图象增强-对比度.ppt

《图象增强-对比度.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第三章图象增强对比度增强图象平滑图象锐化同态滤波伪彩色与假彩色处理目的：采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。图象增强并不以图象保真为准则，而是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，提高图象的使用价值。方法：空间域处理全局运算：在整个图象空间域进行,对整幅图象进行相同的处理，如旋转、放大、缩小等。局部运算：在与象素有关的空间域进行，根据以处理象素中心的邻域多个象素灰度值计算象素值，如均值滤波、中值滤波等。点运算：对图象作逐点运算，输出只依赖于对应点的灰度值，如对比度操作或对比度拉伸。

2、频域处理在图象的Fourier变换域上进行处理。灰度变换法线性变换对数变换指数变换直方图调整法直方图均衡化直方图匹配3.1对比度增强(一)线性灰度变换当图象成象时曝光不足或过度,或由于成象设备的非线性和图象记录设备动态范围太窄等因素。都会产生对比度不足的弊病，使图象中的细节分辨不清。这时可将灰度范围线性扩展。设f(x,y)灰度范围为[a,b]，g(x,y)灰度范围为[c,d],灰度变换法0f(x,y)g(x,y)abcd灰度变换法(二)分段线性灰度变换将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。设f(x,y)灰度范围为[0,Mf]，g(x,y

3、)灰度范围为[0,Mg],分段线性灰度变换分段线性灰度变换%Matlab代码I=imread(‘lina.bmp’);%读图象[M,N]=size(I);%获取图象大小R=zeros(M,N);%初始化结果图象fori=1:M%行forj=1:N%列g=I(i,j);%当前象素灰度ifg=a)&(g

4、灰度区扩展，高灰度区压缩。（2）指数变换高灰度区扩展，低灰度区压缩。a,b,c是按需要可以调整的参数。对数变换对数变换a,b,c是按需要可以调整的参数。指数变换指数变换原始图象灰度变换示例非线性灰度变换对数效应低灰度区扩展，高灰度区压缩非线性灰度变换指数效应低灰度区压缩，高灰度区扩展分段线性化出现假轮廓灰度倒置底片效果阈值化阈值128阈值化阈值180阈值化阈值66Matlab中灰度调整函数%例1灰度图象I=imread('pout.tif');J=imadjust(I,[0.30.7],[]);imshow(I),figure,imhist(I);fig

5、ure,imshow(J),figure,imhist(J);imadjust%例2彩色图象RGB1=imread('flowers.tif');RGB2=imadjust(RGB1,[.2.30;.6.71],[]);imshow(RGB1),figure,imshow(RGB2)（一）直方图均衡化HistogramEqualization直方图:表示数字图象中的每一灰度级与其出现的频率(该灰度级的象素数目)间的统计关系,用横坐标表示灰度级,纵坐标表示频数(也可用概率表示)。直方图调整法直方图I=imread('rice.tif');[M,N]=siz

6、e(I);s=256;%灰度级H=zeros(1,s);fori=1:Mforj=1:Ng=I(i,j);H(1,g+1)=H(1,g+1)+1;end;end;计算直方图灰度直方图彩色直方图直方图均衡化是将原图象的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图象。图象均衡化处理后，图象的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图象看起来就更清晰了。直方图均衡化直方图均衡化首先假定连续灰度级的情况，推导直方图均衡化变换公式，令r代表灰度级，P(r)为概率密度函数。r值已归一化，最大灰度值为1。灰度级

7、数为0,1,…,L-1共L级。连续灰度的直方图非均匀分布连续灰度的直方图均匀分布直方图均衡化目标直方图均衡化直方图均衡化要找到一种变换S=T(r)使直方图变平直，为使变换后的灰度仍保持从黑到白的单一变化顺序，且变换范围与原先一致，以避免整体变亮或变暗。必须规定：（1）在0≤r≤1中，T(r)是单调递增函数，且0≤T(r)≤1；（2）反变换r=T-1(s),T-1(s)也为单调递增函数，0≤s≤1。rjrj+rsjsj+s直方图均衡化变换公式推导图示直方图均衡化考虑到灰度变换不影响象素的位置分布，也不会增减象素数目。所以有直方图均衡化应用到离散灰度级，

8、设一幅图象的象素总数为n，分L个灰度级。nk:第k个灰度级出现的频数。第k个灰度