图像处理第2章.ppt

点操作 4旋转变换的分解 2.3.2典型灰度映射 根据具体应用要求，设计出不同的映射函数以进行图像灰度映射，从而增强视觉效果，下图为几个典型的灰度映射函数 习题 2-1,2-2,2-3 3 动态范围压缩 动态范围压缩的目标与增强对比度的目标基本相反.有时原图的动态范围太大,超出某些显示设备的允许动态范围,这是如直接使用原图,则一部分细节可能丢失,解决的办法是对原图进行一定的灰度压缩。常用压缩方法是借助对数形式的EH,类似图2.3.3(c)中曲线 C为比例系数，恰当的选择可使压缩后的范围刚好能全部显示 4伽马校正 借助指数变换t=Csγ（C为常数，γ是实数，控制变换结果），γ1时，变换结果是输入中较宽的地灰度范围被映射到输出中较窄的灰度范围，γ1时，变换曲线与图2.3.3(c)曲线类似，结果是输入中较窄的低灰度范围被映射到输出中较宽的灰度范围，同时输入中较宽的高灰度范围被映射到输出中较窄的灰度范围 2.4 直方图变换 以概率论为基础,通过改变图像的直方图来改变图像中像素的灰度,以达到图像增强的目标.所以,直方图变换也称为直方图修正.具体方法主要有直方图均衡化和直方图规定化 2.4.1 直方图和累积直方图 2.4.2 直方图规定化 2.4.1 直方图均衡化 1.直方图和累积直方图 对一幅灰度图像,其直方图反映了该图像中不同灰度级出现的统计情况. (b)图横轴表示不同的灰度级，纵轴表示图像中各灰度级像素的个数。灰度直方图表达了在图像中各个单独灰度级的分布。 图像 a图对应的 灰度直方图 严格地说,图像的灰度统计直方图是一个1-D的离散函数,可写成 　　　　　 h(k) = nk k=0,1,2,···，L-1 式中nk是f(x,y)中具有灰度值k的像素的个数，上图直方图每一列的高度对应nk。 图像的灰度统计累积直方图也是一个1-Ｄ的离散函数，可写成 直方图的均值和方差也是图像的均值和方差。 图像的视觉效果和其直方图有对应关系，或者说，直方图的形状和改变对图像有很大影响　　　　　　　　　　　　　　　　　　　 　　　　　　　　　　　　　　　　　　　　 2.4.1 直方图均衡化 ｋ＝0,1,2,···L-1 例2.4.1 不同图像和其所对应的直方图 (a)对应正常图像，动态范围跨越整个灰度范围 (b)对应动态范围偏小的图像，直方图分布集中在灰度范围中部，图像较暗 (c)图对应动态范围较大，整体左移，图像较暗 (d)图对应动态范围较大，整体右移，图像较亮 不同直方图区别 2. 直方图均衡化原理 直方图均衡化主要用于增强动态范围偏小的图像的反差， 基本思想：把原始图的直方图变换为均匀分布的形式，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果(如下流程) 直方图均衡化原理： 　　　　借助直方图变换实现（归一的）灰度映射 　　　　均衡化（线性化）基本思想 　　　　　变换原始图象的直方图为均匀分布 　　　　　　　　== 大动态范围 　　　　　使象素灰度值的动态范围最大 　　　　　　　　== 增强图象整体对比度（反差） 直方图均衡化 归一化直方图(概率表达形式ps(sk)给出sk出现概率的一个估计) 增强函数满足两个条件: (1)EH(s)在 范围内是一个单值单增函数, (2)对 有 sk是图像f(x,y)的第k级灰度值 条件(1)保证原始图像各灰度级在变换后仍保持从黑到白的排列次序 保证变换前后图像灰度值动态范围保持一致 累积分布函数(CDF)满足上述两个条件并能将s的分布转换为t的均匀分布.事实上s的CDF就是原始图的累积直方图。 0≤sk≤1 k=0,1，...，L-1 3. 直方图均衡化的列表计算 实际中采用列表的方法逐步进行均衡化计算,结合示例来介绍 (a)是一64*64,8比特灰度图像直方图；(b)所用均衡化变换函数；(c)均衡化后得到的直方图。 注意：由于不能将同一灰度值的各个像素变换到不同灰度级，所以数字图像直方图均衡化的结果一般只是近似均衡直方图 例2.4.3 直方图均衡化效果实例 （a）图像较暗且灰度动态范围较小， （b）直方图中的灰度分布集中 （c）图像对比度增加，细节清晰，灰度动态范围扩大 （d）灰度分布较均匀 第1单元 图象增强 图象增强技术是最基本和最常用的一大类图象处理技术，也常用于其他图象技术 应用的预处理阶段。图象增强的目的是通过 对图象的特定加工，以将被处理的图象转化 为对具体应用来说视觉和效果更“好” 或更“有用”的图象。 增强技术分类： 根据处理所进行的空间不同 基于空域的方法、基于变换域的方法 根据增强运算特点