第四章图像增强
第四章圖像增強(qiáng)
- 1_圖像增強(qiáng)的概念
- 2_空間域增強(qiáng)
- 2.1_圖像增強(qiáng)的點(diǎn)運(yùn)算
- 2.1.1_灰度變換
- 2.1.2_直方圖均衡化
- 2.1.3 直方圖規(guī)定化
1_圖像增強(qiáng)的概念
空間域增強(qiáng)是直接對(duì)圖像各像素進(jìn)行處理;
頻率域增強(qiáng)是對(duì)圖像經(jīng)傅立葉變換后的頻譜成分進(jìn)行處理,然后逆傅立葉變換獲得所需的圖像。
本章知識(shí)結(jié)構(gòu)圖:
2_空間域增強(qiáng)
2.1_圖像增強(qiáng)的點(diǎn)運(yùn)算
2.1.1_灰度變換
灰度變換可調(diào)整圖像的灰度動(dòng)態(tài)范圍或圖像對(duì)比度,是圖像增強(qiáng)的重要手段之一。
令圖像f(i,j)的灰度范圍為[a,b],線性變換后圖像g(i,j)的范圍為[a′,b′],如圖,g(i,j)與f(i,j)之間的關(guān)系式為:g(i,j) = d + (b’-d)/(b-a)*(f(i,j) - a)
對(duì)曝光不足或過(guò)度的圖像采用線性變換對(duì)圖像每一個(gè)像素灰度作線性拉伸。可有效地改善圖像視覺(jué)效果。
例如:對(duì)數(shù)變換和指數(shù)變換
本節(jié)總結(jié):當(dāng)變換的斜率大于1時(shí),效果為水平拉伸(灰度等級(jí)密度減小),變換的斜率小于1時(shí),效果為水平縮放(灰度等級(jí)密度增大)
下面的例子哪段的斜率大于1,哪段的小于1呢?
答案是:兩頭的小于1,中間的大于1
2.1.2_直方圖均衡化
由于灰度等級(jí)分布均勻,圖像動(dòng)態(tài)范圍大,圖像清晰,所以本方法的思想就是通過(guò)對(duì)原圖像進(jìn)行某種變換,使原圖像的灰度直方圖修正為均勻分布的直方圖
均衡化原理
直方圖均衡化的兩個(gè)規(guī)則:
推論:
均衡化的步驟及原理(本例不采用歸一化的方法,也不采用連續(xù)的思想,因?yàn)槟菢觿傞_(kāi)始不容易理解):
左圖為原圖像,右圖為映射圖像,其中灰度值s為原圖中灰度值r映射得到的對(duì)應(yīng)點(diǎn),由推論2可知:
若ra < r,則必有sa< s(其中sa是ra映射后的點(diǎn))
所以有關(guān)系式,若rk對(duì)應(yīng)sk,則∑i=1kP(ri)\sum_{i=1}^{k} P(r_i)∑i=1k?P(ri?) = ∑i=1kP(si)\sum_{i=1}^{k} P(s_i)∑i=1k?P(si?)
由于我們盡量讓每一段的平均概率(下面簡(jiǎn)稱為均高)都盡量如右圖的高(1n\frac{1}{n}n1?),所以即可得到每一個(gè)對(duì)應(yīng)的sk值:
由底長(zhǎng) = 面積/高得
sk = (∑i=1kP(ri)\sum_{i=1}^{k} P(r_i)∑i=1k?P(ri?)) / (1n\frac{1}{n}n1?)
但是這樣得到的sk值是不準(zhǔn)確的,為什么不準(zhǔn)確呢,舉例:若灰度值為0到7,可這樣計(jì)算很有可能會(huì)出現(xiàn)小數(shù)的結(jié)果,所以我們每次取近似值(取距離結(jié)果最近的灰度值)
例題:
2.1.3 直方圖規(guī)定化
直方圖規(guī)定化是使原圖像灰度直方圖變成規(guī)定形狀的直方圖而對(duì)圖像作修正的增強(qiáng)方法。
通俗的說(shuō)就是,你事先知道,若直方圖能改為某個(gè)形狀將會(huì)使得圖像增強(qiáng)效果最好,所以你就預(yù)先設(shè)定出來(lái)這個(gè)形狀,并將原圖像盡力去擬合成此形狀,但是如果直接去擬合,難度很大,所以先將設(shè)定好的直方圖和原圖像的直方圖均衡化(設(shè)定好的直方圖均衡化后會(huì)得到其逆變換公式),將原圖像的均衡化后的直方圖去擬合設(shè)定好的并均衡化的直方圖,最后利用逆變換公式進(jìn)行最后一步
總結(jié)
- 上一篇: js时间格式化通用方法
- 下一篇: Matlab仿真PID控制(带M文件、s