第04章图像增强课件.pptVIP

第4章 图像增强 　　　　　　　　　4.1 灰度变换　　空间域增强可表示为g(x，y)=T［f(x，y)］，其中f(x，y)和g(x，y)分别代表增强前后的图像，T(·)代表对f(x，y)的增强操作。T(·)可以作用于(x，y)处的单个像素，也可以作用于该像素的邻域，还可以作用于一系列图像在该点处的像素集合。若操作是在像素的某个邻域内进行的，即输出图像的像素值由对应的输入图像的像素值及邻域像素值决定，则称其为邻域操作(区处理)。若操作是在单个像素上进行的，即输出图像的每个像素值仅由相应的输入图像的像素值决定，则称其为点操作(点处理)，或称为灰度变换。 　　灰度变换就是把原图像的像素灰度经过某个变换函数变换成新的图像灰度。常见的灰度变换方法有直接灰度变换法和直方图修正法。直接灰度变换法可以分为线性、分段线性以及非线性变换。直方图修正法可以分为直方图均衡化和直方图规定化。 4.1.1 灰度线性变换　　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］，则灰度线性变换可表示为　　　　　　　　　　　　　　　　　　　　　  　如图4-1所示，若变换后的灰度范围大于变换前的灰度范围，则尽管变换前后像素个数不变，但不同像素间的灰度差变大，因而对比度增强，图像更加清晰。对于8位灰度图像，若a=d=255且b=c=0，则使图像负像，即黑变白，白变黑。当感兴趣的目标处于低灰度范围时，则可以利用负像增强图像效果。 图4-1 灰度线性变换 　若图像总的灰度级数为L，其中大部分像素的灰度级分布在［a，b］，小部分像素的灰度级超出了此区间，则可以在［a，b］区间内作线性变换，超出此区间的灰度可以变换为常数或保持不变，分别见式(4-2)和式(4-3)。 4.1.2 分段线性变换　　增强图像对比度实际是增强图像中各部分之间的反差，往往通过增加图像中两个灰度值间的动态范围来实现，有时也称其为对比度拉伸。为了突出感兴趣的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。常用的三段线性变换如图4-2所示，L表示图像总的灰度级数，其数学表达式见式(4-4)。 图4-2 分段线性变换(三段) 　　通过调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行扩展或压缩。例如，当［a，b］之间的变换直线斜率大于1时，该灰度区间的动态范围增加，即对比度增强了，而另外两个区间的动态范围被压缩了。当a=b，c=0，d=L-1时，式(4-4)就变成一个阈值函数，变换后将会产生一个二值图像。图4-3(c)是经由图4-3 (b)所示的分段线性变换对图4-3(a)的变换结果，它保持低灰度像素不变，增强了中间灰度的对比度，并压缩了高灰度的动态范围。 图4-3 分段线性变换示例 4.1.3 非线性变换　　非线性变换采用非线性变换函数，以满足特殊的处理需求。典型的非线性变换函数有幂函数、对数函数、指数函数、阈值函数、多值量化函数、窗口函数等。阈值函数、多值量化函数、窗口函数如图4-4所示，r和s分别为变换前后图像的灰度。实际上它们都可以归为阈值函数，即把某个灰度范围映射为一个固定的灰度值，目的是为了突出感兴趣的区域。 图4-4 阈值函数、多值量化函数和窗口函数 　　图4-5(a)是对数函数、指数函数与幂函数的曲线形式。图4-5(b)则是根据用户指定的控制点拟合出的样条曲线，它为增强图像的视觉效果提供了更加灵活的控制方式，很多图像处理工具均具有这样的功能。就图4-5(b)中的曲线而言，它扩展了暗像素与亮像素的灰度范围，压缩了中间灰度范围。 图4-5 常见的非线性变换函数曲线 　　对数变换一般可表示为　　　　　　　　 (4-5)式中： a、b、c是为调整变换曲线的位置和形状而引入的参数。对数变换使得图像的低灰度范围得以扩展而高灰度范围得以压缩，变换后的图像更加符合人的视觉特性，因为人眼对高亮度的分辨率要高于对低亮度的分辨率。 指数变换的效果则与之相反，一般可表示为 　　图像获取、打印和显示等设备的输入/输出响应通常为非线性的，满足幂律关系。为了得到正确的输出结果而对这种幂律关系进行校正的过程就称为γ校正。例如，阴极射线管显示器的输入强度与输出电压之间具有幂律关系，其γ值约为1.8～2.5，它显示的图像往往比期望的图像更暗。为了消除这种非线性转换的影响，可以在显示之前对输入图像进行相反的幂律变换，即若γ=2.5且c=1，则以进行校正。于是，校正后的输入图像经显示器显示之后其输出与期望输出相符，即　　　　　　　　　　　　　。 　　幂律变换与对