图形图像学基础14：图像增强(点运算)课件.ppt

《图形图像学基础14：图像增强(点运算)课件.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、图像增强空间域处理频率域处理空间域处理单像素处理（图像灰度变换）邻域子图像处理（空域滤波）图像灰度变换灰度变换的目的是为了改善画质，使图像的显示效果更加清晰。主要内容包括：γ变换（指数变换）对比度展宽动态范围调整直方图均衡化处理γ变换（指数变换）s=crγr为输入图像像素的灰度，s为输出图像相应像素的灰度值例子：γ变换问题:像素集中在暗的区域解决办法：将低灰度的暗的区域扩展s=crγ,γ<1例子：γ变换扩展亮的区域s=crγ,γ>1OriginalImageγ=3γ=4γ=5对比度展宽对比度展宽的目的是

2、，将人所关心的部分强调出来，原理是，进行像素点对点的，灰度级的影射设新、旧图的灰度级分别为g和f，要求g和f均在[0，255]间变化，但是g的表现效果要优于f对比度展宽的效果为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区域，可采用分段线性变换。常用的三段线性变换法按照下面的公式进行点对点的映射：也就是说，新图与旧图的灰度关系如下图所示。255abfg255gagbαγβ只显示指定灰度级范围内的信息。按照前面的计算公式有:α=γ=0255abfg255gagbαγβ255abfg255β灰级

3、窗原图肺窗纵隔窗骨窗灰级窗切片只保留感兴趣的部分，其余部分置为0。255abfg255灰级窗切片效果示意图原图肺区骨区纵隔区动态范围调整动态范围：是指图像中从暗到亮的变化范围。动态范围对人视觉的影响：由于人眼所可以分辨的灰度的变化范围是有限的，所以当动态范围太大时，很高的亮度值把暗区的信号都掩盖了动态范围调整原理：通过动态范围的压缩可以将所关心部分的灰度级的变化范围扩大线性动态范围调整如下图所示，将原来[0,255]范围内的亮暗变化，压缩到[a,b]范围内。再将[a,b]范围内的灰度值伸展到[0,255

4、]。黑白ab01255abfg255线性动态范围调整效果线性动态范围调整例题1399821373360646820529260黑：02白：9723777223733626467225272620299900292270747900509070y=1.8*x-3.6作用：进行亮暗限幅直方图灰度直方图h(g)是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。灰度图像直方图16灰度级图像灰度

5、图像直方图直方图图像灰度直方图直方图的性质（1）直方图是一幅图像中各像素灰度值出现次数（或频数）的统计结果，它只反映该图像中不同灰度值出现的次数（或频数），而未反映某一灰度值像素所在位置。也就是说，它只包含了该图像中某一灰度值的像素出现的概率，而丢失了其所在位置的信息。（2）任一幅图像，都能惟一地确定出一幅与它对应的直方图，但不同的图像，可能有相同的直方图。也就是说，图像与直方图之间是多对一的映射关系。如下图就是一个不同图像具有相同直方图的例子。（3）由于直方图是对具有相同灰度值的像素统计得到的，因此

6、，一幅图像各子区的直方图之和就等于该图像全图的直方图对比度和直方图的关系对比度=最大亮度/最小亮度灰度分布越广，对比度越大设r代表图像中像素灰度级，作归一化处理后，r将被限定在［0,1］之内。在灰度级中，r=0代表黑，r=1代表白。对于一幅给定的图像来说，每一个像素取得［0,1］区间内的灰度级是随机的，也就是说r是一个随机变量。假定对每一瞬间，它们是连续的随机变量，那么就可以用概率密度函数pr(r)来表示原始图像的灰度分布。如果用直角坐标系的横轴代表灰度级r，用纵轴代表灰度级的概率密度函数pr(r)，这

7、样就可以针对一幅图像在这个坐标系中作出一条曲线来。这条曲线在概率论中就是概率密度曲线，直方图的计算灰度直方图的计算非常简单，依据定义，在离散形式下，用rk代表离散灰度级，用pr(rk)代表pr(r)nk为图像中出现rk级灰度的像素数，n是图像像素总数，而nk/n即为频数。在直角坐标系中做出rk与pr(rk)的关系图形，即称为该图像的直方图。直方图均衡化（I）直方图均衡方法的基本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而使各灰度值在图象中尽量以相同的频率出现，达到使

8、图像清晰的效果。直方图均衡化（II）离散情况:nk=具有灰度值rk的像素的个数则灰度值rk发生的概率为：离散情况下的灰度变换方程为:1399821373360646820529260fh03122434415164718293注：这里为了描述方便起见，设灰度级的分布范围为[0,9]。例题计算灰度分布概率求出图像f的总体像素个数Nf=m*n(m,n分别为图像的长和宽）计算每个灰度级的像素个数在整个图像中所占的百分比hs(i)=h(i)/Nf(