数字图像处理灰度变换讲述.ppt

非线性变换 幂律变换与对数变换都可以扩展与压缩图像的动态范围。相比而言，幂律变换更具有灵活性，它只需改变γ值就可以达到不同的增强效果。而对数变换则在压缩动态范围方面更有效。 非线性变换 ” 灰度变换曲线一般都是单调的，以保证变换前后从黑到白的顺序不变。有时为了特殊需要，也可使用非单调曲线。但在某些领域，如放射学，则必须谨慎，不能改变有意义的灰度。 “ Thanks The End 灰度线性变换 分段线性变换 灰度线性变换 分段线性变换 * 灰度变换 * 灰度变换 * * 灰度变换 3.1 灰度变换 4703120068 电子信息工程 彭 超 灰度变换就是把原图像的像素灰度经过某个函数，变换成新图像的像素灰度。 首先：什么是灰度变换？ 直接灰度变换法 直方图修正法 灰度变换法 目录 1 灰度线性变换 2 分段线性变换 3 非线性变换 灰度线性变换 1 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］，则灰度线性变换可表示为: 灰度线性变换 Ⅰ 如上图所示，若变换后的g(x,y)灰度范围大于变换前f(x,y)的灰度范围，则尽管变换前后像素个数不变，但不同像素间的灰度差变大，因而对比度增强，图像更加清晰。 Ⅱ 负像的概念：对于8位灰度图像，若a=d=255且b=c=0，则使图像负像，即黑变白，白变黑。 0 f(x,y) g(x,y) a b c d 原图 变换结果 共同点：对比度增强，图像更清晰 分段线性变换 2 增强图像对比度实际是增强图像中各部分之间的反差，往往通过增加图像中两个灰度值间的动态范围来实现，有时也称其为灰度线性拉伸。为了突出感兴趣的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。 分段线性变换 分段线性变换曲线图 Q：如何对灰度区间进行扩展和压缩？ 0 f(x,y) g(x,y) a b c d L-1 L-1 L:表示图像总的灰度级数 拐点2 拐点1 斜率为K 上图中大部分像素灰度级分布在［a，b］，小部分像素的灰度级超出了此区间，则可以在［a，b］区间内作线性变换，超出此区间的灰度可以变换为常数或保持不变。L的数学表达式如下： 分段线性变换示例 【a=30,b=100,c=30,d=200的情况】 低灰度 中间灰度 高灰度 突出与抑制： 非线性变换 3 非线性变换采用非线性变换函数，以满足特殊的处理需求。典型的非线性变换函数有幂函数、对数函数、指数函数、阈值函数、多值量化函数、窗口函数等。阈值函数、多值量化函数、窗口函数。实际上它们都可以归为阈值函数，即把某个灰度范围映射为一个固定的灰度值，目的是为了突出感兴趣的区域。 非线性变换 非线性变换 阈值函数 多值量化函数 窗口函数 阈值函数 非线性变换 对数变换 　　对数变换一般可表示为： 　　　　　　 式中： a、b、c是为调整变换曲线的位置和形状而引入的参数。对数变换使得图像的低灰度范围得以扩展而高灰度范围得以压缩，变换后的图像更加符合人的视觉特性，因为人眼对高亮度的分辨率要高于对低亮度的分辨率。 意义？？ 非线性变换 指数变换的效果则与之相反，一般可表示为： 幂律变换一般可表示为： 式中： c、γ是正常数。不同的γ系数对灰度变换具有不同的响应。若γ小于1，它对灰度进行非线性放大，使得图像的整体亮度提高，它对低灰度的放大程度大于高灰度的放大程度，导致图像的低灰度范围得以扩展而高灰度范围得以压缩。若γ大于1，则相反。 指数变换和幂律变换 意义？？？ 非线性变换 图(a)中的图像较暗，且中间稍暗的部分对比度较低。通过对数变换和γ小于1的幂律变换都可以增强低亮度像素的对比度，整体亮度也得到提高，如图(b)和(c)所示。图(d)是γ=2.0的幂律变换结果，虽然图像的整体亮度降低，但高亮度部分的对比度得到增强。例如，右上部分的边缘更加突出。 不同γ值的影响 灰度线性变换 分段线性变换 灰度线性变换 分段线性变换 * 灰度变换 * 灰度变换 * * 灰度变换