4.遥感数字图像处理-图像显示和拉伸(2).pptxVIP

1四.图像显示和拉伸(2)4.1数字图像的显示4.2图像的彩色合成4.3图像拉伸第1页，共22页。

2图像增强是采用一系列技术去改善图像的视觉效果,或将图像转换成一种更适合于人或机器进行分析和处理的形式。例如采用一系列技术有选择地突出某些感兴趣的信息，同时抑制一些不需要的信息，提高图像的使用价值。图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。空间域增强是直接对图像各像素进行处理；频率域增强是对图像经傅立叶变换后的频谱成分进行处理，然后逆傅立叶变换获得所需的图像。第2页，共22页。

3第3页，共22页。

44.3图像拉伸4.3.1灰度变换灰度变换可调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。黑白1．线性变换令图像f(i，j)的灰度范围为[a,b]，线性变换后图像g(i，j)的范围为[a′,b′]，如图，g(i，j)与f(i，j)之间的关系式为：第4页，共22页。

5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。第5页，共22页。

62．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],感兴趣目标的灰度范围在[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通过细心调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行拉伸或压缩。第6页，共22页。

7第7页，共22页。

83．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这里a,b,c是为了调整曲线的位置和形状而引入的参数。当希望对图像的低灰度区较大的拉伸而对高灰度区压缩时，可采用这种变换，它能使图像灰度分布与人的视觉特性相匹配。f(i,j)g(i,j)第8页，共22页。

9②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。g(i,j)f(i,j)第9页，共22页。

104.多波段拉伸图像经彩色合成后显示后,可以对各个波段进行线性或非线性拉伸处理,以便综合增强图像中的地物信息.第10页，共22页。

114.3.2直方图修整法灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它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。第11页，共22页。

121.直方图均衡化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。直方图均衡化的基本思想是对原始图像的像素值做某种映射变换，变换后的图像灰度的概率密度呈均匀分布，即变换后图像的灰度级均匀分布。增加了灰度的动态范围，增加图像的对比度，图像中的细节看的更清楚。直方图均衡化第12页，共22页。

13直方图均衡化的步骤（1）统计图像每一灰度级的像素数和累积像素数（2）计算每一灰度级xa均衡化后对应的新值，并对其四舍五入取整，得到新的灰度级xb（3）以新值替代原灰度值，形成均衡化后的新图像（4）根据源图像像素统计值对应找到新图像像素统计值，作出新的直方图第13页，共22页。

14原灰度级像素数累积像素统计值变换后值新灰度级新像素数0000001220.612241.3143151.6214382942631542648625881051053310.81151143712.11241234013.11331334314.01431424514.7151524715.31541624916162转换函数第14页，共22页。

15原图像的直方图均衡后图像的直方图直方图均衡化后的每个灰度级的像素频率理论上应相等，其直方图顶部形态应为理想的直线，各灰度级的像素个数有限，在一些灰度级处可能没有像素，在另外一些灰度级处则像素很多，所以不会产生理想的直线。第15页，共22页。

16直方图均衡化示例第16页，共22页。

17