914738-数字图像处理-第1讲图像增强的概念、灰度直方图及线性变换
4图像增强1讲义数字图像处理
1、将图像从图像空间转换到频域空间所需的变换T 以及再将图像从频域空间转换到图像空间所需的变 换T-1 2、在频域空间对图像进行增强加工的操作EH
空域变换增强处理方法
• 基于点操作的增强－也叫灰度变换，常见的几类方法 为：
1、将f(.)中的每个象素按EH操作直接变换以得到g(.) 2、借助f(.)的直方图进行变换 3、借助对一系列图像间的操作进行变换
将s1～s2之间的灰度级 突出，而将其余灰度值 逐渐变为某个低灰度值
0
s
L-1
将s1～s2之间的灰度级突出， 而将其余灰度值保留
5.位面图
直接灰度变换也可以借助图像的位面表示进行。 对1幅用多个比特表示其灰度值得图像来说，其中的每个 比特可看作表示了1个二值的平面，也称位面。
1幅其灰度级用8bit表示的图像有8个位面，一般用位面0 代表最低位面，位面7代表最高位面，如图所示。
前面所讲的图 像基本运算
基于模板（滤波）操作的增强，主要有平滑和锐化处理 两种方法
4.2 基于点操作的增强
直接灰度变换
EH(.)变换函数可以取不同形式，从而得到不同的效果 1、 线性变换
g (x ,y )E H [f(x ,y )](g 1 g 0 )[f(x ,y )f0 ] g 0 f1f0
对图像特定位面 的操作进行图像 增强
实例
4.2.2 直方图处理
1. 直方图概念及模型化
灰度级的直方图描述了一幅图像的概貌。 简单讲，灰度级直方图就是反映一幅图像中的灰度级 与出现这种灰度的概率之间的关系的图形
设变量r代表图像中象素灰度级，在图像中，象素的灰度 级可作归一化处理，这样，r的值将限定为0≤r ≤ 1
处理对象
变换
数字图像处理讲解
第三节
直方图修正法
一、直方图的定义 一幅图像灰度分布情况的统计图表。
图像的直方图
数字图像处理
偏暗的图像及其直方图 偏亮的图像及其直方图
数字图像处理
动态范围偏小的图像及其直方图 动态范围正常的图像及其直方图
数字图像处理 不同图像对应相同的直方图
数字图像处理
二、直方图的应用 (1) 数字化参数 (2) 边界阈值选取
（1）对比度扩展 （2）削波
图像的削波处理
数字图像处理 （3）域值化 图像二值化
Mg g (x, y)
0
a
Mf
f (x, y)
图像的阈值化处理
数字图像处理
（4）灰度窗口变换
Mg g (x, y)
0
a
Mf
f (x, y)
Mg g (x, y)
0
a
b Mf
f (x, y)
图像的灰度窗口变换
数字图像处理 二、灰度非线性变换
对数变换
g(x, y) a ln[ f (x, y) 1] b ln c
指数变换
g(x, y) bc[ f (x,y)a] 1
g (x, y)
a
0 f (x, y)
图像的对数变换关系
数字图像处理 图像的动态范围压缩
数字图像处理
域值邻域平均法
g(x,
y)
1
M
i, js
f
(i,
j)
f (x, y) 1 f (i, j) T M i, js
f (x, y) other
数字图像处理
二、中值滤波 利用一个含有奇数个像素的滑动窗口,将窗口正中点的灰度值用窗口中各 点的中值代替。
数字图像处理中的图像增强技术
数字图像处理中的图像增强技术数字图像处理技术是一门综合性的学科，涵盖了图像获取、存储、传输、分析、识别和处理等多个方面。
其中，图像增强技术是非常重要的一环，它可以提高图像的质量和清晰度，从而更好地为人类的观察和分析服务。
图像增强是指利用数字图像处理技术，对原始图像进行处理操作，以改善图像的质量和特征的一种技术。
其中，常用的图像增强技术包括直方图均衡化、空间域滤波、频域滤波、非线性滤波、小波变换等多种方法。
一、直方图均衡化直方图均衡化是一种常用的图像增强技术，它可以改善图像的亮度和对比度。
其原理是将原图像的灰度直方图进行变换，使得原本集中在某一区域的灰度值分散到整个图像上，从而增强图像的细节。
直方图均衡化对于灰度分布比较均匀的图像效果更好，但对于灰度分布不均匀的图像效果可能不如其他方法。
二、空间域滤波空间域滤波是一种通过在图像的空间域中进行像素值的操作，以改善图像质量的方法。
其主要思想是通过对邻域像素值的加权平均或其他运算，来进行图像的滤波操作。
其中，常用的空间域滤波方法包括均值滤波、中值滤波、高斯滤波、李媛滤波等。
这些方法都可以用来平滑图像、去噪或增强图像的细节，但不同方法的效果和适用范围不同。
三、频域滤波频域滤波是一种利用图像的频域信息来进行图像增强的方法。
它利用傅里叶变换或小波变换等变换将图像从时域转换到频域，从而可以更好地分析图像的频谱信息。
在频域上，可以进行各种滤波操作，如低通滤波、高通滤波、带通滤波等，从而对图像进行增强。
不过，频域滤波操作非常耗时，对于大规模图像来说，可能会遇到计算量过大的问题。
四、非线性滤波非线性滤波是一种通过非线性操作改善图像质量的方法，其主要思想是通过对图像的局部像素进行运算，消除或加强图像的一些特征。
其中，最广泛使用的是中值滤波，它能够有效地去除图像中的噪声，并保持图像边缘的清晰度。
除此之外，还有一些非线性滤波方法，如自适应中值滤波、漂移滤波、边缘保护滤波等，它们可以根据不同的应用场景，针对不同的图像特征进行优化。
数字图像处理图像增强第一讲及灰度变换
应该明确的是增强处理并不能增强原始图像 的信息，其结果只能增强对某种信息的辨别能 力，而这种处理有可能损失一些其他信息。
图像增强是数字图像处理的基本内容之一。
图像增强示例
概述
图像增强技术是一大类基本的图像处理技术， 其目的是对图像进行加工，以得到对具体应 用来说视觉效果更“好”、更“有用”的图 像。
利用映射函数可将原始图像中每个像素的灰度 都映射到新的灰度.
左图增加对比度 右图降低对比度
直接灰度变换
直接灰度变换属于所有图像增强技术中最简单的一类。 为了将图像灰度级的整个范围或一段范围扩展或压缩到记
录或显示设备的动态范围内，可使图像动态范围增大，图 像对比度扩展。 使图像变得清晰/图像上的特征变得明显。
s L 1t
此方法适用于增强嵌入于图像暗色区域的白色或灰色细节, 特别是黑色面积在尺寸上占主导低位时。
15
直接灰度变换
2.线性灰度变换
灰度线性变换表示对输入图像灰度作线性扩张或压缩， 映射函数为一个直线方程，其表达式和演示控件如下：
gx, y af x, y b
增强的对象：
在曝光不足或过度的情况下，图像灰度可能会局限在一 个很小的范围内。这时在显示器上看到的将是一个模糊不 清、似乎没有灰度层次的图像。采用灰度线性变换方法可 以拉伸灰度动态范围，使图像清晰。
1、如果S1=t1，S2=t2，则T为1条斜率为1的直线，增强图 像和原图像相同。
2、如果S1=S2，t1=L-1，则增强图像只剩2个灰度级，此时 对比度最大但细节全丢失。
3、如果S1>t1，S2<t2，则原图像中灰度值在0到S1和S2到 L-1间的动态范围减少了，而原图中灰度值在S1和S2间的动 态范围增加了，从而增强了中间范围内的对比度。
第4章 图像增强(08) 数字图像处理课件
c
f (x, y)
a
g
(
x,
y
)
d d
c a
[
f
(
x,
y
)
a
]
c
M
g
d
[
f
(x,
y)
b]
d
M f b
0 f (x, y) a 0 f (x, y) b b f (x, y) M f
(4-16)
Image No
第四章 图像增强
g (x, y) Mg d
c
O
ab
M f f (x , y)
一个重要的变换函数为
r
sT(r) 0
pr()d
(4-6)
ω是积分变量，而
r
0 pr ()d
就是r的累积分布函数。
这里，累积分布函数是r的函数，并且单调地从0增 加到1， 所以这个变换函数满足关于T(r)在0≤r≤1内单值 单调增加。在0≤r≤1内有0≤T(r)≤1的两个条件。
第四章 图像增强
Image No
因为r0=0，经变换得s0=1/7，所以有790个像素取s0这个灰度值。r1 映射到s1=3／7，所以有1023个像素取s1=3/7这一灰度值。依次类推， 有 850 个 像 素 取 s2=5/7这 个 灰 度值 。 但 是， 因 为 r3 和 r4 均 映射 到 s3=6/7这一灰度级，所以有656+329=985个像素取这个值。同样， 有245+122+81=448个像素取s4=1这个新灰度值。用n = 4096来除上 述这些nk值，便可得到新的直方图，如图4-10(c)所示。
3
s3 T (r3 ) Pr (rj ) Pr (r0 ) Pr (r1) Pr (r2 ) Pr (r3 ) 0.81
图像增强—灰度变换及直方图均衡化试验目的试验原理及知识点
图像增强—灰度变换及直方图均衡化一、实验目的1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。
2、掌握直接灰度变换的图像增强方法。
3、掌握灰度直方图的概念及其计算方法；4、掌握直方图均衡化的计算过程；二、实验原理及知识点1、图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。
其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。
图像增强可以在空间域中执行，也可以在变换域中执行。
2、空间域指的是图像平面本身，在空间域内处理图像是直接对图像的像素进行处理。
空间域处理方法分为两种：灰度级变换、空间滤波。
空间域技术直接对像素进行操作，其表达式为g(x,y)=T[f(x,y)]其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，定义在点(x,y)的指定邻域内。
定义点(x,y)的空间邻近区域的主要方法是，使用中心位于(x,y)的正方形或长方形区域。
此区域的中心从原点(如左上角)开始逐像素点移动，在移动的同时，该区域会包含不同的邻域。
T应用于每个位置(x,y)，以便在该位置得到输出图像g。
在计算(x,y)处的g值时，只使用该领域的像素。
2、灰度变换T的最简单形式是使用领域大小为1×1，此时,(x,y)处的g值仅由f在该点处的亮度决定，T也变为一个灰度变换函数。
由于灰度变换函数仅取决于亮度的值，而与(x,y)无关，所以亮度函数通常可写做如下所示的简单形式：s=T(r)其中，r表示图像f中相应点(x,y)的亮度，s表示图像g中相应点(x,y)的亮度。
灰度拉伸又叫对比度拉伸是最基本的一种灰度变换，使用简单的分段线性变换函数，可以提高灰度的动态范围，适用于低对比度图像的处理，增强对比度。
3、直方图是多种空间城处理技术的基础。
直方图操作能有效地用于图像增强。
除了提供有用的图像统计资料外，直方图固有的信息在其他图像处理应用中也是非常有用的，如图像压缩与分割。
数字图像处理 图像增强 第一讲 概述及灰度变换59页PPT
46、法律有权打破平静。——马·格林 47、少。——托·富 勒 49、犯罪总是以惩罚相补偿；只有处 罚才能 使犯罪 得到偿 还。— —达雷 尔
50、弱者比强者更能得到法律的保护 。—— 威·厄尔
拉
60、生活的道路一旦选定，就要勇敢地 走到底 ，决不 回头。 ——左
56、书不仅是生活，而且是现在、过 去和未 来文化 生活的 源泉。 ——库 法耶夫 57、生命不可能有两次，但许多人连一 次也不 善于度 过。— —吕凯 特 58、问渠哪得清如许，为有源头活水来 。—— 朱熹 59、我的努力求学没有得到别的好处， 只不过 是愈来 愈发觉 自己的 无知。 ——笛 卡儿
数字图像处理 图像增强 第一讲 概述及灰度变换
三段线性变换
常用的是三段线性变换。
Slide 20
实际上，S1、S2、t1、t2可取不同的值进行组合，从而得 到不同的效果。
1、如果S1=t1，S2=t2，则T为1条斜率为1的直线，增强图 像和原图像相同。 2、如果S1=S2，t1=L-1，则增强图像只剩2个灰度级，此时 对比度最大但细节全丢失。 3、如果S1>t1，S2<t2，则原图像中灰度值在0到S1和S2到 L-1间的动态范围减少了，而原图中灰度值在S1和S2间的动 态范围增加了，从而增强了中间范围内的对比度。 4、如果S1<t1，S2>t2，则原图像中灰度值在0到S1和S2到 L-1间的动态范围增加了，而原图中灰度值在S1和S2间的动 态范围减少了。
环境光源太暗，使灰度值偏小，就会使图像太暗看不清。
如果环境光源太亮，又使图像泛白。 通过灰度变换，就可以将灰度值调整到合适的程度。
灰度变换可分为线性变换、分段线性变换和非线性变换几 种方法。
直接灰度变换
1、图像求反
假设对灰度级范围是[0，L-1]的图像求反，就是通过变 换将[0，L-1]变换到[L-1，0]，变换公式如下：
设变量 r 代表图像中像素灰度级。在图像中， 像素的灰度级可作归一化处理，这样，r 的值将 限定在下述范围之内:
0 r 1
在灰度级中， r = 0
(4—4)
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
第4章 图像增强(第1讲)
增强对比度的典型变换曲线与图4-9中的曲线类 似。可以看出通过这样一个变换，原图中灰度值 在 0 到 和 b 到 Mf 间的动态范围减少了，而 原图中灰度值在 和 b 之间的动态范围增加了， 从而这个范围内的对比度增强了。变换结果如图 4-11所示。 实际应用中 、b 、 、 可取不同的值进行组 d 合，从而得到不同的效果。如果a c、 b d ， 则变换曲线为一条斜率为1 的直线，增强图将和 原图相同。
应该明确的是增强处理并不能增强原始图像的
信息，其结果只能增强对某种信息的辨别能力， 而这种处理有可能损失一些其他信息。
•
图像增强是数字图像处理的基本内容之一。
• 图像增强技术主要包括: 注： 在实用中可以采用单
• 直接灰度变换
• 直方图修改处理 • 图像平滑化处理 • 图像尖锐化处理 • 彩色处理技术
针对一幅图像在这个坐标系中作一曲线来。这条
曲线在概率论中就是分布密度曲线（见图4—
21）。
pr (r)
pr (r)
0
1
r
0
1
r
(a)
(b)
图4—21
图像灰度分布概率密度函数
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，从图4—21中的(a)和(b)两个灰 度密度分布函数中可以看出：(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不足就会造成这种结果；
0
f ( x, y )
a
图4-7 图像的反色变换关系
图4-8 a) 原图
图像的反色变换 b) 进行反色变换后的图
2.分段线性变换
在图像增强中，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间， 可以采用分段线性变换。常用的方法是分三段 做线性变换，如图4-9所示，其数学表达式
数字图像处理——图像增强
数字图像处理——图像增强图像增强图像增强的⽬的是：改善图像的视觉效果或使图像更适合于⼈或机器的分析处理图像增强空域法点操作直接灰度变换直⽅图修正邻域操作图像平滑图像锐化频域法低通滤波⾼通滤波点操作直接灰度变换g (x ,y )=T [f (x ,y )]T => 灰度映射函数坐标位置 (x ,y ) 为 f 的⾃变量，表⽰当前灰度值，经过函数T 转变为g ，注意在T 函数中f (x ,y )为其⾃变量直接灰度变换⼜可以分为：线性变换分段线性变换⾮线性变换线性变换 & 分段线性变换image.png对于f (x ,y )灰度范围为[a ,b ]的部分，进⾏线性变换g (x ,y )=d −cb −a [f (x ,y )−a ]+c我们可以⽤它来做什么？举个简单的例⼦，我们可以很容易的通过调整灰度分布，使得图⽚⽩的部分更⽩，⿊的部分更⿊效果图：图像增强.png⾮线性灰度变换g (x ,y )=clog 10[1+f (x ,y )]直⽅图{{{{{void increase(Mat &inputImage, Mat& outputImage){outputImage = inputImage.clone();int rows = outputImage.rows;int cols = outputImage.rows;for (int i = 0; i < rows; i++){for (int j = 0; j < cols; j++){Vec3b & tmp = outputImage.at<Vec3b>(i, j);for (int k = 0; k < 3; k++){if (tmp[k] < 48)tmp[k] = tmp[k] / 1.5;else if (tmp[k] > 191)tmp[k] = (tmp[k] - 192) * 0.5 + 223;else tmp[k] = (tmp[k] - 38) * 1.33;}}}在数字图像处理中，直⽅图是最简单并且最有⽤的⼯具灰度直⽅图是灰度级的函数，描述的是图像中该灰度级的像素个数横坐标表⽰灰度级，纵坐标表⽰图像中该灰度级出现的像素个数数据表⽰：变量含义n图像的像素总数L灰度级的个数r k第 k 个灰度级n k第 k 个灰度级的像素数p r(r k)该灰度级出现的频率则归⼀化形式：p r(r k)=n kn,k=0,1,2,⋯,L−1公式利于归纳但是不利于理解，我们举个例⼦说明：原始图像数据（每个位置上⾯的数字表⽰灰度级）123456643221166466345666146623136466直⽅图灰度系数123456像素个数5456214归⼀化直⽅图数据1/62/63/64/65/66/65/364/365/366/362/3614/36图像略直⽅图性质1. 直⽅图未反映某⼀灰度级像素所在位置，即丢失了位置信息2. ⼀幅图像对应⼀个灰度直⽅图，但是不同的图像可能有相同的直⽅图3. 灰度直⽅图具有可加性，整幅图像的直⽅图等于素有不重叠⼦区域的直⽅图之和直⽅图⽤途1. 反映图像的亮度、对⽐度、清晰度。
数字图像处理 图像增强 第一讲 概述及灰度变换共59页文档
60、人民的幸福是至高无个的法。— —西塞 罗
ቤተ መጻሕፍቲ ባይዱ
6、最大的骄傲于最大的自卑都表示心灵的最软弱无力。——斯宾诺莎 7、自知之明是最难得的知识。——西班牙 8、勇气通往天堂，怯懦通往地狱。——塞内加 9、有时候读书是一种巧妙地避开思考的方法。——赫尔普斯 10、阅读一切好书如同和过去最杰出的人谈话。——笛卡儿
数字图像处理 图像增强 第一讲 概述及 灰度变换
56、极端的法规，就是极端的不公。 ——西 塞罗 57、法律一旦成为人们的需要，人们 就不再 配享受 自由了 。—— 毕达哥 拉斯 58、法律规定的惩罚不是为了私人的 利益， 而是为 了公共 的利益 ；一部 分靠有 害的强 制，一 部分靠 榜样的 效力。 ——格 老秀斯 59、假如没有法律他们会更快乐的话 ，那么 法律作 为一件 无用之 物自己 就会消 灭。— —洛克
图像的直方图修正和增强
上式中，f(.)和g(.)分别表示增强前后的图 像，而EH代表增强操作。
如果EH是定义在每个(x,y)上的，则EH是 点操作；如果EH是定义在 (x,y)的某个领 域上,则EH常被称为模板操作。
EH既可以作用于一幅图像f(.)，也可以作 用于一系列图像{f1(.), f2(.),…, fn(.)} 之上。
12
二、灰度的线性变换
1、理论基础 灰度的线性变换就是将图像中所有的点的
灰度按照线性变换函数进行变换。该线性 变换函数f(x)是一个一维线性函数： f(x) = fA * x + fB
13
灰度变换方程为： DB = f(DA) = fA * DA + fB
式中参数fA为线性函数的斜率，fB为线性 函数在y轴的截距，DA表示输入图像的灰 度，DB表示输出图像的灰度。
其它各图可以此类推。
45
五、图像的代数运算
1. 引言 代数运算是指两幅输入图象之间进行点对点的加、
减、乘、除运算得到输出图象的过程。如果记输 入图象为A(x,y)和B(x,y)，输出图象为C(x,y)，则 有如下四种简单形式： C(x,y) = A(x,y)+B(x,y) (1) C(x,y) = A(x,y)-B(x,y) (2) C(x,y) = A(x,y)×B(x,y) (3) C(x,y) = A(x,y)/ B(x,y) (4)
32
图5-5 直接变换法
33
实际应用中，s1，s2，t1，t2可取不同的 值进行组合，从而得到不同的效果。
如果s1=t1，s2=t2，则EH为一条斜率为 1的直线，增强图像和原图相同。
如果s1= s2 ， t1=0，t2=L-1，则增强 图只剩下2个灰度级别，对比度最大但细节 全部丢失了。
数字图像处理_图像增强
图像增强1、实验目的1.熟练掌握图像的灰度修正，平滑去燥，锐化增强处理的原理。
2.自如的应用MATLAB环境对图像进行灰度变换、直方图处理，平滑处理，锐化处理。
2、实验原理1. 灰度变换灰度变换是直接对像素进行处理，常用三种基本函数，线性函数、对数函数、幂函数。
可以完成图像的反转、拉伸、γ校正等，改变图像对比度、增加灰度宽度。
灰度线性变换增强使用：J=imadjust(I,[low high],[bottom top],gamma);[low high]原图像要变换的灰度范围，[bottom top]指定的变换后的灰度范围，gamma为校正量，gamma＝1线性校正，gamma>1抛物线校正，gamma<1三次曲线校正。
newmap=imadjust(map,[low high],[bottom top],gamma)调整索引图像的调色板。
2. 直方图校正直方图是图像的灰度概率统计图，修改直方图可以改变图像灰度分布状态，从而改变图像对比度。
直方图显示使用imhist(A),直方图均衡化使用J=histeq(I,n) n表示输出图像的灰度级数目，默认64；[J,T]=histeq(I,…)表示I的直方图变成J的直方图T。
直方图规定化使用J=histeq(I,n,hgram) hgram指定直方图向量。
3.图像滤波器图像滤波器实质上是一种离散卷积处理，也叫掩膜操作。
通过使用不同模板获得不同结果。
平滑模板使图像模糊但可消除噪声，锐化模板可以提高线、点的立体效果从而实现图像分割的功能。
（1）建立滤波算子：h=fspecial (type); h=fspecial (type,para),其中type指定算子的类型，有：‘average’均值滤波，参数hsize代表模板尺寸，默认为[3,3]；‘disk’圆形区域的均值滤波，参数为radius代表区域半径,默认为5；‘gaussian’为低通高斯滤波，参数hsize代表模板尺寸，默认为[3,3]，sigma是滤波的标准差/象素，默认为0.5；’laplacian’为拉普拉斯算子，参数alpha用于控制算子形状，取值[0,1]，默认为0.2；‘log’为拉普拉斯－高斯算子，参数hsize代表模板尺寸，默认为[3,3]，sigma是滤波的标准差/象素，默认为0.5；‘motion’运动模糊算子，表示摄像物体逆时针方向以thera角度运动了hen个象素，len默认为9，thera默认为0；‘prewitt’边缘增强,大小[3,3]；‘sobel’边缘提取；‘unsharp’对比度增强滤波，参数alpha用于控制滤波器的形状，取值[0,1]，默认为0.2。
数字图像处理4-1
s T ( r ) pr ( )d ( 2 2)d r 2r
2 0 0
r
r
即有
s r 2r T ( r )
2
r=1-(1-S)1/2
dr/ds=1/(2(1-S)1/2),因而有p(S)=p(r)dr/dS=1 S的概率分布函数为均匀分布如下图中的（C）
例：有一64×64(=4096)大小的图像灰度频率 分布表，共分8个等级 （0-7）。其均衡化过 程如后表
k 0 1/7=.14 2/7=.28 3/7=.43 1 2 3 4 5 6 7
S k pr ( j )
j 0
k
sk k / 7
1/7 3/7 5/7 6/7 6/7 1 1 1
将r看成是随机变量 ,其对应的概率密度函数 为 pr ( r ), s是r的函数,也是随机变量 ,其概率密度用 ps ( s )表示. 由随机变量函数的分布 性质, 它的分布函数可写成 Fs ( s ) ps ( s )ds pr ( r )dr
s r
对上式两边求导 ,得 到 d[
Mf为灰图的最大值
d c [ f ( x , y ) a ] c a f ( x, y ) b g( x , y ) b a f ( x , y ) 其它
g(x,y)
g(x,y)
d c a b
Mf f(x,y)
d c a b f(x,y)
例如，当a=50, b=80, c=20, d-c=120时，即采用下式：
120 [ f ( x , y ) 50] 20 50 f ( x , y ) 80 g( x , y ) 30 f ( x, y) 其他
- 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)。
（Digital Image Processing）
山东科技大学 曹茂永 教 授
第3章 图像增强
第1讲 图像增强的概念、灰度直方图及线性变换
演示文稿说明： 本讲内容以板书为主，ppt 演示为辅； 本讲部分图片来自冈萨雷斯的数字图像处理(英文版)教材。
第3章 图像增强
3.1 引言 3.2 空域增强 3.3 频域增强 3.4 彩色增强
3.2 空域增强 灰度变换：
第3章 图像增强
3.2 空域增强
灰度线性变换(反色)：
第3章 图像增强
3.2 空域增强
灰度线性变换(反色)：
数字图像处理
数字图像处理
第3章 图像增强
3.2 空域增强
灰度线性变换(对比度扩展)：
第3章 图像增强
3.2 空域增强
灰度线性变换(灰度切分)：
第3章 图像增强
➢ 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。
➢ 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。
第3章 图像增强
3.2 空域增强
第3章 图像增强
第3章 图像增强
3.2 空域增强
不同亮度图像的灰度直方图：
第3章 图像增强
3.2 空域增强
直方图的性质：
➢ 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 象素所在位置。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，而丢失了其所在位置的信息。
第3章 图像增强
3.1 引言
图像增强处理技术基本上可以分成两大类，一类是空 域处理方法,一类是频域处理方法。空域法是直接对图像 中的像素进行处理，基本上是以灰度映射(mapping)变换 为基础的，所用的映射变换取决于增强的目的。例如增加 图像的对比度(contrast)，改善图像的灰度层次等处理均 属空域法处理。频域处理方法的基础是卷积定理 (convolution theorem)，它采用修改图像傅立叶变换的方 法实现对图像的增强处理。
第3章 图像增强
3.1 引言
线性 点运算
图像平滑 图像锐化
空域增强
邻域运算
几何变换
非线性： ：高通、低通、带通、帯阻等
第3章 图像增强
3.2 空域增强
灰度直方图：对一幅数字图像，若对应于每－灰度值， 统计出具有该灰度值的象素数，并据此绘出象素数-灰度值 图形，则该图形称该图像的灰度直方图，简称直方图。直方 图是以灰度值作横坐标，象素数作纵坐标。有时直方图亦采 用某一灰度值的象素数占全图总象素数的百分比（即某一灰 度值出现的频数）作为纵坐标。
第3章 图像增强
3.1 引言
图像增强(Image enhancement)是图像处理的基本内容之 一。图像增强是指按特定的需要突出一幅图像中的某些信息， 同时，削弱(weaken)或去除(eliminate)某些不需要的信息。这 类处理是为了某种应用目的去改善图像质量，处理的结果更 适合于人的视觉特性或机器识别系统。增强处理并不能增加 原始图像的信息，而只能增强对某种信息的辨识能力，并且 这种处理有可能损失一些其它信息。
3.2 空域增强
位图切割：