- 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)。
原始图像
灰度倒置 底片效果
直接灰度变换
2.对比度增强
设f(x,y)灰度范围：[a,b] g(x,y)灰度范围：[c,d]
直接灰度变换
d
g(
x,
y)
d b
c a
[
f
(x,
y)
a]
c
c
f (x, y) b a f (x, y) b f (x, y) a
灰度动态范围变宽 观察直方图分布
直方图均衡化 灰度动态范围扩展
对比度扩展
直方图均衡化
original
Histogram Matching (Specification)
Desired histogram
After
（2）指数变换 高灰度区扩展，低灰度区压缩。
（3）灰度切分
直接灰度变换 对数变换
g(x, y) a ln[ f (x, y) 1] b ln c
a,b,c是按需要可以调整的参数。
直接灰度变换 对数变换
非线性灰度变换 对数效应
直接灰度变换 指数变换
g(x, y) bc[ f (x,y)a] 1
a,b,c是按需要可以调整的参数。
直接灰度变换 指数变换
非线性灰度变换 指数效应
直接灰度变换 灰度切分
分段阈值化 出现假轮廓
招贴画化 4级灰度
招贴画化 3级灰度
招贴画化 2级灰度 即二值化
原始图像
灰度倒置 底片效果
红色分量 置零
红色、绿色 分量均置零
非线性灰度变换 对数效应
非线性灰度变换 指数效应
因此，图像增强算法是有针对性的，不 存在通用的增强算法。
空域变换增强
基于点操作的增强方法称为灰度变换。
gx, y T f x, y
f x, y r T gx, y s
直接灰度变换
1.图像求反
设f(x,y)灰度范围为[a,b] g(x,y)=- f(x,y) +a+b
d b
c a
[
f
(
x,
y)
a]
c
c
a
f
(x, y)
b f (x, y) M f a f (x, y) b 0 f (x, y) a
直接灰度变换
g(x,y) Mg
d
c
0
a
b
Mf
f(x,y)
直接灰度变换
4、非线性灰度变换
（1）对数变换 低灰度区扩展，高灰度区压缩。
r
s T (r) 0 p(r)dr 0 r 1
各点灰度由 r映射成s。
（2）由
z
v G(z) 0 p(z)dz 0 z 1
各点灰度由 z映射成v。
直方图匹配
步骤：
（3）根据v=G(z), z=G-1(v) 由于v, s有相同的分布，逐一取
v=s，求出与r对应的z=G-1(s)。
什么是图像增强？（三）
定义四：图像增强处理包括致力于寻 找改善图象视觉外观或者将图象转换 为更加适合于人类或者机器分析格式 的方法。（William K. Pratt）
目的：
采用一系列技术去改善图像的视觉 效果，或将图像转换成一种更适合于人 或机器进行分析处理的形式。 注意：图像增强并不以图像保真为准则，而是
有选择地突出某些对人或机器分析有意义的信 息，抑制无用信息，提高图像的使用价值。
图像增强的基本方法：
空域处理
全局运算：在整个图像空间域进行。 局部运算：在与象素有关的空间域进行。 点运算：对图像作逐点运算。
频域处理
在图像的变换域中进行处理。
图像增强方法的特点：
图像增强算法与以下因素有关 1、感兴趣物体特性 2、观察者的习惯 3、处理目的。
直接灰度变换
g(x,y) d
c
0
a
b
f(x,y)
直接灰度变换
3、分段线性灰度变换
将感兴趣的灰度范围线性扩展，相 对抑制不感兴趣的灰度区域。
设f(x,y)灰度范围为[0,Mf]，g(x,y)灰 度范围为[0,Mg]。
直接灰度变换
Mg Mf
d b
[
f
(x,
y)
b]
d
g(x,
y)
直方图匹配
离散灰度级情况： 由（1）、（2）计算得两张表，
从中选取一对vk, sj，使vk≈sj，并 从两张表中查得对应的rj，zk。于 是，原始图像中灰度级为rj 的所 有 象 素 均 映 射 成 灰 度 级 zk。 最 终
得到所期望的图像。
灰度动态范围较窄 观察直方图分布
对比度拉伸 灰度动态范围变宽
目标：突出我们感兴趣的灰度范围，使图像质量改善。
连续灰度的直方图原图
连续灰度的直方图规定
直方图匹配
令P(r) 为原始图像的灰度密度函 数，P(z)是期望通过匹配的图像灰 度密度函数。对P(r) 及P(z) 作直方
图均衡变换，通过直方图均衡为
桥梁，实现P(r) 与P(z) 变换。
直方图匹配
步骤： （1）由
分段阈值化 出现假轮廓
招贴画化 4级灰度
招贴画化 16级灰度
招贴画化 3级灰度
招贴画化 2级灰度
阈值化 阈值128
阈值化 阈值180
阈值化 阈值66
阈值化 阈值128
阈值化 阈值180
阈值化 阈值66
直方图处理
1、直方图均衡化(Histogram Equalization) 什么是直方图？直方 直方图表示数字图像中的每一灰度级 与其出现的频率(该灰度级的象素数目)间的 统计关系,用横坐标表示灰度级, 纵坐标表 示频数(也可用概率表示)。
nk: 第k个灰度级出现的频数。 第k个灰度级出现的概率 P(rk)=nk/n 其中0≤rk≤1，k=0,1,2,...,L-1 形式为：
sk
T (rk )
k j0
p(rj )
k j0
nj n
直方图处理
2、直方图匹配(Histogram Matching)
修改一幅图像的直方图，使得它与另一幅图像 的直方图匹配或具有一种预先规定的函数形状。直方 图匹配亦称为直方图规定化(Histogram Specification)
（2）反变换r=T-1(s),T-1(s)也为单调递增函 数，0≤s≤1。
直方图均衡化
考虑到灰度变换不影响象素的位置分布， 也不会增减象素数目。所以有rss
0 p(r)dr 0 p(s)ds 0 1 ds s T (r)
r
T (r) 0 p(r)dr
直方图均衡化
应用到离散灰度级，设一幅图像的象素 总数为n，分L个灰度级。
第四章 图像增强
（Image Enhancement）
什么是图像增强？（一）
定义一：图像增强是指对图像的某些 特征，如边缘、轮廓、对比度等进行 强调或尖锐化。
定义二：增强的首要目标是处理图象， 使其比原始图象更适合于特定应用。 （冈萨雷斯）
什么是图像增强？（二）
定义三：图像增强技术作为一大类基 本的图像处理技术，其目的是对图像 进行加工，以得到对具体应用来说视 觉效果更“好”，更“有用”的图象。 （章毓晋）
r值已归一化，最大灰度值为1。
连续灰度的直方图非均匀分布
连续灰度的直方图均匀分布
直方图均衡化目标
直方图均衡化
直方图均衡化
要找到一种变换 S=T ( r ) 使直方图变平 直，为使变换后的灰度仍保持从黑到白的单 一变化顺序，且变换范围与原先一致，以避 免整体变亮或变暗。必须规定：
（1）在0≤r≤1中，T(r)是单调递增函数， 且0≤T(r)≤1；
直方图
直方图均衡化
直方图均衡化是将原图像的直方图 通过变换函数修正为均匀的直方图，然 后按均衡直方图修正原图像。
图像均衡化处理后，图像的直方图是 平直的，即各灰度级具有相同的出现频 数，那么由于灰度级具有均匀的概率分 布，图像看起来就更清晰了。
直方图均衡化
首先考虑连续灰度级的情况，推 导直方图均衡化变换公式，令r代表 灰度级，P ( r ) 为概率密度函数。
