5、图像预处理技术：灰度变换、算术运算与线性滤波

图像预处理技术：灰度变换、算术运算与线性滤波

1. 灰度变换

1.1 直方图均衡化的作用

直方图均衡化是一种常用的图像增强技术。以包含几个亮度基本均匀区域的图像为例，其直方图会呈现出几个峰值，峰值的大小对应这些区域的面积。直方图均衡化会将这些峰值展开，并压缩中间出现频率较低的灰度级区域。峰值的展开使得区域内灰度值之间的差异增大，经过直方图均衡化后，这些区域的均匀性会降低，从而更容易识别出微弱的细节。

不过，需要注意的是，无论是灰度拉伸还是直方图均衡化等对比度增强方法，对单个图像的自动处理并没有根本性的影响。因为两个图像像素亮度之间的关系并没有改变，较亮的像素仍然较亮，只是差值的具体数值发生了变化，而这种亮度差异在原始图像中就已经存在。

然而，这些方法也有其用途。一方面，当人需要评估打印形式或视频屏幕上的图像时，它们非常有用，因为人眼无法像图像处理系统那样精细地区分灰度层次，直方图均衡化能很好地支持人类的辨别能力。另一方面，通过确保源图像在特定特征（如亮度分布）上相似，可以提高自动图像评估的可靠性。

1.2 局部对比度增强

局部对比度增强严格来说不属于式(2.1)意义上的灰度变换，因为它不再满足变换与图像内位置无关的假设，而是仅在指定的图像部分内与位置无关。以下是将此重要算法在此介绍的原因：
1. 变换函数 f() 没有明确的位置依赖性。根据式(2.2)进行线性灰度缩放时，系数 c1 和 c2 不是作为图像坐标的函数来表示的，而是针对图像的不同部分使用不同的系数集，这意味着变换函数是分段与位置无关的。
2. 从实现和实际应用的角度来看，在整个源图像上进行相同的变换和在预定义的矩形图像部分上进行相