数字图像处理-知识汇总.pdfVIP

1.图像取反：

=−1−

将图像的灰度在0-255范围内倒置，使得灰度图像黑白部分对调，以突出图像中的目标细节。

2.对数变换：

=(+1)

将原图像的灰度级以对数形式压缩到任意常数c上，减低图像的灰度变化范围使其柔和，但会带来频谱的网状

效应。

3.指数变换：

=(+ε)

将原图像的灰度级以指数形式映射，根据参数的取值不同，能够产生不同的效果：

常数、ε、0，ε为灰度偏置量，

a)1，指数增强，突出高亮度部分，抑制低亮度部分，增强对比

b)=1，线性变换

c)1，对数增强，提亮低灰度级，减弱对比

1.分段线性变换函数可以自由组合来达成特定的变换处理目的，但是需要更多的用户输入。

2.对比拉伸：

低对比度图像可能由照明度不足，传感器动态范围太小，光圈设置不当导致。

对比度拉伸的思想就是提升灰度动态范围。

3.灰度切割：只增强特定级灰度的灰度值，以突出图像中感兴趣的目标成分。

4.位图切割：将图像按照灰度位分解出各灰度位对应的二值化灰度图像，寻找特定灰度上明显的图像内容。

1.灰度直方图是图像灰度统计上的特性：

a)灰度分布偏大，则图像亮

b)灰度分布偏小，则图像暗

c)灰度分布过于集中，图像对比度低

2.直方图处理的目的，即从直方图角度入手，改善图像的灰度分布以提升质量。

3.直方图均衡：

这种手段能够将原始图像的灰度均匀分布以提升其对比度，不足是有可能产生假轮廓。

大小为×的图像中，处于灰度级的部分有个像素，按照下公式计算并合并灰度，对整个灰度范围完成

计算，则图像直方图均衡化：

∑

=[(−1)=0]

4.直方图规定：

将图像不同灰度级按照一个映射函数变换为另一灰度级分布，这个过程就是直方图规定，目的是使图像的直方

图分布倾向于一种特定的统计分布特征，一般用于处理具有通性的图像。

直方图均衡本质上是特殊的直方图规定。

∑()

=[(−1)=0]

5.局部直方图处理：

很多时候图像中蕴含信息的关键部分是局部和少数的，这时候只要将关心部分的灰度级进行处理即可。

“局部”指灰度分布范围的局部

1.相关和卷积：

给定一维序列()与()，序列()的长度为则：

a)定义它们的卷积为

()()()()

=∗=∑(−)

=0

二维情形，如果有大小为×掩模(,)和图像(,)，则

−1−1

22

()()