3.灰度变换和空间滤波

《3.灰度变换和空间滤波》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、上次课程回顾主要内容视觉和视觉感知图像获取图像取样和量化像素关系数学工具第三讲：灰度变换和空间滤波它的与众不同之处在于，是透过光线看阴影还是透过阴影看亮度。——大卫.林赛本科生课程课程内容基础知识?基本概念?基本灰度变换函数?代数运算?直方图运算?应用实例——镜头边界的检测（补充知识）空间滤波器?平滑空间滤波器?锐化空间滤波器混合空间增强法基本概念图像增强分为两类：?空间域增强：对图像的像素直接处理?频域增强：修改图像的傅里叶变换（后面介绍）空间域增强：?f(x,y)是原图像?g(x,y)是处理后的图像?T是作用于f的操作，定义在(x,y)的邻

2、域空间域增强的简化形式：?r是f(x,y)在任意点(x,y)的灰度级?s是g(x,y)在任意点(x,y)的灰度级灰度变换和空间滤波基础空间域技术直接在图像像素上操作某些图像处理任务在空间域中更直观更容易空间域处理表示：g(x,y)=T[f(x,y)]其中，f(x,y)是输入图像，g(x,y)是处理后的图像，T是在点(x,y)的邻域上定义的关于f的一种算子最小邻域大小为1×1，T则成为灰度变换函数点运算图像增强灰度变换和空间滤波涵盖了相当宽的应用范围，被广泛应用于图像增强。图像增强是视觉领域最具吸引力的图像处理领域之一。增强处理是对图像进行加工，使其结果对于特定的应用

3、比原始图像更合适的一种处理，增强技术是面向问题的。点运算——基本的灰度变换函数1.图像反转2.对数变换3.幂律（伽马）变换4.对比拉伸变换5.分段线性变换1.图像反转灰度级范围[0,L-1]反转图像由下面公式给出作用：黑的变白白的变黑2.对数变换对数变换的通用形式为c是常数有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失解决办法是对原图进行灰度压缩，如对数变换3.幂律（伽马）变换幂律变换的通用形式为其中c和γ为正常数γ<1提高灰度级，在正比函数上方，使图像变亮γ>1降低灰度级，在正比函数下方，使图像变暗4.对比拉

4、伸变换分段线性变换函数较之前讨论的函数类型的主要优点是分段线性函数的形式可以是任意复杂的。对比度拉伸灰度级分层比特平面分层对比度拉伸灰度级分层比特平面分层比特平面分层示例比特平面分层与图像压缩直方图处理直方图是多种空间域处理的基础，直方图操作可用于图像增强、图像压缩和分割等。直方图均衡直方图匹配（规定化）局部直方图处理直方图定义（1）直方图的定义（2）两种直方图定义直方图均衡化直方图均衡化直方图均衡化直方图均衡化直方图均衡化直方图均衡-理论举例直方图均衡-离散图像的直方图均衡四幅图直方图均衡化变换函数曲线直方图匹配（规定化）对于某些应用，采用均匀直方图的基本增强并不是最好

5、的方法，有时我们需要处理后的图像具有规定的直方图形状。这种用于产生处理后有特殊直方图的方法称为直方图匹配或者直方图规定化。直方图匹配过程直方图匹配例子-连续函数直方图匹配-离散直方图均衡和直方图匹配的比较局部直方图处理以图象中每个像素的邻域中的灰度分布为基础设计变换函数在图像增强中使用直方图统计N阶矩平均灰度灰度方差使用直方图统计的局部增强Matlab中的灰度变换操作imadjust在数字图像处理中用于进行图像的灰度变换（调节灰度图像的亮度或彩色图像的颜色矩阵）。在matlab的命令窗口中键入：docimadjust或者helpimadjust即可获得该函数的帮助信息，键入type

6、imadjust可以查看函数的源代码。J=imadjust(I)J=imadjust(I,[low_in;high_in],[low_out;high_out])J=imadjust(I,[low_in;high_in],[low_out;high_out],gamma)newmap=imadjust(map,[low_in;high_in],[low_out;high_out],gamma)RGB2=imadjust(RGB1,...)Matlab中的直方图操作Histeq函数功能：直方图均衡化。用法：J=histeq(I,hgram)将原始图像I的直方图变成用户指定的向量hgram

7、。hgram中的各元素的值域为[0,1]。J=histeq(I,n)指定直方图均衡后的灰度级数n，默认值为64。[J,T]=histeq(I,...)返回从能将图像I的灰度直方图变换成图像J的直方图变换T。newmap=histeq(X,map,hgram)newmap=histeq(X,map)[newmap,T]=histeq(X,...)这三个是针对索引图像调色板的直方图均衡化，用法和灰度图像的一样。举例：I=imread('