第四章 图像增强-幻灯片.pptVIP

数字图像处理;第四章?? 图像增强; 处理空间：空域 频域 图像增强 处理策略：全局 局部 处理对象：灰度 彩色 空域处理：点处理、邻域处理、全图处理;讲解内容 ;4.1 图像增强的点运算 ; 在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。 下图是对曝光不足的图像采用线性变换对图像每一个像素灰度作线性拉伸。可有效地改善图像视觉效果。;图像反转 条件： 原始图像（输入图像）：f (x,y) 结果图像（输出图像）：g(x,y) 灰度反转公式：g (x,y) = 255 - f(x,y);2．分段线性变换 为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。 设原图像f(x,y)在[0，Mf],感兴趣目标??灰度范围在[a,b],欲使其灰度范围拉伸到[c,d],则对应的分段线性变换表达式为;原图 进行分段线性变换后的图 图像的分段线性变换 ;3．非线性灰度变换 当用某些非线性函数如对数函数、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。 ①对数变换 对数变换的一般表达式为 ;②指数变换 指数变换的一般表达式为 这里参数a,b,c用来调整曲线的位置和形状。这种变换能对图像的高灰度区给予较大的拉伸。;4.1.3 直方图修整法 灰度直方图（ Gray-level histogram ）反映了一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。它是图像的一个重要特征，反映了图像灰度分布的情况。;4.1.3 直方图修整法;0 ;直方图的性质 ①灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。 ②一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。下图给出了一个不同的图像具有相同直方图的例子。 图 不同的图像具有相同直方图 ③一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。;直方图的应用 ①用于判断图像量化是否恰当 (a) 恰当量化 (b)未能有效利用 (c)超过了动态范围 图 直方图用于判断量化是否恰当 ②用于确定图像二值化的阈值 ;③当影像上目标的灰度值比其它部分灰度值大或者灰度区间已知时，可利用直方图统计图像中物体的面积。 A= n为图像像素总数，vi是灰度级为i的像元出现的频率 ④ 计算图像信息量H（熵） ;4.1.3 直方图修整法 从概率的观点来理解，灰度出现的频率可看作其出现的概率，这样直方图就对应于概率密度函数pdf (probability density function)，而概率分布函数就是直方图的累积和，即概率密度函数的积分。 ;4.1.3 直方图修整法 灰度直方图能描述该图像的概貌。通过修改直方图的方法增强图像是一种实用而有效的处理技术。直方图修整法包括直方图均衡化及直方图规定化两类。 1.直方图均衡化（ Histogram equalization ） 直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。 ; 下面先讨论连续变化图像的均衡化问题，然后推广到离散的数字图像上。 设r和s分别表示归一化了的原图像灰度和经直方图修正后的图像灰度。即 在[0,1]区间内的任一个r值，都可产生一个s值，且 ; 反变换关系为 T-1(s)对s同样满足上述两个条件。 由概率论理论可知，如果已知随机变量r的概率密度为pr(r),而随机变量s是r的函数，则s的概率密度ps(s)可以由pr(r)求出。 假定随机变量s的分布函数用Fs(s)表示，根据分布函数定义