直方图均衡和幂次变换.docxVIP

直方图均衡和幂次变换 1. 对于基于直方图均衡和幂次变换的灰度图像算法的分析 1.1算法原理 图像增强技术是数字图像处理的基本内容之一，是指按特定的需要增强一幅图像中的某些信息，同时削弱或去除某些不需要信息的处理方法。 直方图是一种统计表达，对于一幅灰度图像，其分布直方图反映了该图中不同灰度级出现的统计情况。直方图均衡化则是将一已知灰度概率分布的图像，经过一种变换，使之变成一幅具有灰度均匀分布的新图像，让灰度图像表现出均匀性。直方图均匀化主要作用于增强动态范围偏小的图像的反差，这种方法的基本思想是把原始图的直方图变换为均匀分布形式，这样就增加了像素灰度值的动态范围，从而达到了增强图像整体对比度效果。当给出一幅图像较暗且动态范围较小的原始图像时，该图像反映在直方图上就是其直方图所占据的灰度值范围比较窄且集中在低灰度值一边，在进行直方图均衡化之后，结果图像占据了较大的灰度值允许范围，由于直方图均衡化增加了图像灰度动态范围，所以也增加了图像的对比度，反映在图上就是图像有了较大的反差，许多细节也看得比较清晰，而且在实际图像上也提高了暗部亮度。 幂次变换是数字图像处理领域的概念，它是一种非线性点运算，?幂次变换的基本表达式为：y=cxr+b。当幂r1时将降低较亮物体对比度，加强较暗物体对比度，当r1时将降低较暗物体对比度，加强较亮物体对比度。在本文中采用r1，幂次变换作用在于将灰度概率图进行右移，表现在实际图像上时为降低图像亮度差异，均很整体亮度，但是会使暗部对比度降低 1.2算法实现过程 （1）对原始图像进行传统直方图处理，得到Z 噪声被放大，亮部细节丢失较多，暗部亮度提升，对比度提升 （2）对原始图像进行幂次变换，得到M1和M2 亮部细节保留，暗部亮度提升，噪声无放大，暗部对比度较低，细节不明显 (3)对Z、M1和M2进行非线性变换得到X1 降低Z噪声影响，保留细节，均衡整体亮度，提升暗部对比度 (4)对X1和M2进行非线性变换得到X2 进一步去除噪声，在保留细节的基础上再次提升暗部亮度，但亮度仍较低 （5）对X2进行??线性变换和分段线性变换。得到最终结果 通过非线性运算提高暗部亮度，通过分段线性变换提高亮度和对比度 算法流程图 1.3算法优点与缺点以及解决方法 从单一算法来看，直方图均衡算法将像素均匀化，增强了图像的对比度，但是会出现暗部噪声过多，亮部细节丢失现象。幂次算法将像素整体右移，降低了整体亮度，均衡了整体亮度，但是同时也使暗部对比度降低，图像细节表现能力差。 从结合算法是来看，基于直方图均衡和幂次变换的灰度图像算法可以解决传统直方图均衡算法和幂次变换算法的缺点，结合利用两者的优点，对灰度图像的像素谱进行扩展均衡和像素整体右移，这种结合的方法处理效果强于单一处理算法结果将两种算法的结合，实现了两种算法的优点结合，调整了图像的整体，增强了图像对比度，增强了暗部细节，同时有效的抑制了噪声。这两种方法进相结合，再通过特定的算法实现过程，则可以起到互补的作用，发挥两者优点的同时抑制两者的缺点 但是，该结合算法同样也会有缺点，在增强图像暗部细节，增加对比度以及抑制噪声的同时，会使亮部细节稍微变差，同时整体亮度稍微变差。因此需要在原算法基础上添加新的算法，以解决该问题??? 采用直方图均衡化得到的结果主要是对整体对比度自动的增加，但是在一些较暗的区域细节仍然不太清楚，处理的结果总是得到全局均衡化的直方图，增强效果不易控制。如果将算法中的直方图均衡化算法部分改为直方图规定化算法，则可以选择让某一部分灰度值的对比度进行变化，这样则增加暗部细节以及对比度的时候也会更大程度上保留了亮部细节与对比度。