图像数据的处理方法.pdfVIP

§4.7图像数据的处理方法

一、图像增强

一幅图像经过生成、复、扫描、传输、变换后，由于多种因素的影响，图

像的质量不能满足要求，这时就需要进行图像增强处理。图像增强的目的是改善

图像的效果，以更适应眼的观察或计算机的处理。

图4-7-1图像增强效果图

但是，对图像质量的评价并没有统一的标准，图像增强的方法往往带有一定

的针对性。下面介绍一些基本的图像增强方法。

1、灰度级的修整

直接修改图像像素点灰度级是一种简单而有效的图像增强方法，主要有两种

形式：一种是灰度级校正，通过修改像素点的灰度级来补偿记录图像时的不均匀

曝光；另一种是灰度级变换，用统一的方法改变图像的灰度，以提高图像的质量。

(1)、灰度级校正

图像记录系统应将物体的亮度单调地映射成图像的灰度级。在理想情况下，

上述映射关系不随像素点的位置而变化，然而，实际上却随像素点的位置而变化，

即是不均匀曝光。

假定均匀曝光下图像的灰度级为f(x,y)，而实际上非均匀曝光下图像的灰

度级为：

g(x,y)=e(x,y)·f(x,y)

其中e(x,y)描述了曝光的非均匀性。

为了确定e(x,y)，可使用一个已知亮度的均匀场面的图像来核准图像记录

系统。设这个均匀场面经过均匀曝光后的灰度级为常数C，而这个均匀场面经

过非均匀曝光后的图像为g(x,y)，则：

c

e(x,y)=g(x,y)∕C

c

这样根据e(x,y)就能校正该系统得到的任何图像。

(2)、灰度变换

当图像成像时曝光不足或过度，图像记录设备的范围太窄等因素，都会产生

对比不足的问题，使图像的细节分辨不清。为此需对每一像素的灰度级进行变换，

扩大图像灰度的范围，达到图像增强的目的。

设原图像中像素点(x,y)处的灰度级为f(x,y)，通过映射函数T，生成的图

像的灰度级为g(x,y)，即：

g(x,y)=T[f(x,y)]

1°线性灰度变换

将对比度较差的图像的灰度线性扩展，常能显著改善图像的质量。

假定原图像f(x,y)的灰度范围为[a,b]，变换后的图像g(x,y)的灰度范围为

[c,d]，则有：

2°非线性灰度变换

当用某些非线性函数，如对数、指数函数作为映射函数时，可实现图像灰度

的非线性变换。对数变换的一般公式为：

a、b、c为可调参数。当希望对图像的低灰度区有较大的扩展，而对高灰度

区进行压缩时，可采用此变换。

指数变换的形式为：

这种变换能对图像的高灰度区以较大的扩展。

3°灰度分层切片

此变换将图像中的某一段灰度范围抽取出来，转换成最大的灰度值。

(3)、直方图变换

图4-7-2

直方图表示数字图像中每一灰度级与其出现的频数（具有该灰度级的像素的

数目）间的统计关系，横坐标表示灰度级，纵坐标表示频数（或相对频数=频数/

总像素数）。直方图能给出图像的概貌性描述，如图像的灰度范围、灰度级的大

致分布情况等。

1°直方图均衡化

如图4-7-3（1）、（2），把原图像的直方图变换为各灰度值频率固定的直

方图称为直方图均衡化。

2°直方图正态化

如果灰度的频率分布接近正态分布的形状，通常认为适合于眼观察，如图

4-7-2（1）、（2）所示。但如果把与正态分布形状相差较大的图像勉强进行直

方图正态化时，往往会产生问题。如当原图像的某一灰度的频率很高，而正态分

布所对应的该灰度值的频率变得较低，就会造成这部分信息被压缩和丢失的情况。

因此，直方图正态化对于卫星图像那种原图像的动态范围窄，且不够鲜明的图像

是非常有效的。

图4-7-3

2、空域处理

(1)、平滑

图像在生成和传输过程中会受到各种噪声源的干扰和影响，使图像质量变差。

反映在图像上，噪声使原本均匀和连续变化的灰度突然变大或变小，形成一些虚

假的物体边缘或轮廓。抑或消除这些噪声而改