下载文档原格式
昆明理工大学（数字图像处理）实验报告实验名称：图像的灰度变换专业：电子信息科学与技术姓名：学号：成绩：[实验目的]1、理解并掌握灰度变换的基本原理和方法。
2、编程实现图像灰度变换。
3、分析不同的灰度变换方法对最终图像效果的影响。
[实验内容]1、灰度的线性变换；2、灰度的非线性变换；3、图像的二值化；4、图像的反色处理；[实验原理]图像的灰度变换 ( gray scale transformation, GST ) 处理是图像增强处理技术中一种非常基础、直接的空间域图像处理方法,也是图像数字化软件和图像显示软件的一个重要组成部分。
灰度变换是指根据某种目标条件按一定变换关系逐点改变原图像中每一个像素灰度值的方法。
目的是为了改善画质,使图像的显示效果更加清晰。
灰度变换有时又被称为图像的对比度增强或对比度拉伸。
从图像输入装置得到的图像数据, 以浓淡表示, 各个像素与某一灰度值相对应。
设原图像像素的灰度值 D=f(x,y),处理后图像像素的灰度值D′= g (x,y),则灰度增强可表示为:g(x,y)=T[f(x,y)]或 D ′= T (D)要求 D 和 D′都在图像的灰度范围之内。
函数 T(D) 称为灰度变换函数,它描述了输入灰度值和输出灰度值之间的转换关系。
灰度变换主要针对独立的像素点进行处理,通过改变原始图像数据所占据的灰度范围而使图像在视觉上得到良好的改观,没有利用像素点之间的相互空间关系。
因此,灰度变换处理方法也叫做点运算法。
点运算可以按照预定的方式改变一幅图像的灰度直方图。
除了灰度级的改变是根据某种特定的灰度变换函数进行之外,点运算可以看做是“从像素到像素”的复制操作。
根据g(x,y)=T[f(x,y)] , 可以将灰度变换分为线性变换和非线性变换。
1、灰度的线性变换若g(x,y)=T[f(x,y)]是一个线性或分段线性的单值函数,例如g(x,y)=T[f(x,y)]=af(x,y)+b则由它确定的灰度变换称为灰度线性变换,简称线性变换。
收稿日期:2003202202 作者简介:官理(19742),女,湖南湘潭人,湖南师范大学计算机教学部助教,学士,研究方向:计算数学、数字图像处理。
文章编号:100622475(2003)0520040203数字图像的灰度修正官 理(湖南师范大学计算机教学部,湖南长沙 410081)摘要:描述了灰度修正技术在数字图像处理中的重要性及其实用价值,并详细介绍了各种方法的原理、实现过程及其适用范围和优缺点,为不同的实际需要选择不同的方法提供了理论依据。
关键词:数字图像;图像处理;灰度修正;灰度变换;直方图中图分类号:TP391.41 文献标识码:AMethods of Greyness Revision on Digital ImageG UA N Li(Co mputer Teaching Department,Hunan No rmal University,Changsha 410081,China)Abstract:Describes the i mpo rtance and practical value of greyness revisio n technique in the digital i mage processing,introduces in detail the principles o f revision methods and their concrete processin g achievements in order to provide the theo retical bases for the choices of different methods of grey ness revision in practice.Keyw ords:di gital imag e;image processing;g reyness revision;g reyness change;histog ram0 引 言在计算机数字图像处理中,数字图像的灰度是进行图像识别与处理的基础。
二、课程章节主要内容及学时分配第一章、数字图像处理方法概述讲课3课时了解本课程研究的对象、内容及其在培养软件编程高级人才中的地位、作用和任务；了解数字图像处理的应用；了解数字图像的基本概念、与设备相关的位图(DDB)、与设备无关的位图(DIB)；了解调色板的基本概念和应用；了解CDIB类与程序框架结构介绍；了解位图图像处理技术。
重点：CDIB类与程序框架结构介绍。
难点：调色板的基本概念和应用。
第二章、图像的特效显示讲课3课时、实验2学时了解扫描、移动、百叶窗、栅条、马赛克、渐显与渐隐、浮雕化特效显示。
重点：渐显与渐隐。
难点：马赛克。
第三章、图像的几何变换讲课2课时了解图像的缩放、平移、镜像变换、转置、旋转。
重点：镜像变换。
难点：旋转。
第四章、图像灰度变换讲课3课时、实验2学时了解非0元素取1法、固定阈值法、双固定阈值法的图像灰度变换；了解灰度的线性变换、窗口灰度变换处理、灰度拉伸、灰度直方图、灰度分布均衡化。
重点：灰度直方图。
难点：灰度分布均衡化。
第五章、图像的平滑处理讲课3课时了解二值图像的黑白点噪声滤波、消除孤立黑像素点、3*3均值滤波、N*N 均值滤波器、有选择的局部平均化、N*N中值滤波器、十字型中值滤波器、N*N最大值滤波器、产生噪声。
重点：消除孤立黑像素点、中值滤波器。
难点：有选择的局部平均化。
第六章、图像锐化处理及边缘检测讲课3课时、实验2学时了解梯度锐化、纵向微分运算、横向微分运算、双方向一次微分运算、二次微分运算、Roberts边缘检测算子、Sobel边缘检测算子、Krisch边缘检测、高斯-拉普拉斯算子。
重点：Roberts边缘检测算子、高斯-拉普拉斯算子。
难点：梯度锐化。
第七章、图像分割及测量讲课4课时了解图像域值分割、轮廓提取、轮廓跟踪、图像的测量。
重点：轮廓提取、轮廓跟踪。
难点：图像的测量。
包括：图像的区域标记、图像的面积测量及图像的周长测量。
第八章、图像的形态学处理讲课3课时了解图像腐蚀、图像的膨胀、图像开启与闭合、图像的细化、图像的粗化、中轴变化。
灰度对数变换
灰度对数变换是一种在数字图像处理中广泛使用的图像增强技术，它
可以通过对图像的灰度进行变换来实现对图像质量的提升。
在灰度对
数变换中，图像的灰度值被转换为对数空间中的值，从而达到增强图
像的目的。
灰度对数变换的具体步骤如下：
1. 将图像的灰度范围限定在0到1之间，这可以通过将灰度值除以255来实现。
2. 对图像的灰度进行对数变换，具体公式为s = c*log(1+r)，其中，s 表示转换后的灰度值，r表示原始灰度值，c为常数。
3. 将灰度值范围恢复到0到255之间，这可以通过将转换后的灰度值乘以255来实现。
通过灰度对数变换，可以使得图像中低灰度值区域的对比度得到增加，从而使得图像的细节更加突出。
同时，由于该技术能够有效抑制噪声，因此在图像增强中应用非常广泛，例如在医学影像领域中常用于增强
X光图像的细节。
需要注意的是，灰度对数变换的常数c需要根据具体应用的图像进行选择。
在选择c值时，应该考虑到灰度级数的大小、灰度对数变换的灵敏度以及应用后图像的亮度和对比度等因素。
总之，灰度对数变换是一种简单而有效的图像增强技术。
在实际应用中，我们需要根据具体情况选择合适的常数c值，从而能够达到目标效果。
同时，需要注意该技术的局限性，例如对于梯度较强的图像，可能需要采用其他增强技术。
数字图像处理山东大学威海分校信息工程学院张亚涛讲师第三章图像增强1引言灰度变换2直方图均衡化处理34伪彩色技术5图像的同态滤波1 引言1引言1.1 一些问题什么是图像增强？是指按特定的需要突出一幅图像中的某些信息。
同时，削弱或去除某些不需要的信息的处理方法。
为什么进行图像增强？图像在传输或处理过程中会引入噪声或使图像变模糊，从而降低了图像质量，甚至淹没了特征，给分析带来困难，因此要增强特征，进行处理。
图像增强的目的？1 改善图像的视觉效果，提高清晰度。
2 将图像转换成一种更适合于人或机器分析处理的形式。
1 引言注意：在图像增强的过程中，没有新信息的增加，只是通过压制一部分信息，从而突出另一部分信息。
也就是说，增强处理并不能增强原始图像的信息，其结果只能增强某种信息的辨识能力，而这种处理有可能损失一些其他信息。
图像处理是数字图像处理的基本内容之一。
1 引言1.2 图像增强处理技术：图像增强处理技术分成两大类：频域处理方法，基础是卷积定理，采用修改图像傅立叶变换的方法实现对图像的增强。
常用的方法，低通滤波，高频提升滤波、同态滤波等。
空域处理方法，直接对图像中的像素灰度进行处理，基本上是以灰度映射变换为基础。
所用的映射变换取决于增强的目的。
包括灰度变换、直方图修正，平滑和锐化处理、彩色增强等。
灰度直方图1 概念1.1 什么是灰度直方图？灰度直方图是灰度级的函数，是对图像中灰度级分布的统计。
反映的是一幅图像中各灰度级像素出项的频率。
即：横坐标表示灰度级，纵坐标表示图像中对应某灰度级所出现的像素个数，也可以是某一灰度值的像素数占全图像素数的百分比，即灰度级的频率。
绘制的频率同灰度级的关系图就是灰度直方图。
它是图像的一个重要特征，反映了图像灰度分布的情况。
灰度直方图是最简单且最有用的工具。
灰度直方图灰度直方图计算示例123456 643221 166466 345666 146623 136466123456 5456214灰度直方图灰度直方图灰度直方图1.2 灰度直方图的性质1 灰度直方图只能反映图像的灰度分布，而不能反映图像像素的位置，即丢失了像素的位置信息。
数字图像处理每章课后题参考答案第一章和第二章作业：1.简述数字图像处理的研究内容。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？3.列举并简述常用表色系。
1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。
根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。
图像处理着重强调在图像之间进行的变换。
比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。
图像处理主要在图像的像素级上进行处理，处理的数据量非常大。
图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。
图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。
图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。
图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。
第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。
一．实验目的1.掌握读、写图像的基本方法；2.掌握MATLAB 语言中图像数据与信息的读取方法；3.理解图像灰度变换处理在图像增强的作用；4．掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方法。
二．实验基本原理1. 灰度变换灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。
1) 图像反转灰度级范围为[0, L-1]的图像反转可由下式获得r L s --=12) 对数运算：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，如直接使用原图，则一部分细节可能丢失。
解决的方法是对原图进行灰度压缩，如对数变换：s = c log(1 + r )，c 为常数，r ≥ 03) 幂次变换：0,0,≥≥=γγc cr s4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸：其对应的数学表达式为：2. 直方图均衡化灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。
依据定义，在离散形式下， 用r k 代表离散灰度级，用p r (r k )代表p r (r )，并且有下式成立：nn r P k k r =)( 1,,2,1,010-=≤≤l k rk式中：n k 为图像中出现r k 级灰度的像素数，n 是图像像素总数，而n k /n 即为频数。
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ωωd p r T s r r)()(0⎰==(a) Lena 图像 (b) Lena 图像的直方图图1-1 Lena 图像及直方图当灰度级是离散值时，可用频数近似代替概率值，即1,,1,010)(-=≤≤=l k r nn r p k k k r式中：l 是灰度级的总数目，p r (r k )是取第k 级灰度值的概率，n k 是图像中出现第k 级灰度的次数，n 是图像中像素总数。
图像灰度变换、⼆值化、直⽅图1、灰度变换1）灰度图的线性变换Gnew = Fa * Gold + Fb。
Fa为斜线的斜率，Fb为y轴上的截距。
Fa>1 输出图像的对⽐度变⼤，否则变⼩。
Fa=1 Fb≠0时，图像的灰度上移或下移，效果为图像变亮或变暗。
Fa=-1，Fb=255时，发⽣图像反转。
注意：线性变换会出现亮度饱和⽽丢失细节。
2）对数变换t=c * log(1+s)c为变换尺度，s为源灰度，t为变换后的灰度。
对数变换⾃变量低时曲线斜率⾼，⾃变量⼤时斜率⼩。
所以会放⼤图像较暗的部分，压缩较亮的部分。
3）伽马变换y=(x+esp)γ,x与y的范围是[0,1]， esp为补偿系数，γ为伽马系数。
当伽马系数⼤于1时，图像⾼灰度区域得到增强。
当伽马系数⼩于1时，图像低灰度区域得到增强。
当伽马系数等于1时，图像线性变换。
4）图像取反⽅法1：直接取反imgPath = 'E:\opencv_pic\src_pic\pic2.bmp';img1 = imread(imgPath); % 前景图img0 = 255-img1; % 取反景图subplot(1,2,1),imshow(img1),title('原始图像');subplot(1,2,2),imshow(img0),title('取反图像');⽅法2：伽马变换Matlab：imadjust(f, [low_in, high_in], [low_out, high_out], gamma)[low_in, high_in]范围内的数据映射到 [low_out, high_out]，低于low的映射到low_out, ⾼于high的映射到high_out. imgPath = 'E:\opencv_pic\src_pic\pic2.bmp';img1 = imread(imgPath); % 前景图img0 = imadjust(img1, [0,1], [1,0]);subplot(1,2,1),imshow(img1),title('原始图像');subplot(1,2,2),imshow(img0),title('取反图像');2、⼆值化1）rgb2gray⼀般保存的灰度图是24位的灰度，如果改为8bit灰度图。
第一章习题基本概念2007-12-29 16:251.什么是图像？模拟图像与数字图像有什么区别？答：1）图像是对客观存在的物体的一种相似性的、生动的写真或描述。
2）模拟图像在数学上主要用连续函数来描述，主要特点表现为图像的光照位置和光照强度均为连续变化的。
数字图像主要用矩阵或数组来描述。
以往的胶片成象就是模拟的图象，它反映了事物在连续空间上的特征，而现在的数码相机成象就是数字图象，它反映了事物在离散空间上的特征，也可以说模拟图象经过抽样和量化就可以转化为数字图象。
而数字图象是随着计算机和数字技术发展起来的新的表现或再现外界事物的方式。
2.模拟图像处理与数字图像处理主要区别表现在哪些方面？答: 1)数学描述方法：模拟图像主要用连续数学方法，数字图像主要用离散数学方法。
2)图像分辨率表示：数字图像分辨率是指反映整个图像画面垂直和水平方向像素数乘积。
模拟图像分辨率是指反映整个画面最多的扫描线数。
3)图像处理：数字图像是通过对模拟图像采样，量化等处理获得的，模拟图像处理的方式很少，往往只能进行简单的放大、缩小等，而数字图像的处理方式可以非常精确、灵活。
数字图像处理再现性好，模拟图像的保存性较差，时间长了会有所变化，而数字图像不会因为保存、传输或复制而产生图像质量上的变化。
但数字图像处理速度较慢，存储容量大。
4)图像传输：模拟图像以实物为载体，传输相对困难，而数字图像以数字信息为载体，传输相对较快3.图像处理学包括哪几个层次？各层次间有何区别和联系？答：图像处理学包含3个层次：图像处理，图像分析和图像理解。
图像处理是比较底层的操作，它主要在图像像素级上进行处理，处理的数据量大。
图像分析，则进入了中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的对目标的描述。
图像理解主要是高层操作，操作对象的基本上是从描述中抽象出来的符号，其处理过程和方法与人类的思维推理有许多类似之处。
各层次之间起着相辅相承联系，高层指导底层操作，底层为高层服务，中层起着桥梁的作用，为底层和高层联系起衔接作用。
*******************实践教学*******************XXX大学XXX学院XXXX年X季学期计算机图象处理综合训练题目：图象灰度变换程序设计专业班级：XXXXXX姓名：XXXXX学号：XXXXXXXX指导教师：XXXXX成绩：目录摘要 (1)一、前言 (2)二、算法分析与描述 (3)三、详细设计过程 (7)四、调试过程中出现的问题及相应解决办法 (11)五、程序运行截图及其说明 (13)六、简单操作手册 (15)设计总结 (19)参考资料 (20)致谢 (21)附录 (22)摘要程序实现了用直方图均衡化、对比度线形展宽和灰级窗对灰度图像进行灰度变换，从而达到使图像增强的目的。
利用VC++6.0执行效率高，可继承、封装、移植等成熟的软件技术，对直方图均衡化、对比度线形展宽和灰级窗算法进行实现。
实验表明，该程序可以快速、准确地对灰度图像进行灰度变换，达到了使图像对比度增强，改善图像质量的预期目的。
关键词：Visual C++；图像处理；图像增强；灰度变换一、前言随着数字化与多媒体时代的来临，数字图像处理已经成为必备的基础知识。
图像灰度变换处理是图像增强处理技术中一种非常基础、直接的空间域图像处理方法，也是图像数字化和图像显示的一个重要组成部分。
通常经输入系统获取的图像信息中含有各种各样的噪声域畸变，例如室外光照度不够均匀会造成图像灰度过于集中等等这些外部因素的影响。
这些不可避免地影响系统图像的清晰度，降低了图像质量，轻者表现为图像不干净，难以看清细节，重者表现为图像模糊不清，连概貌也看不出来。
因此，在对图像进行分析之前，必须要对质量进行改善，一般情况下改善的方法有两种：图像增强和图像复原。
目前在图像增强和像质改善方面主要由灰度变换、图像锐化、噪声去除、色彩变换等组成。
灰度变换主要针对独立的像素点进行处理，通过改变原始图像数据所占有的灰度范围而使图像在视觉上得到改观，没有利用像素点之间的相互关系。
【数字图像处理】灰度变换原⽂链接：作者：图像的空间域滤波，其对像素的处理都是基于像素的某⼀邻域进⾏的。
本⽂介绍的图像的灰度变换则不同，其对像素的计算仅仅依赖于当前像素和灰度变换函数。
灰度变换也被称为图像的点运算（只针对图像的某⼀像素点）是所有图像处理技术中最简单的技术，其变换形式如下：s=T(r)s=T(r)其中，T是灰度变换函数；r是变换前的灰度；s是变换后的像素。
图像灰度变换的有以下作⽤：改善图像的质量，使图像能够显⽰更多的细节，提⾼图像的对⽐度（对⽐度拉伸）有选择的突出图像感兴趣的特征或者抑制图像中不需要的特征可以有效的改变图像的直⽅图分布，使像素的分布更为均匀常见的灰度变换灰度变换函数描述了输⼊灰度值和输出灰度值之间变换关系，⼀旦灰度变换函数确定下来了，那么其输出的灰度值也就确定了。
可见灰度变换函数的性质就决定了灰度变换所能达到的效果。
⽤于图像灰度变换的函数主要有以下三种：线性函数（图像反转）对数函数:对数和反对数变换幂律函数：n次幂和n次开⽅变换上图给出了⼏种常见灰度变换函数的曲线图，根据这⼏种常见函数的曲线形状，可以知道这⼏种变换的所能达到的效果。
例如，对数变换和幂律变换都能实现图像灰度级的扩展/压缩，另外对数变换还有⼀个重要的性质，它能压缩图像灰度值变换较⼤的图像的动态范围（例如，傅⽴叶变换的频谱显⽰）。
线性变换令r为变换前的灰度，s为变换后的灰度，则线性变换的函数：s=a⋅r+bs=a⋅r+b其中，a为直线的斜率，b为在y轴的截距。
选择不同的a，b值会有不同的效果：a>1a>1，增加图像的对⽐度a<1a<1，减⼩图像的对⽐度a=1且b≠0a=1且b≠0，图像整体的灰度值上移或者下移，也就是图像整体变亮或者变暗，不会改变图像的对⽐度。
a<0且b=0a<0且b=0，图像的亮区域变暗，暗区域变亮a=1且b=0a=1且b=0，恒定变换，不变a=−1且b=255a=−1且b=255，图像反转。
灰度变换对数变换灰度变换是一种常用的图像处理技术，它可以改变图像的亮度，并且能够提取出图像中的细节信息。
而对数变换是一种常见的灰度变换方法，它可以将原图像的灰度值进行压缩或扩展，从而增强图像的对比度和细节。
对数变换的原理是基于对数函数的特性。
对数函数具有将较大值映射到较小值，较小值映射到较大值的特点。
在图像处理中，对数变换通过将原图像的灰度值进行对数转换，从而改变图像的亮度分布。
对数变换的公式为：s = c * log(1 + r)其中，s为输出灰度值，r为输入灰度值，c为常数。
常数c用于调节对数变换的幅度，一般情况下取1。
对数函数中的1 + r是为了避免对0进行对数运算。
对数变换可以将较暗的像素值映射到较亮的灰度值，从而增强图像的对比度。
对于原图像中的较暗区域，对数变换会将其灰度值扩展到较亮的范围，使细节更加清晰可见。
而对于原图像中的较亮区域，对数变换会将其灰度值压缩到较暗的范围，使细节更加突出。
对数变换在图像处理中有着广泛的应用。
例如，在医学图像中，对数变换可以增强X射线、CT扫描等图像的对比度，从而更好地显示病变部位。
在遥感图像中，对数变换可以改善图像的可视化效果，使地物边界更加清晰可见。
在计算机视觉中，对数变换可以用于图像增强、边缘检测等应用。
除了增强图像的对比度和细节，对数变换还具有抑制噪声的作用。
由于对数变换可以将较暗的像素值映射到较亮的灰度值，对于原图像中的噪声点，经过对数变换后，其灰度值会被映射到较亮的范围，从而使噪声点在图像中更加明显，方便进行后续的噪声去除操作。
然而，对数变换也存在一些限制。
首先，对数变换只能改变图像的亮度，而不能改变图像的颜色。
其次，对数变换是一种非线性变换，当输入灰度值较小时，对数变换会使得输出灰度值的变化范围较小，这可能会导致图像细节的丢失。
因此，在应用对数变换时，需要根据实际情况选择合适的参数，以达到最佳的效果。
对数变换是一种常见的灰度变换方法，它通过将原图像的灰度值进行对数转换，可以改变图像的亮度分布，增强图像的对比度和细节，并且具有抑制噪声的作用。
