数字图像处理 灰度变换

第4章 图像的灰度变换
第18页
第4章 图像的灰度变换
第7页
4.2 二值化和阈值处理

非零元素取一法
– 方法：如果像素灰度值为零，则其灰度值不变； 对于灰度值不为零的像素，灰度值变为255。 – 非零元素取一法函数表达式 0, f ( x, y ) 0 g ( x, y ) 255 , f ( x, y ) 0
T=100
第4章 图像的灰度变换
第9页
4.2 二值化和阈值处理

MatLab函数
– – – – – – – – – – – I=imread('rice.tif'); for i=1:256 for j=1:256 J(i,j)=0; if I(i,j)>100 J(i,j)=255; end end end subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(J);
第12页
Fra Baidu bibliotek
4.3 灰度的线性变换

背景
– 曝光不足或过度情况下，图像灰度局限在很窄的 范围内，图像中的像素灰度没有层次 – 采用一个线性单值函数，对图像内的每一个像素 灰度做线性扩展，提高灰度层次
第4章 图像的灰度变换
第13页
4.3 灰度的线性变换
1. 简单线性变换
设原图像 f(x, y)的灰度范围为[z1, z2]，线性变换 g 后图像g (x, y)的灰度范围为[z’1, z’2]。 那么g (x, y)和f(x, y)间的关系为： Z
4.3 灰度的线性变换
灰度变换方程
g ( x, y) T [ f ( x, y)] af ( x, y) b
– 当a>1，输出图像的对比度增大 – 当a<1，输出图像的对比度减小 – 当a=1且b≠0时，输出图像的灰度值上移或下移 ，使得图像变亮或暗 – 当a=-1，b=255时，图像灰度正好反转 – 当a<0且b>0时，原图像的暗区域变亮，亮区域 变暗
或者使用 BW = im2bw(I,level) level : 0至1间取值。当像素的灰 度值小于level 时为黑（0）， 否则为白（1） 这里level取100/255.
第4章 图像的灰度变换
第10页
4.2 二值化和阈值处理

双固定阈值法
– 预先为灰度图像设定两个阈值T1和T2，把灰度值 小于给定阈值T1的像素灰度置为0；大于T1且小 于T2的像素灰度置为255；大于T2的像素灰度置 为0 – 函数表达式 f ( x, y ) T 0,
暗图像 低对比度图像
亮图像
高对比度图像
第4章 图像的灰度变换
第3页
4.1 灰度变换的基本方法

灰度变换(gray-scale transformation, GST)
– 根据要求按一定关系逐点改变原图像中每一个像 素灰度值的方法 – 图像增强中的空域处理技术 – 目的是改善图像画质 – 表示方法
»设原图像像素的灰度值D = f(x, y)，处理后图像像素的 灰度值D'=g(x, y)，D和D'间的关系为 D'= T[D] g(x, y)=T[f(x, y)]
K
第4章 图像的灰度变换
第16页
4.3 灰度的线性变换
（2）窗口灰度变换
– 保留灰度级在[ L, U ]间的值，将大于 U 的灰度 值置为255，小于 L 的灰度置为0 g – 方程 255
f ( x, y ) L 0 g ( x, y ) f ( x, y ) L f ( x, y ) U 255 f ( x, y ) U
第4章 图像的灰度变换
BIT
第4章 图像的灰度变换
4.1 4.2 4.3 4.4
灰度变换的基本方法 二值化和阈值处理 灰度的线性变换 灰度的非线性变换
第4章 图像的灰度变换
第2页
4.1 灰度变换的基本方法

背景
– 图像质量差：获取图像时光照不正常、噪声影响及发生 畸变 – 改善图像质量
»图像增强：不考虑图像质量下降的原因（方法包括灰度变 换、平滑处理等） »图像复原（恢复）：建立降质模型，恢复原始图像
第4章 图像的灰度变换
第8页
4.2 二值化和阈值处理

固定阈值法
– 为灰度图像设定一个阈值 T ，把灰度值小于给 定阈值 T 的像素灰度置为0，大于 T 的像素灰度 置为255 0, f ( x, y ) T – 函数表达式 g ( x, y ) 255 , f ( x, y ) T
' 2
z '2 z '1 g ( x, y ) z '1 ( f ( x, y ) z1 ) z 2 z1
g(x, y) Z1'
f(x, y) Z1 Z2
f
如果|z’2 - z’1|大于|z2 - z1|，使得变换后像素的灰 度差增大，对比度增大，图像质量得到增强。
第4章 图像的灰度变换 第14页
g ( x, y ) 255 , T1 f ( x, y ) T2 0, f ( x, y ) T2
1
第4章 图像的灰度变换
第11页
第4章 图像的灰度变换
4.1 4.2 4.3 4.4
灰度变换的基本方法 二值化和阈值处理 灰度的线性变换 灰度直方图及均衡化处理
第4章 图像的灰度变换
第5页
4.1 灰度变换的基本方法

灰度的非线性变换
– 图像的像素集中于中间灰度部分，而其它部分 的像素很少。可以压缩像素少的部分，扩展像 素集中的部分 – 直方图均衡化处理等属于非线性灰度变换
第4章 图像的灰度变换
第6页
第4章 图像的灰度变换
4.1 4.2 4.3 4.4
灰度变换的基本方法 二值化和阈值处理 灰度的线性变换 灰度直方图及均衡化处理
第4章 图像的灰度变换 第15页
4.3 灰度的线性变换

MatLab函数
– J = imadjust (I, [low_in high_in] , [low_out high_out]) – 例：
>> I = imread('pout.tif'); >> J = imadjust(I,[0.3 0.7],[]); >> imshow(I), figure, imshow(J) >> K = imadjust(I,[0.0 1],[0.3 0.7]); >> figure, imshow(K) J I
U g(x, y) L 0 L f U 255
f(x, y)
L表示窗口的下限，U表示窗口的上限
第4章 图像的灰度变换 第17页
4.3 灰度的线性变换
（3）分段线性变换
– 对不同的灰度范围进行不同的线性变换 – 如3段不同的线性变换
z '1 f ( x, y ) / z1 f ( x, y ) z1 g ( x, y ) ( z '2 z '1 ) /( f ( x, y ) z1 ) /( z 2 z1 ) z '1 z1 f ( x, y ) z 2 ( 255 z ' ） f ( x, y ) z ) /(255 z ) z ' ( f ( x, y ) z 2 2 2 2 2
第4章 图像的灰度变换
第4页
4.1 灰度变换的基本方法

灰度线性变换
– 若g(x, y)=T[ f(x, y)]=af(x, y) + b 是一个线性或分 段线性的单值函数，则由它确定的变换称为灰 度线性变换 – 如：图像的灰度范围较窄，图像看起来比较模 糊，造成目标图像灰度值与背景灰度值接近。
第4章 图像的灰度变换