【数字图像处理】数字图像空间域增强（1）

图像增强

数字图像的质量

1：层次

灰度级：像素明暗程度的整数量

        eg：像素的取值范围为0-255，则该图像为256个灰度级的图像

层次：图像实际拥有的灰度级的数量

        eg：具有32种不同取值的图像，则该图像具有32个层次

        

2：对比度

对比度：一幅图像中灰度反差的大小

        计算：对比度= 最大亮度/ 最小亮度

3：清晰度

影响清晰度的主要因素 ：亮度、对比度 、尺寸大小 、细微层次、颜色饱和度

图像增强目的

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

–Highlighting interesting detail in images，强调细节

–Removing noise from images，去噪

–Making images more visually appealing，视觉上吸引

图像增强概述

清晰图像：对象物体的亮度和色彩的细微差别被清楚地显示出

图像增强：对图像中包含的亮度和色彩等信息进行增幅，或者将这些信息变换成其它形式的信息等，通过各种手段来获得清晰图像的方法

图像增强的方法：

1、空域法，直接对像素进行操作

        全局运算（直方图调整法）

        领域运算（高帽变换）

        点运算（灰度变换法）

2、频域法，经过傅里叶变换或小波变换后进行

图像直方图

按照频数分布表示时，称为频数分布直方图

直方图特点：

        暗视图像直方图偏左

        低对比图像直方图聚集

        过亮度图像直方图偏右

图像的视觉感受与直方图分布相关，即高对比度的图像绘图直方图分布相对分散

线性灰度变换增强

灰度范围扩展：

1：灰度n值化

g(x,y) = n*f(x,y)

        f(x,y)：像素变换前的灰度值

        g(x,y)：像素变换后的灰度值

2：线性灰度变换

3：分段线性灰度变换

变换后的灰度：

非线性灰度变换增强

1：对数变换

应用：压缩动态范围，扩展被压缩的高值图像中的暗像素

2：指数变换

参数解释：

        b，c控制曲线形状

        a控制曲线位置

应用：扩展动态范围，将图像中比较亮的像素灰度值进行运动范围扩展

3：位面表示

位面：对于多比特表示灰度值的图像，每个比特可看作表示一个二值的平面

例如用8比特表示的图像：

        1、位面0代表最低位面，位面7代表最高位面

        2、当一个像素的灰度值的最高比特为1时，灰度值必定大于等于128(10000000)。当其最高比特为0时，其灰度值必定小于等于127(01111111)

        3、位面7把原始图像的灰度值分成[0, 127]和[128, 255]

        4、位面6把原始图像的灰度值分成[0, 63]、[128, 191]、[64, 127]、[192, 255]

直方图调整法

1：直方图均衡化

直方图均衡化：灰度范围拉开，增大反差使图像细节清晰

        T (r) 是单调递增函数

        对于 0 ≤ r ≤ 1，0 ≤ T (r) ≤ 1

直方图均衡化并不是生成一个平坦的直方图，对图像进行非线性拉伸，

计算过程案例：

2：直方图匹配

直方图匹配：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

步骤：

计算过程案例：

二者的区别：

直方图均衡化：在一定区域内进行图像增强

直方图匹配：按照预定目标进行灰度增强

本节要点