第4章-直方图和灰度变换.ppt

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 4.2.6 直方图规定化处理（直方图匹配） －算法来源背景： 直方图均衡化的缺陷：不能用于交互方式的图象增强应用，因为直方图均衡化只能产生唯一结果。 希望通过一个指定的函数（如高斯函数）或用交互图形产生一个特定的直方图。 －算法思想： 设： {rk}是原图象的灰度级, {zk}是符合指定直方图结果图象的灰度级 我们的目标是：找到一个灰度级变换H，有： z = H(r) －算法步骤： 1) 对{rk}、{zk}分别做直方图均衡化 2) 求G变换的逆变换 z = G-1 (v) 3) 根据均衡化的概念，s，v都是常量 用 s替代v有 z = G-1 (s) 2) 求G-1和T的复合变换，有： z = G-1 (T(r)) = G-1T(r) H = G-1T －算法实现： 1）求出灰度级变换T 2）求出灰度级变换G，同时求出逆变换G-1 3）通过T和G-1求出复合变换H 4）用H对图象做灰度级变换 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。 幂次变换的另一例证 令γ= 3.0，4.0和5.0的处理结果。 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 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）。 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 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 * 第四章 图像增强与平滑 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 “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