图像增强之直方图修改.pptxVIP

图像增强之直方图修改;;;;;空 域 处 理;正变换;;概率密度曲线：用直角坐标系的横轴代表灰度级r，纵轴代表灰度级的概率密度函数pr(r)，可作出一条曲线。这条曲线在概率论中就是概率密度曲线。;;灰度级的直方图; 图像灰度直方图 ;4.2.3 直方图的性质 （1）直方图只包含了图像中某一灰度值的像素出现的概率信息，而丢失了其所在位置的信息。 （2）图像与直方图之间是多对一的映射关系。 （3）由于直方图是对具有相同灰度值的像素统计得到的， 因 此，一幅图像各子区的直方图之和就等于该图像全图的直方图。 ; 图像与直方图间的多对一关系 ; 直方图的分解 ;Lena图像及直方图 （a） Lena图像；（b） Lena图像的直方图 ;; 一幅给定图像的灰度级分布在0≤r≤1范围内，可以对［0, 1］区间内的任一个r值进行如下变换：  s=T(r)  通过上述变换，每个原始图像的像素灰度值r都对应产生一个s值。变换函数T(r)应满足下列条件：  （1） 在0≤r≤1区间内，T(r)值单调增加；  （2） 对于0≤r≤1， 有 0≤T(r)≤1。 ; 单调递增的灰度级变换函数 ;直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。假定变换函数为 ; 当灰度级是离散值时， ;; 直方图均衡化计算列表;;;一般实现方法采用如下几步： ;直方图均衡化处理的特征： 自动化处理； 图像动态范围增加； 灰度简并现象。;;;Lena图像及直方图 （a） Lena图像；（b） Lena图像的直方图 ; 经直方图均衡化后的Lena图像及直方图 (a) 经直方图均衡化后的Lena图像； （b） 均衡化后的Lena图像的直方图 ;4.4 直方图规定化（直方图匹配）Histogram Specification (Matching);－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;; ;规定累积直方图向原始累积直方图找对应关系 ;;原始直方图;规定化直方图;4.3.1 某些基本灰度变换 ;1. 图像反转 ;2. 对数变换 ;3. 幂次变换 ;; 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) ; 幂次变换的另一例证 令γ= 3.0，4.0和5.0的处理结果。 ;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： ; 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 ;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 ;4.3.2 其他非线性变换 ;图像增强是对图像做什么样的处理？ 图像增强技术可以分为哪两类方法？ 直方图的定义？直方图的性质有哪些？ 直方图均衡化处理是以什么函数为基础的直方图修正法？ 直方图均衡化实现的步骤是怎样的？ 直方图均衡化处理的特征