圖象增強對比度

1、第三章 圖象增強對比度增強圖象平滑圖象銳化 同態(tài)濾波偽彩色與假彩色處理12目的： 采用一系列技術去改善圖象的視覺效果，或?qū)D象轉(zhuǎn)換成一種更適合于人或機器進行分析處理的形式。圖象增強并不以圖象保真為準則，而是有選擇地突出某些對人或機器分析有意義的信息，抑制無用信息，提高圖象的使用價值。3方法： 空間域處理 全局運算：在整個圖象空間域進行,對整幅圖象進行相同的處理，如旋轉(zhuǎn)、放大、縮小等。 局部運算：在與象素有關的空間域進行，根據(jù)以處理象素中心的鄰域多個象素灰度值計算象素值，如均值濾波、中值濾波等。 點運算：對圖象作逐點運算，輸出只依賴于對應點的灰度值，如對比度操作或?qū)Ρ榷壤臁?頻域處理 在圖象的

2、Fourier變換域上進行處理。4灰度變換法 線性變換 對數(shù)變換 指數(shù)變換直方圖調(diào)整法 直方圖均衡化 直方圖匹配3.1 對比度增強5(一)線性灰度變換 當圖象成象時曝光不足或過度, 或由于成象設備的非線性和圖象記錄設備動態(tài)范圍太窄等因素。都會產(chǎn)生對比度不足的弊病，使圖象中的細節(jié)分辨不清。這時可將灰度范圍線性擴展。 設f(x,y)灰度范圍為a,b，g(x,y)灰度范圍為c,d,灰度變換法670f(x,y)g(x,y)abcd8灰度變換法 (二)分段線性灰度變換 將感興趣的灰度范圍線性擴展，相對抑制不感興趣的灰度區(qū)域。 設f(x,y)灰度范圍為0,Mf，g(x,y)灰度范圍為0,Mg,9分段線性灰

3、度變換10分段線性灰度變換11% Matlab 代碼I=imread(lina.bmp); %讀圖象M,N=size(I); % 獲取圖象大小R=zeros(M,N); % 初始化結(jié)果圖象for i=1:M % 行 for j=1:N % 列 g=I(i,j); % 當前象素灰度 if g=a) & (gb) R(i,j) = (d-c)*(g-a)/(b-a) +c ; else R(i,j) =(Mg-d)*(g-b)/(Mf-b)+d; end;end;end; 12灰度變換法 (三)非線性灰度變換 （1）對數(shù)變換 低灰度區(qū)擴展，高灰度區(qū)壓縮。 （2）指數(shù)變換 高灰度區(qū)擴展，低灰度區(qū)壓縮

4、。13a,b,c是按需要可以調(diào)整的參數(shù)。對數(shù)變換14對數(shù)變換15a,b,c是按需要可以調(diào)整的參數(shù)。指數(shù)變換16指數(shù)變換17原始圖象灰度變換示例18非線性灰度變換對數(shù)效應低灰度區(qū)擴展，高灰度區(qū)壓縮19非線性灰度變換指數(shù)效應低灰度區(qū)壓縮，高灰度區(qū)擴展20分段線性化出現(xiàn)假輪廓21灰度倒置底片效果22閾值化閾值12823閾值化閾值18024閾值化閾值6625Matlab中灰度調(diào)整函數(shù)%例1 灰度圖象I = imread(pout.tif);J = imadjust(I,0.3 0.7,);imshow(I), figure,imhist(I); figure, imshow(J), figure,im

5、hist(J); imadjust26%例2 彩色圖象RGB1 = imread(flowers.tif); RGB2 = imadjust(RGB1,.2 .3 0; .6 .7 1,); imshow(RGB1), figure, imshow(RGB2)27（一）直方圖均衡化 Histogram Equalization 直方圖:表示數(shù)字圖象中的每一灰度級與其出現(xiàn)的頻率(該灰度級的象素數(shù)目)間的統(tǒng)計關系,用橫坐標表示灰度級, 縱坐標表示頻數(shù)(也可用概率表示)。 直方圖調(diào)整法28直方圖29I=imread(rice.tif);M,N=size(I);s = 256; %灰度級H = zer

6、os(1,s);for i=1:M for j=1:N g=I(i,j); H(1,g+1) = H(1,g+1) + 1; end;end;計算直方圖30灰度直方圖31彩色直方圖32 直方圖均衡化是將原圖象的直方圖通過變換函數(shù)修正為均勻的直方圖，然后按均衡直方圖修正原圖象。 圖象均衡化處理后，圖象的直方圖是平直的，即各灰度級具有相同的出現(xiàn)頻數(shù)，那么由于灰度級具有均勻的概率分布，圖象看起來就更清晰了。 直方圖均衡化33直方圖均衡化 首先假定連續(xù)灰度級的情況，推導直方圖均衡化變換公式，令r代表灰度級，P ( r ) 為概率密度函數(shù)。 r值已歸一化，最大灰度值為1。 灰度級數(shù)為0,1,L-1共L級

7、。34連續(xù)灰度的直方圖非均勻分布35連續(xù)灰度的直方圖均勻分布36直方圖均衡化目標直方圖均衡化37直方圖均衡化 要找到一種變換 S=T ( r ) 使直方圖變平直，為使變換后的灰度仍保持從黑到白的單一變化順序，且變換范圍與原先一致，以避免整體變亮或變暗。必須規(guī)定： （1）在0r1中，T(r)是單調(diào)遞增函數(shù)，且0T(r)1； （2）反變換r=T-1(s),T-1(s)也為單調(diào)遞增函數(shù)，0s1。38rjrj+rsjsj+s直方圖均衡化變換公式推導圖示39直方圖均衡化 考慮到灰度變換不影響象素的位置分布，也不會增減象素數(shù)目。所以有40直方圖均衡化 應用到離散灰度級，設一幅圖象的象素總數(shù)為n，分L個灰度

8、級。 nk: 第k個灰度級出現(xiàn)的頻數(shù)。 第k個灰度級出現(xiàn)的概率 P(rk)=nk/n 其中0rk1，k=0,1,2,.,L-1 形式為：41例：設圖象有64*64=4096個象素，有8個灰度級，灰度分布如表所示。進行直方圖均衡化。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02421. 由（3-2）式計算skrkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 7901023

9、85065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk計算 0.190.440.650.810.890.950.981.0043rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk計算 0.190.440.650.810.890.950.981.00sk舍入 1/73/75/76/76/71112. 把計算的sk就近安排到8個灰度級中44rkr0=0r1=1/7

10、r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk計算 0.190.440.650.810.890.950.981.00sk舍入 1/73/75/76/76/7111sk s0s1s2s3s4nsk 7901023850985448p(sk) 0.190.250.210.240.113. 重新命名sk，歸并相同灰度級的象素數(shù)45直方圖均衡化均衡化前后直方圖比較46直方圖均衡化 直方圖均衡化實質(zhì)上是減少圖象的灰度級以換取對比度的加大。在均衡過程

11、中，原來的直方圖上頻數(shù)較小的灰度級被歸入很少幾個或一個灰度級內(nèi)，故得不到增強。若這些灰度級所構成的圖象細節(jié)比較重要，則需采用局部區(qū)域直方圖均衡。47直方圖均衡化 實例148直方圖均衡化 實例249Matlab中有關直方圖的函數(shù)1、顯示直方圖 imhist()I = imread(pout.tif);imshow(I);figure;imhist(I);50%例1 J = histeq(I);imshow(I) ; title(原始圖象);figure, imshow(J); title(直方圖均衡化后圖象);2、直方圖均衡化 histeq()51 %例2I = imread(tire.tif)

12、;J = histeq(I);imshow(I);figure, imshow(J)52TermsImage enhancement:圖象增強Image quality:圖象質(zhì)量Algorithm: 算法Globe operation: 全局運算Local operation: 局部運算Point operation: 點運算Spatial: 空間的Spatial domain:空間域Spatial coordinate:空間坐標53TermsLinear: 線性Nonlinear: 非線性Frequency: 頻率Frequency variable: 頻率變量Frequency domai

13、n: 頻域Fourier transform: 傅立葉變換One-dimensional Fourier transform: 一維傅立葉變換54TermsTwo-dimensional Fourier transform: 二維傅立葉變換Discrete Fourier transform(DFT): 離散傅立葉變換Fast Fourier transform(FFT): 快速傅立葉變換Inverse Fourier transform: 傅立葉反變換Contrast enhancement: 對比度增強Contrast stretching: 對比度擴展55TermsGray-scale

14、transformation(GST): 灰度變換Logarithm transformation: 對數(shù)變換Exponential transformation: 指數(shù)變換Threshold: 閾值Thresholding: 二值化、門限化False contour: 假輪廓56TermsHistogram: 直方圖Multivariable histogram: 多變量直方圖Histogram modification: 直方圖調(diào)整、直方圖修改Histogram equalization: 直方圖均衡化Histogram specification: 直方圖規(guī)定化Histogram matching: 直方圖匹配57TermsHistogram thresholing: 直方圖門限化Probability density fu