1. 圖像增強(qiáng)的點(diǎn)運(yùn)算

1.1 概念

圖像增強(qiáng)：

采用一系列計(jì)數(shù)改善圖像的視覺效果，或?qū)?strong>圖像轉(zhuǎn)換成一種更適合于人或機(jī)器進(jìn)行分析和處理的形式。

1.2 圖像增強(qiáng)的主要方法

按照?qǐng)D像的作用域來說：

• 空間域增強(qiáng)：直接對(duì)圖像各種像素進(jìn)行處理；
• 頻率域增強(qiáng)：對(duì)圖像經(jīng)傅立葉變換后的頻譜成分處理，然后逆傅立葉變換得到需要的圖像。

1.3 圖像增強(qiáng)的目的

第一、改善圖像的視覺效果；

• 在圖像拍攝時(shí)經(jīng)常會(huì)受到場(chǎng)景條件的影響，使拍攝的視覺效果不好，通過圖像增強(qiáng)可以改善視覺效果，比如：增加對(duì)比度，有利于識(shí)別、跟蹤和理解圖像中的目標(biāo)

第二、突出圖像中感興趣的信息，抑制不需要的信息，來提高圖像的使用價(jià)值；

• 應(yīng)用圖像時(shí)通常我們只會(huì)對(duì)圖像中部分信息感興趣，所以通過圖像增強(qiáng)可以使有用信息得到加強(qiáng)，得到更為實(shí)用的圖像。

第三、轉(zhuǎn)換為更適合于人或機(jī)器分析處理的形式；

第四、增強(qiáng)后的圖像并不一定保真。

• 在圖像增強(qiáng)過程中，不分析圖像降質(zhì)的原因，處理后的圖像不一定逼近原始圖像。

1.4 圖像增強(qiáng)的目的應(yīng)用

圖像增強(qiáng)的應(yīng)用領(lǐng)域十分廣闊，涉及各種類型的圖像：

軍事應(yīng)用中：增強(qiáng)紅外圖像，提取我方感興趣的敵軍目標(biāo)；

醫(yī)學(xué)應(yīng)用中：增強(qiáng)X射線所拍攝的患者腦部、胸部圖像確定病癥的準(zhǔn)確位置；

在農(nóng)業(yè)應(yīng)用中：增強(qiáng)遙感圖像了解農(nóng)作物的分布；

在交通應(yīng)用中：對(duì)大霧天氣圖像進(jìn)行增強(qiáng)，較強(qiáng)車牌、路標(biāo)等重要信息進(jìn)行識(shí)別；

在數(shù)碼領(lǐng)域中：增強(qiáng)彩色圖像可以減少光線不均、顏色失真等造成失真等造成的圖像退化現(xiàn)象。

1.5 對(duì)比度增強(qiáng)

擴(kuò)大圖像中感興趣特征的目標(biāo)；

1.5.1 方法：

• 灰度變換法：
  • 線性變換
  • 對(duì)數(shù)變換
  • 指數(shù)變換
• 直方圖調(diào)整法：
  • 直方圖均衡化
  • 直方圖規(guī)定化

1.5.2 灰度變換法

灰度變換是圖像增強(qiáng)的重要手段之一，通過調(diào)整圖像的灰度動(dòng)態(tài)范圍或調(diào)整圖像的對(duì)比度對(duì)圖像進(jìn)行增強(qiáng)。

注釋：對(duì)比度，是指明暗的對(duì)比程度。

所以可以通過調(diào)整圖像的灰度范圍對(duì)圖像進(jìn)行增強(qiáng)。

1）線性變換

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’]，這個(gè)圖像是一個(gè)線性變化，得到 g(i，j) 與 f(i，j) 之間的關(guān)系式：

示例：

如果圖像生成時(shí)存在曝光不足或者過度的情況，圖像灰度可能會(huì)局限在一個(gè)很小的范圍內(nèi)。會(huì)是一個(gè)模糊不清、似乎沒有什么灰度層次的圖像。

對(duì)曝光不足的圖像 用線性變換對(duì)圖像每一個(gè)像素灰度線性拉伸，可以有效的改善圖像視覺效果。

2）分段線性變換

如果只對(duì)圖像中部分目標(biāo)感興趣，這時(shí)需要突出感興趣目標(biāo)所在的灰度區(qū)間，抑制不感興趣的灰度區(qū)間，分段線性變換可以解決這類問題。

假設(shè) 原圖像 f(x，y) 在[0，M_f]，感興趣的目標(biāo)的灰度范圍在[a，b]，要把這個(gè)灰度范圍拉伸到[c，d]，可以得到對(duì)應(yīng)的分段線性變換表達(dá)式：

從表達(dá)式和圖中可以看出，在[0，a) 和 （b，M_f] 灰度區(qū)間內(nèi)圖像是被壓縮的。

3）非線性灰度值

與線性變換不同，非線性變換使用非線性函數(shù)作為映射函數(shù)，如對(duì)數(shù)函數(shù)、指數(shù)函數(shù)等，實(shí)現(xiàn)對(duì)圖像灰度的非線性變換。

• 對(duì)數(shù)變換

  對(duì)數(shù)變換 用對(duì)數(shù)函數(shù) 作為圖像的映射函數(shù)，公式如下：
  

  式中a、b、c是用來調(diào)爭曲線位置和形狀的參數(shù)。從圖上可以看出，對(duì)數(shù)變換對(duì)圖像的低灰度值有較大的拉伸，對(duì)高灰度區(qū)壓縮，——這樣的灰度分布與人的視覺特性匹配。

• 指數(shù)變換

  指數(shù)變換 用指數(shù)函數(shù) 作為圖像的映射函數(shù)，公式如下：
  
  式中a、b、c是用來調(diào)爭曲線位置和形狀的參數(shù)。從圖上可以看出，指數(shù)變換對(duì)圖像的高灰度區(qū)有較大的拉伸。

1.5.3 直方圖調(diào)整法

1）直方圖均衡化

灰度直方圖：圖像的灰度直方圖用來反映數(shù)字圖像中每一灰度級(jí)與這個(gè)灰度級(jí)出現(xiàn)頻率之間的關(guān)系，能描述圖像的概貌。

使用修改圖像的直方圖對(duì)圖像進(jìn)行增強(qiáng)是一種實(shí)用、有效的處理計(jì)數(shù)。

直方圖修正法包括直方圖均衡化及直方圖規(guī)定化

所謂直方圖均衡化是將原圖像通過某種變換，得到一幅灰度直方圖均衡分布的新圖像。

如圖:

• 先討論連續(xù)變化圖像的均衡化問題；
• 然后推廣到離散的數(shù)字圖像上。

假設(shè)用 r 表示歸一的原圖像灰度，用 s 表示經(jīng)過直方圖修正后的圖像灰度。即：

0 <= r,s <= 1

在 [0,1] 區(qū)間內(nèi)的任意個(gè) r 值，都可以產(chǎn)生一個(gè)s值，且：

s = T(r)

T（r）稱為變換函數(shù)，滿足下列條件：

• ① 在 0 <= r <= 1 內(nèi) T（r） 為單調(diào)遞增函數(shù)；
• ② 在 0 <= r <= 1 內(nèi)，有 0 <= T（r） <= 1;

條件1保證灰度級(jí)從黑到白的次序不變；

條件2確保映射后的像素灰度在允許的范圍內(nèi)。

反變換關(guān)系為：

r = T^-1(s)

T^-1(s) 對(duì)s 同樣滿足上述兩個(gè)條件。

從概率論我們知道，如果已知隨機(jī)變量 r 的概率密度為 p_r?，而隨機(jī)變量s是r的函數(shù)，則s 的概率密度 p_s(s) 可以有 p_r? 求出。

假定隨機(jī)變量s的分布函數(shù)用 F_s(s) 表示， 根據(jù)分布函數(shù)的定義，有：

利用 密度函數(shù)是分布函數(shù)的導(dǎo)數(shù)的關(guān)系，等式兩邊對(duì)s求導(dǎo)，得到：

?公式一可以說明 直方圖修正計(jì)數(shù)的基礎(chǔ) ：即可以通過變換函數(shù) T? 控制原圖像灰度級(jí)的概率密度函數(shù)，得到輸出圖像的概率密度函數(shù)，因此可以改善原圖像的灰度層次。

如果從人眼視覺特性來考慮，一幅圖像的直方圖如果是均勻分布的，即 Ps(s) = k (歸一化后k=1)時(shí)，該圖像色調(diào)給人的感覺比較協(xié)調(diào)。所以將原圖像的直方圖均衡化后，可以滿足人眼的視覺要求。

所以 直方圖修正就是要 找到變換函數(shù) T（r）;

因?yàn)?歸一化 假定：P_s(s) = 1

由公式一得到：ds = p_r（r）dr

兩邊積分得到：

即變換函數(shù)為r的積累直方圖函數(shù)。

對(duì)于離散的數(shù)字圖像，用頻率代替概率，變換函數(shù) T(r_k) 的離散形式科表示為：

公式表明，均衡后個(gè)像素的灰度值 s_k 可直接由原圖像的直方圖算出來。

?

總結(jié)

以上是生活随笔為你收集整理的图像处理 --- 4.1 图像增强的点运算的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。