图的灰度关系如下图所示。 255 a b f g 255 ga