- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1×1的邻域 T(r)产生两级(二值)图 像, 阈值函数
对比度拉伸
阈值处理
图像中(x,y)点的3×3邻域
对比度增强的灰度级函数
3.1 背景知识
➢ 更大的邻域会有更多的灵活性,一般的方法是利用 点(x,y)事先定义的邻域里的一个f值的函数来决定g 在(x,y)的值,主要是利用所谓的模板（也称为滤波 器,核,掩模）.
L1
pr (rk ) 1
rk 0
其中：n 象素总数
pr rk 原始图象灰度分布的概率密度函数
如果将rk归一化到[0 1]之间,则rk可以看作区间[0 1]的 随机变量.
直方图和图像清晰度的关系
观察右边的4幅图像,那一幅图像 视觉效果最好?直方图与图像清 晰性的关系?
直方图反映了图像的清晰程度，
幂次变换的应用
伽马校正
(a)原图像
3.2 基本灰度变换
1
s r 2.5
v cr 2.5
v cs
幂次变换的应用
例3.1 用幂次变换 进行对比度增强
c=1, =0.6,0.4,0.3
原图像
3.2 基本灰度变换
0.6
0.4
0.3
幂次变换的应用
“冲淡”效果图
3.2 基本灰度变换
原图像
3.0
c=1, =3.0,4.0,5.0
(1)统计原始图象的直方图
例 直方图均衡化
Hale Waihona Puke 对64×64的图像,L=8,图像中各灰度级的像素数目为:
Krk (灰度级) 0 1 2 3
nk 790 1023 850 656
00000000(0)
00000000(0) 00000000(0)
00100000(32) 00000000(0) 00000000(0)
这样这个位置的像素，就分 解成了8部分，各部分的值 转成十进制就是该点在该位
平面上的灰度值。
④分段线性变换函数
3.2 基本灰度变换
位图切割
位图切割示例
位图切割在图像压缩和重建中的应用
4.0
5.0
3.2 基本灰度变换
④分段线性变换函数
其形式可以任意组合,有些重要的变换可以应用分段线性 函数描述.
1、对比拉伸 ：扩展图
像处理时灰度级的 动态范围。
(a)变换函数的形式
(a)
(b)
(b)低对比度图像
(c)对比度拉伸的结果
(d)门限化的结果
(c)
(d)
④分段线性变换函数
特点：突出目标的轮廓，消除背景细节
对具体应用来说视觉效果更“好”，或更“有用”
的图像的技术.
➢ 二、为什么要增强图象？
图像在传输或者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 分析带来了困难。
图象增强的含义和目的
图象增强的含义和目的
➢ 三、目的：
（1）改善图象的视觉效果，提高图像的清晰度； （2）将图象转换成更适合于人眼观察和机器分析识 别的形式，以便从图象中获取更有用的信息。
figure(2);subplot(211);imshow(Jm);subplot(21 2);imhist(Jm);
3.3 直方图处理
➢ 直方图：
h(rk ) nk
其中：rk [0, L 1]——灰度级；nk 灰度级为rk的象素个数
➢
归一化直方图：
pr
(rk
)
nk n
,0
pr
1, rk
0,1, 2,...L 1
改变A,B的数值,观察图像的灰度变化
f (x, y)
g( x, y) 0.5 f ( x, y) 50 g( x, y) 1.5 f ( x, y) 50
附录：Matlab函数:
3.2 基本灰度变换
imadjust函数
➢ 功能：通过灰度变换调整对比度 格式：J=imadjust(I,[low high],[bottom top],gamma)
与输入之间的关系可以用一个幂函数来表示，形式为：
设CCD的输入（入射光强度）为r，输出（电压）为v，
则有：
v C r （非线性关系）
例如，电子摄像机的输出电压与场景中光强度的关系
3.2 基本灰度变换
幂次变换的应用 (伽马)校正 s cr
γ校正的原理
即在显示之前通过幂次变换将图像进行修正。
过向量[low,high]传递给imadjust函数。
(3)可以利用stretchlim函数以分数向量形式返回灰度范围, 直接 传递给imadjust().
Im=imread('rice.png');
Jm=imadjust(Im,stretchlim(Im),[0,1]);
figure(1);subplot(211);imshow(Im);subplot(212 );imhist(Im);
➢ 模板是一个小的(3×3)二维阵列,模板的系数值决 定了处理的性质,如图像尖锐化等. 以这种方法为基 础的增强技术通常是指模板处理或空域滤波.
3.2 基本灰度变换
✓ 灰度级变换函数
s = T(r) (3.1.2)
三种基本类型
①线性的(正比或反比)
输
②对数的(对数和反对数的)
出 灰
③幂次的(n次幂和n次方根
➢ 灰度变换函数T(r)应该满足:
(1) T(r)在区间[0 , 1]中单调递增且单值; (2) r [0 , 1],有T(r) [0 , 1];
3.3 直方图处理
➢满足以上条件的一个重要的直方图均衡化的灰度
变换函数为
rk
s T(rk ) pr (rk )dr (3.3 4) 0 原始图象灰度r的累积分布函数（CDF）
1时， 该变换将
L5
高灰度值（亮值）进行拉伸
3.2 基本灰度变换
幂次变换的应用 (伽马)校正 s cr
为什么要进行γ校正？
几乎所有的CRT显示设备、摄像胶片、许多电子
照相机的光电转换特性都是非线性的。所以，如果不
进行校正处理的话，将无法得到好的图像效果，见课
本P67图3.7。
光电传感器的输入输出特性：这些非线性部件的输出
2、灰度切割：提高
特定灰度范围的 亮度
(a)加亮[A,B]范围,其他 灰度减小为一恒定值
(b)加亮[A,B]范围,其他 灰度级不变
(c)原图像 (d)使用(a)变换的结果
例3.3
3.2 基本灰度变换
特点：突出目标的轮廓，保留背景细节
(a)
(b)
(c)
(d)
④分段线性变换函数
3.2 基本灰度变换
3、位图切割：把数字图像分解成为位平面，（每一个位平面可以
其核中、模板）
f(x,y)是输入图像 g(x,y)是输出图像 T是对f的一种操作，定义在（x,y）的邻域上.
定义一个点(x,y)邻域的主要方法是:
3.1 背景知识
①邻域：中心在(x,y)点的正方形或矩形子图像.
②子图像的中心从一个像素向另一个像素移动, ③T操作应用到每一个(x,y)位置得到该点的输出g.
第三章、空间域图像增强
本章内容
➢ 3.1 背景知识 ➢ 3.2 基本灰度变换 ➢ 3.3 直方图处理 ➢ 3.4 空间滤波基础 ➢ 3.5 平滑空间滤波器 ➢ 3.6 锐化空间滤波器 ➢ 3.7 混合空间增强法
图象增强的含义和目的
➢ 一、什么是图象增强？
图像增强是要突出图像中的某些信息，同时削弱 或去除某些不需要信息的一种处理方法，以得到
(1)统计原始图象的直方图 是rk 输入图象灰度级；
pr
rk
nk n
(2)计算直方图累积分布曲线
sk
T (rk )
k j0
pr (rj )
k j0
nj n
(3)用累积分布函数作变换函数计算图像变换后的灰度级
S(k) int max(rk ) min(rk ) sk 0.5 扩展取整
(4)建立输入图象与输出图象灰度级之间的对应关系， 变换后灰度级范围应该和原来的范围一致。
适于处理增强嵌入于图像暗色区域的白色或灰色 细节,特别是当黑色面积占主导地位时.
灰度反转图像
3.2 基本灰度变换
②对数变换 s c log(1 r ) (3.2 2)
使一窄带低灰度输入图像映射为一宽带输出值. 可以用于扩展图像中的暗像素.
r [0,1.5106 ]
s log(1 r)
对数变换的图像（显示在一个8bit的系统中）
3.2 基本灰度变换
③幂次变换 s cr (c, 0) (3.2 3)
幂次曲线中的 值决定了是把输入窄带暗值映射到宽带 输出值还是把输入窄带亮值映射到宽带输出.
1时， 该变换将
低灰度值（暗值）进行拉伸
例： 0.4时，该变换将动态范围
从 [ 0 , L 5 ] 扩展到[ 0 , L 2 ]
重建：
①第n个bit平面的每个像素 2n1 ；
②所有bit平面相加；
3.2 基本灰度变换
MATLAB 例子:线性变换
g( x, y) af ( x, y) b
255
a1 a1
I=imread('pout.tif');
pout=double(I);
J1=uint8(pout2);
a1
A=0.5; B=50;
➢ 四、基本方法：
空间域处理：点处理（图象灰度变换、直方图均衡等）； 邻域处理（线性、非线性平滑和锐化等）；
频域处理 ：高、低通滤波、同态滤波等
3.1 背景知识
空间域增强是指增强构成图像的像素，可由下式定义： g(x,y)=T[f(x,y)] (3.1-1)
