z4图像的增强
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
0.15
0.2
54
直方图规定化
直方图规定化 a）原图 b) 规定化函数 c) 直方图规定化后的结果 d) 图4-29c的直方图
55
图4-29
直方图规定化
直方图规定化（匹配） 5、结论 (1)将原直方图映射到规定直方图上，使图像按 要求的意愿去变换； (2)实际直方图接近但不等于规定直方图。(原 因：灰度级离散，用靠近代替相等，有近似误 差的存在)
56
图像的平滑
背景：图像在形成、传输、接收和处理的
过程中，不可避免地存在着外部干扰和内部干 扰，均会使图像质量变差，使图像模糊。
如：光电转化过程中敏感元件灵敏度的不均匀性； 数字化过程的量化噪声； 传输过程中的误差； 人为因素等。 邻域平均法 低通滤波法 多图像平均法 中值滤波法 目的：去除或衰减图像中噪声和假轮廓。
3
提高清晰度
图4-1 a) 原图
图像平滑的处理效果 b) 平滑处理后的图像
4
提高可懂度
图4-2 图像边缘轮廓线的突出效果 a) 原图 b) 轮廓线突出后的图
5
引言
点处理
灰度变换
直方图修正 图像平滑 邻域(模板)处理 图像锐化 伪彩色增强 彩色增强 假彩色增强
分类
空域法
图像增强
真彩色增强
低通滤波法 频域法 高通滤波法 同态增晰法
c
b=<f(x,y)
图4-6 扩展有用,牺牲无用
12
增强原图像中某两灰度值间的动态范围
13
直接灰度变换
反色变换
a
g (x, y)
0
f (x, y)
a
图4-7 图像的反色变换关系
14
反色变换
图4-8 a) 原图
图像的反色变换 b) 进行反色变换后的图
15
反色变换
16
反色变换
17
分段线性变换
图像的增强
（Image Enhancement）
1
图像的增强
引言
直接灰度变换
直方图修正法 图像的平滑 图像的锐化 伪彩色增强
2
引言
图像增强的目的
1、改善图像视觉效果，提高清晰度； 2、改善(增强)感兴趣的部分(如滤除噪声、锐化目 标物边缘)，将图像转化成一种更适合于人类和机 器进行分析处理的形式，便于从图像中获取更有 用的信息，以提高图像的可懂度。
g(x,y)
图像增强的频率域法
8
直接灰度变换
对比度：亮度的最大值与最小值之比称为 对比度。(一般的成像系统只具有一定的亮 度范围) 目的：加大图像动态范围，扩展对比度， 使图像清晰，特征明显，大大改善人眼的 视觉效果。 分类：线性变换和非线性变换。
9
直接灰度变换
d
全域线性变换 [a,b] [c,d]
g (x, y)
g(x,y) =[(d-c)/(b-a)][f(x,y)-a]+c
c
0 a b f (x, y)
图4-5 灰度范围线性变换关系
10
全域线性变换
11
直接灰度变换
增强原图像中某两 灰度值间的动态范围
g (x, y)
d
c
0 a b f (x, y)
0<=f(x,y)<a g(x,y)= [(d-c)/(b-a)][f(x,y)-a]+c a<=f(x,y)<b d
41
直方图均匀化
直方图均匀化（均衡化）
1、目的：将图像灰度直方图修正为均匀分布形式， 增加像素灰度值的动态范围，从而达到增强图像 整体对比度(清晰度↑)的效果。 2、灰度增强(变换)函数EN{.}的条件
①单调：tk=EN{Sk}, Sk<->tk 一对一
1)单调增
②增：变换前后灰度不倒臵：Si<＝Sj=>ti<＝tj
25
灰度窗口变换
a)原图
图4-18 图像的灰度窗口变换 b)清除背景的灰度窗口变换 c)保留背景的灰度窗口变换
26
灰度非线性变换
g (x, y) a
g(x,y)=a+log[f(x,y)+1]/[b.logc] 0 f (x, y) g(x,y)=log[f(x,y)+1] 对数变换常用来扩展低值灰度，压缩高值 灰度，这样可使低值灰度的图像细节更容 易看清。
36
直方图修正法
a)
图4-23 不同图像对应相同的直方图 a) 图像的直方图 b) 对应的几种不同的图像
37
直方图修正法
灰度直方图 5、用途： 数字化参数：可以简单的根据直方图来判断一幅图 像是否合理的利用了全部被允许的灰度级的范围。一般 一幅图像应该利用全部或几乎全部可能的灰度级，否则 就等于增加了量化间隔。 边界阈值选取：
1010全域线性变换全域线性变换图45灰度范围线性变换关系11111212增强原图像中某两增强原图像中某两灰度值间的动态范围灰度值间的动态范围图46扩展有用牺牲无用ccdd13131414反色变换反色变换图47图像的反色变换关系1515图48图像的反色变换进行反色变换后的图161617171818图46扩展有用压缩其它fxymmff1919图410图像的分段线性变换进行分段线性变换后的图2020图411图像的对比度扩展对比度扩展后的图2121图412削波的变换关系2222图413图像的削波处理削波处理后的图2323图414阈值化的变换关系图416清除背景的灰度窗口变换关系2424图415图像的阈值化处理阈值化处理后的图2525图417保留背景的灰度窗口变换关系2626图418图像的灰度窗口变换a原图b清除背景的灰度窗口变换c保留背景的灰度窗口变换2727logclogcgxylogfxy1gxylogfxy1对数变换常用来扩展低值灰度压缩高值对数变换常用来扩展低值灰度压缩高值灰度这样可使低值灰度的图像细节更容灰度这样可使低值灰度的图像细节更容易看清
0.15 0.35 0.65 0.85 0->3 1->4 2->5 3,4 ->6
5,6,7 ->7
1
53
直方图规定化
0.25
原直方图
0.16 0.08 0.06 0.03 0.02 0.3 0.25 0.19
0.19
0.21
结果直方图
0.24 0.21 0.11 0.2 0.15
希望的直方图
51
直方图规定化
直方图规定化（匹配） 2、组映射(Group Mapping Law) (1)对原直方图均衡化； (2)对规定直方图均衡化； 最靠近原则 映射 ________>s ； (3)使用与vk靠近的sk代替vk，即vk k 3、举例
52
直方图规定化
原灰度级 原像素数 0 1 2 3 4 5 6 7 790 1023 850 656 329 245 122 81 原分布 原累积直方图 新累积直方图 对应关系 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1
图（a）
图（b）
从图像灰度级的分布可以看出一幅图像的灰度分布特性。例 如，从上图中的（a）和（b）两个灰度密度分布函数中可以 以看出：（a）的大多数像素灰度值取在较暗的区域，所以 这幅图像肯定较暗，一般在摄影过程中曝光过强就会造成这 种结果；而（b）图像的像素灰度值集中在亮区，因此，图 像（b）的特性将偏亮，一般在摄影中曝光太弱将导致这种 结果。当然，从两幅图像的灰度分布来看图像的质量均不理 想。
取整 原累积 对应 直方图 tk＝INT[(L-1)Pk+0.5] 关系
0.19 1
0->1
新像 素数
新分 布
0
1
2 3 4 5 6 7
1023
850 656 329 245 122 81
0.25
0.21 0.16 0.08 0.06 0.03 0.02
0.44
0.65 0.81 0.89 0.95 0.98 1
38Leabharlann 直方图修正法频率0
阈值点
灰度
图4-24 利用直方图选取边界阈值 a) 原图 b) 阈值分割后的二值图 c) 直方图
39
直方图修正法
灰度直方图
6、应用：直方图修正 灰度修正(改变像素灰度值)<=>改变直方图(修正) <=>灰度非线性变换 方法：直方图均衡化、直方图规定化
40
直方图修正法
方法分类：空域和频域方法。
57
图像的平滑
空域平滑法
邻域平均法
多图像平均法 中值滤波法 频域平滑法
低通滤波法
58
邻域（局部）平均法（Neighborhood Averaging）
2)反变换: Sk=EN-1（tk）也单调增
42
直方图均匀化
直方图均匀化（均衡化）
3、方法
已证明累积分布函数（CDF:Cumulative Distribution Function） 可充当EN{.}（即满足单调增）： tk= EN(Sk)=INT[(L-1)Pk+0.5]
4、举例
43
直方图均匀化
以此类推
46
直方图均匀化
变换函数如图(b)所示。这里对图像只取8个等间隔的 灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。 因此，对上述计算值加以修正：
由上述数值可见，新图像将只有5个不同的灰度级别，可 以重新定义一个符号：
47
直方图均匀化
原灰 度级
0
原像 素数
790
原分 布
0.19
29
直方图修正法
灰度直方图 3、说明：反映各灰度级出现频数的分布情况，进而反 映图像对比(清晰)度，但不反映各灰度级的空间位臵 分布。 4、举例 5、应用：直方图修正 灰度修正(改变像素灰度值)<=>改变直方图(修正) <=>灰度非线性变换 方法：直方图均衡化、直方图规定化
30
直方图修正法
图4-21 图像的直方图 a) 原图 b) 原图的直方图
灰度直方图 6、性质 1．直方图是一幅图像中各象素灰度值出现次数(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)，而未反映每一灰度值象素所在位臵。 也就是说，它只包含了该图像中某一灰度值的象素出 现的概率，而丢失了其所在位臵的信息。 2．任一幅图像，都能唯一地算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。也就说， 图像与直方图之间是一种多对一的映射关系。 3．由于直方图是对具有相同灰度值的象素统计计数 得到的，因此，一幅图像各子区的直方图之和就等于 该图全图的直方图。
31
直方图修正法
a) 偏暗的图像及其直方图
32
直方图修正法
b) 偏亮的图像及其直方图
33
直方图修正法
c) 动态范围偏小的图像及其直方图
34
直方图修正法
d) 动态范围正常的图像及其直方图
35
直方图修正法
a) 偏暗的图像及其直方图 c) 动态范围偏小的图像及其直方图
b) 偏亮的图像及其直方图 d) 动态范围正常的图像及其直方图
44
rk r0=0 r1=1 r2=2 r3=3 r4=4 r5=5 r6=6 r7=7
nk 790 1023 850 656 329 245 122 81
Pr(rk)=nk/n 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02
其灰度级直方图如下图(a)所示
45
对其进行均衡化，其过程如下：
3
5 6 6 7 7 7
1->3
2->5 3,4 ->6
790
0.19
1023
0.25
850
5,6,7 ->7
0.21 0.24 0.11
985 448
48
直方图均匀化
a) 原图
b) 原图的直方图
c) 直方图均衡化后的图像
d) 均衡化后的直方图
49
直方图均匀化
直方图均匀化（均衡化） 5、结果分析
tk＝EN(Sk)=INT[(L-1)Pk
最靠近原则
+0.5]__________>取原灰度级
范围内灰度值； 结果直方图趋于平坦化，灰度间隔（动态范围）拉 大，对比度↑，图像清晰，便于读取、分析和处理； 结果直方图≠常数(由于灰度取值离散化，造成灰 度值归并)
50
直方图规定化
直方图规定化（匹配） 1、引入 直方图均衡化能自动增强整个图像对比 度，结果得到全局均匀化的直方图，但实际 中有时要求突出感兴趣灰度范围，即修正直 方图使其具有要求的形式。
图4-6 扩展有用,压缩其它
Mg
d g (x, y) c
0 a b f (x, y) Mf
0<=f(x,y)<a g(x,y)= [(d-c)/(b-a)][f(x,y)－a]+c a<=f(x,y)<b [(Mg-d)/(Mf-b)][f(x,y)－b]+d b<=f(x,y)<Mf
(c/a)f(x,y)
27
灰度窗口变换
图4-20 图像的动态范围压缩 a) 原图 b) 进行动态范围压缩后的图
28
直方图修正法
灰度直方图 1、概念：图像中各灰度级出现频数分布的统计图表。 2、表示：
式中， N为一幅图像中像素的总数； nk为第k级灰度的像素数； rk为第k个灰度级； P(rk)表示该灰度级出现的概率。
6
空域法
定义：指在空间域内直接对像素灰度值进 行运算处理。
输入
f(x,y) 图4-3
空 处
域 理
输出
g(x,y)
图像增强的空间域法
7
频域法
定义：在图像的某种变换域内，对图像的 变换值进行运算，然后通过逆变换获得图 像增强效果。
f(x,y) F(u,v)
正变换
图4-4
频 处
域 G(u,v) 反变换 理
22
阈值化
Mg
g (x, y)
0
a f (x, y)
Mf
图4-14 阈值化的变换关系 图4-16 清除背景的灰度窗口变换关系
23
阈值化
图4-15 a) 原图
图像的阈值化处理 b) 阈值化处理后的图
24
灰度窗口变换
Mg
g (x, y)
0
a
b f (x, y)
Mf
图4-17
保留背景的灰度窗口变换关系
18
分段线性变换
图4-10 图像的分段线性变换 a) 原图 b) 进行分段线性变换后的图
19
对比度扩展
图4-11 图像的对比度扩展 a) 原图 b) 对比度扩展后的图
20
削波
Mg
g (x, y)
0
a
b f (x, y)
Mf
图4-12 削波的变换关系
21
削波
图4-13 a) 原图
图像的削波处理 b) 削波处理后的图
0.2
54
直方图规定化
直方图规定化 a）原图 b) 规定化函数 c) 直方图规定化后的结果 d) 图4-29c的直方图
55
图4-29
直方图规定化
直方图规定化（匹配） 5、结论 (1)将原直方图映射到规定直方图上，使图像按 要求的意愿去变换； (2)实际直方图接近但不等于规定直方图。(原 因：灰度级离散，用靠近代替相等，有近似误 差的存在)
56
图像的平滑
背景：图像在形成、传输、接收和处理的
过程中，不可避免地存在着外部干扰和内部干 扰，均会使图像质量变差，使图像模糊。
如：光电转化过程中敏感元件灵敏度的不均匀性； 数字化过程的量化噪声； 传输过程中的误差； 人为因素等。 邻域平均法 低通滤波法 多图像平均法 中值滤波法 目的：去除或衰减图像中噪声和假轮廓。
3
提高清晰度
图4-1 a) 原图
图像平滑的处理效果 b) 平滑处理后的图像
4
提高可懂度
图4-2 图像边缘轮廓线的突出效果 a) 原图 b) 轮廓线突出后的图
5
引言
点处理
灰度变换
直方图修正 图像平滑 邻域(模板)处理 图像锐化 伪彩色增强 彩色增强 假彩色增强
分类
空域法
图像增强
真彩色增强
低通滤波法 频域法 高通滤波法 同态增晰法
c
b=<f(x,y)
图4-6 扩展有用,牺牲无用
12
增强原图像中某两灰度值间的动态范围
13
直接灰度变换
反色变换
a
g (x, y)
0
f (x, y)
a
图4-7 图像的反色变换关系
14
反色变换
图4-8 a) 原图
图像的反色变换 b) 进行反色变换后的图
15
反色变换
16
反色变换
17
分段线性变换
图像的增强
（Image Enhancement）
1
图像的增强
引言
直接灰度变换
直方图修正法 图像的平滑 图像的锐化 伪彩色增强
2
引言
图像增强的目的
1、改善图像视觉效果，提高清晰度； 2、改善(增强)感兴趣的部分(如滤除噪声、锐化目 标物边缘)，将图像转化成一种更适合于人类和机 器进行分析处理的形式，便于从图像中获取更有 用的信息，以提高图像的可懂度。
g(x,y)
图像增强的频率域法
8
直接灰度变换
对比度：亮度的最大值与最小值之比称为 对比度。(一般的成像系统只具有一定的亮 度范围) 目的：加大图像动态范围，扩展对比度， 使图像清晰，特征明显，大大改善人眼的 视觉效果。 分类：线性变换和非线性变换。
9
直接灰度变换
d
全域线性变换 [a,b] [c,d]
g (x, y)
g(x,y) =[(d-c)/(b-a)][f(x,y)-a]+c
c
0 a b f (x, y)
图4-5 灰度范围线性变换关系
10
全域线性变换
11
直接灰度变换
增强原图像中某两 灰度值间的动态范围
g (x, y)
d
c
0 a b f (x, y)
0<=f(x,y)<a g(x,y)= [(d-c)/(b-a)][f(x,y)-a]+c a<=f(x,y)<b d
41
直方图均匀化
直方图均匀化（均衡化）
1、目的：将图像灰度直方图修正为均匀分布形式， 增加像素灰度值的动态范围，从而达到增强图像 整体对比度(清晰度↑)的效果。 2、灰度增强(变换)函数EN{.}的条件
①单调：tk=EN{Sk}, Sk<->tk 一对一
1)单调增
②增：变换前后灰度不倒臵：Si<＝Sj=>ti<＝tj
25
灰度窗口变换
a)原图
图4-18 图像的灰度窗口变换 b)清除背景的灰度窗口变换 c)保留背景的灰度窗口变换
26
灰度非线性变换
g (x, y) a
g(x,y)=a+log[f(x,y)+1]/[b.logc] 0 f (x, y) g(x,y)=log[f(x,y)+1] 对数变换常用来扩展低值灰度，压缩高值 灰度，这样可使低值灰度的图像细节更容 易看清。
36
直方图修正法
a)
图4-23 不同图像对应相同的直方图 a) 图像的直方图 b) 对应的几种不同的图像
37
直方图修正法
灰度直方图 5、用途： 数字化参数：可以简单的根据直方图来判断一幅图 像是否合理的利用了全部被允许的灰度级的范围。一般 一幅图像应该利用全部或几乎全部可能的灰度级，否则 就等于增加了量化间隔。 边界阈值选取：
1010全域线性变换全域线性变换图45灰度范围线性变换关系11111212增强原图像中某两增强原图像中某两灰度值间的动态范围灰度值间的动态范围图46扩展有用牺牲无用ccdd13131414反色变换反色变换图47图像的反色变换关系1515图48图像的反色变换进行反色变换后的图161617171818图46扩展有用压缩其它fxymmff1919图410图像的分段线性变换进行分段线性变换后的图2020图411图像的对比度扩展对比度扩展后的图2121图412削波的变换关系2222图413图像的削波处理削波处理后的图2323图414阈值化的变换关系图416清除背景的灰度窗口变换关系2424图415图像的阈值化处理阈值化处理后的图2525图417保留背景的灰度窗口变换关系2626图418图像的灰度窗口变换a原图b清除背景的灰度窗口变换c保留背景的灰度窗口变换2727logclogcgxylogfxy1gxylogfxy1对数变换常用来扩展低值灰度压缩高值对数变换常用来扩展低值灰度压缩高值灰度这样可使低值灰度的图像细节更容灰度这样可使低值灰度的图像细节更容易看清
0.15 0.35 0.65 0.85 0->3 1->4 2->5 3,4 ->6
5,6,7 ->7
1
53
直方图规定化
0.25
原直方图
0.16 0.08 0.06 0.03 0.02 0.3 0.25 0.19
0.19
0.21
结果直方图
0.24 0.21 0.11 0.2 0.15
希望的直方图
51
直方图规定化
直方图规定化（匹配） 2、组映射(Group Mapping Law) (1)对原直方图均衡化； (2)对规定直方图均衡化； 最靠近原则 映射 ________>s ； (3)使用与vk靠近的sk代替vk，即vk k 3、举例
52
直方图规定化
原灰度级 原像素数 0 1 2 3 4 5 6 7 790 1023 850 656 329 245 122 81 原分布 原累积直方图 新累积直方图 对应关系 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1
图（a）
图（b）
从图像灰度级的分布可以看出一幅图像的灰度分布特性。例 如，从上图中的（a）和（b）两个灰度密度分布函数中可以 以看出：（a）的大多数像素灰度值取在较暗的区域，所以 这幅图像肯定较暗，一般在摄影过程中曝光过强就会造成这 种结果；而（b）图像的像素灰度值集中在亮区，因此，图 像（b）的特性将偏亮，一般在摄影中曝光太弱将导致这种 结果。当然，从两幅图像的灰度分布来看图像的质量均不理 想。
取整 原累积 对应 直方图 tk＝INT[(L-1)Pk+0.5] 关系
0.19 1
0->1
新像 素数
新分 布
0
1
2 3 4 5 6 7
1023
850 656 329 245 122 81
0.25
0.21 0.16 0.08 0.06 0.03 0.02
0.44
0.65 0.81 0.89 0.95 0.98 1
38Leabharlann 直方图修正法频率0
阈值点
灰度
图4-24 利用直方图选取边界阈值 a) 原图 b) 阈值分割后的二值图 c) 直方图
39
直方图修正法
灰度直方图
6、应用：直方图修正 灰度修正(改变像素灰度值)<=>改变直方图(修正) <=>灰度非线性变换 方法：直方图均衡化、直方图规定化
40
直方图修正法
方法分类：空域和频域方法。
57
图像的平滑
空域平滑法
邻域平均法
多图像平均法 中值滤波法 频域平滑法
低通滤波法
58
邻域（局部）平均法（Neighborhood Averaging）
2)反变换: Sk=EN-1（tk）也单调增
42
直方图均匀化
直方图均匀化（均衡化）
3、方法
已证明累积分布函数（CDF:Cumulative Distribution Function） 可充当EN{.}（即满足单调增）： tk= EN(Sk)=INT[(L-1)Pk+0.5]
4、举例
43
直方图均匀化
以此类推
46
直方图均匀化
变换函数如图(b)所示。这里对图像只取8个等间隔的 灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。 因此，对上述计算值加以修正：
由上述数值可见，新图像将只有5个不同的灰度级别，可 以重新定义一个符号：
47
直方图均匀化
原灰 度级
0
原像 素数
790
原分 布
0.19
29
直方图修正法
灰度直方图 3、说明：反映各灰度级出现频数的分布情况，进而反 映图像对比(清晰)度，但不反映各灰度级的空间位臵 分布。 4、举例 5、应用：直方图修正 灰度修正(改变像素灰度值)<=>改变直方图(修正) <=>灰度非线性变换 方法：直方图均衡化、直方图规定化
30
直方图修正法
图4-21 图像的直方图 a) 原图 b) 原图的直方图
灰度直方图 6、性质 1．直方图是一幅图像中各象素灰度值出现次数(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)，而未反映每一灰度值象素所在位臵。 也就是说，它只包含了该图像中某一灰度值的象素出 现的概率，而丢失了其所在位臵的信息。 2．任一幅图像，都能唯一地算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。也就说， 图像与直方图之间是一种多对一的映射关系。 3．由于直方图是对具有相同灰度值的象素统计计数 得到的，因此，一幅图像各子区的直方图之和就等于 该图全图的直方图。
31
直方图修正法
a) 偏暗的图像及其直方图
32
直方图修正法
b) 偏亮的图像及其直方图
33
直方图修正法
c) 动态范围偏小的图像及其直方图
34
直方图修正法
d) 动态范围正常的图像及其直方图
35
直方图修正法
a) 偏暗的图像及其直方图 c) 动态范围偏小的图像及其直方图
b) 偏亮的图像及其直方图 d) 动态范围正常的图像及其直方图
44
rk r0=0 r1=1 r2=2 r3=3 r4=4 r5=5 r6=6 r7=7
nk 790 1023 850 656 329 245 122 81
Pr(rk)=nk/n 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02
其灰度级直方图如下图(a)所示
45
对其进行均衡化，其过程如下：
3
5 6 6 7 7 7
1->3
2->5 3,4 ->6
790
0.19
1023
0.25
850
5,6,7 ->7
0.21 0.24 0.11
985 448
48
直方图均匀化
a) 原图
b) 原图的直方图
c) 直方图均衡化后的图像
d) 均衡化后的直方图
49
直方图均匀化
直方图均匀化（均衡化） 5、结果分析
tk＝EN(Sk)=INT[(L-1)Pk
最靠近原则
+0.5]__________>取原灰度级
范围内灰度值； 结果直方图趋于平坦化，灰度间隔（动态范围）拉 大，对比度↑，图像清晰，便于读取、分析和处理； 结果直方图≠常数(由于灰度取值离散化，造成灰 度值归并)
50
直方图规定化
直方图规定化（匹配） 1、引入 直方图均衡化能自动增强整个图像对比 度，结果得到全局均匀化的直方图，但实际 中有时要求突出感兴趣灰度范围，即修正直 方图使其具有要求的形式。
图4-6 扩展有用,压缩其它
Mg
d g (x, y) c
0 a b f (x, y) Mf
0<=f(x,y)<a g(x,y)= [(d-c)/(b-a)][f(x,y)－a]+c a<=f(x,y)<b [(Mg-d)/(Mf-b)][f(x,y)－b]+d b<=f(x,y)<Mf
(c/a)f(x,y)
27
灰度窗口变换
图4-20 图像的动态范围压缩 a) 原图 b) 进行动态范围压缩后的图
28
直方图修正法
灰度直方图 1、概念：图像中各灰度级出现频数分布的统计图表。 2、表示：
式中， N为一幅图像中像素的总数； nk为第k级灰度的像素数； rk为第k个灰度级； P(rk)表示该灰度级出现的概率。
6
空域法
定义：指在空间域内直接对像素灰度值进 行运算处理。
输入
f(x,y) 图4-3
空 处
域 理
输出
g(x,y)
图像增强的空间域法
7
频域法
定义：在图像的某种变换域内，对图像的 变换值进行运算，然后通过逆变换获得图 像增强效果。
f(x,y) F(u,v)
正变换
图4-4
频 处
域 G(u,v) 反变换 理
22
阈值化
Mg
g (x, y)
0
a f (x, y)
Mf
图4-14 阈值化的变换关系 图4-16 清除背景的灰度窗口变换关系
23
阈值化
图4-15 a) 原图
图像的阈值化处理 b) 阈值化处理后的图
24
灰度窗口变换
Mg
g (x, y)
0
a
b f (x, y)
Mf
图4-17
保留背景的灰度窗口变换关系
18
分段线性变换
图4-10 图像的分段线性变换 a) 原图 b) 进行分段线性变换后的图
19
对比度扩展
图4-11 图像的对比度扩展 a) 原图 b) 对比度扩展后的图
20
削波
Mg
g (x, y)
0
a
b f (x, y)
Mf
图4-12 削波的变换关系
21
削波
图4-13 a) 原图
图像的削波处理 b) 削波处理后的图