灰度变换与空间滤波之二（读数字图像处理学习halcon）

直方图处理

灰度级范围（0，L-1）的数字图像的直方图是离散函数h(rk)=nk,  rk表示第k级灰度值，nk是图像中灰度为rk的像素个数。在实践中常用MN表示的图像像素总数除它的每个分量来表示归一化直方图。归一化的直方图由p(rk)=nk/MN给出，p(rk)即灰度级rk在图像中出现的概率的一个估计。所有分量和为1。

图像的直观感觉

暗图像，直方图分量集中在灰度级的低端。亮图像，直方图分量集中在灰度级的高端。低对比度图像具有较窄的直方图，且集中于灰度级中部。高对比度图像中直方图的分量覆盖很宽的灰度级范围，而且像素的分布没有不太均匀，只有少数垂线比其他的高许多。

直方图均衡

halcon算子 equ_histo_image (GrayImage, ImageEquHisto)

作用：增强对比度

直方图规定化

（待研究）

局部直方图均衡

（待研究）

空间滤波基础

滤波指接受或拒绝一定的频率分量。低通滤波器的最终效果是模糊（平滑）一副图像。空间滤波器由（1）一个领域（典型地是一个较小的矩形），（2）对该邻域包围的图像像素执行的预定义操作组成。滤波产生一个新像素，新像素的坐标等于邻域中心的坐标，像素的值是滤波操作的结果。

平滑空间滤波器

平滑滤波器用于模糊处理和降低噪声。模糊处理经常用于预处理任务中，如在大目标提取前去除图像中的一些琐碎细节，以及桥接直线或曲线的缝隙。

均值滤波器mean_image(Image : ImageMean : MaskWidth, MaskHeight : )；

中值滤波器median_image(Image : ImageMedian : MaskType, Radius, Margin : )

高斯滤波器gauss_image(Image : ImageGauss : Size : )

当图像细节与滤波器模板近似相同时，图像中一些细节受到的影响较大。

锐化空间滤波器

目的突出灰度的过渡区域

二阶微分在增强细节方面要比一阶微分好得多，是一个适合锐化图像的理想特性。

laplace算子laplace(Image : ImageLaplace : ResultType, MaskSize, FilterMask : )

该算子强调的是图像中灰度的突变，并不强调灰度级缓慢变化的区域。这将产生把浅灰色边线和突变点叠加到暗色背景的图像。将原图像和laplace图像叠加在一起的简单方法，可以复原背景并保持laplace锐化处理的效果。

read_image (Image, 'C:/Users/Percival/Desktop/laplace.png')
rgb1_to_gray (Image, GrayImage)
get_image_size (GrayImage, Width, Height)
laplace (GrayImage, ImageLaplace, 'absolute', 3, 'n_4')
add_image (ImageLaplace, GrayImage, ImageResult, 1, 0)

非锐化掩蔽和高提升滤波

1、模糊原图像；2、从原图像中减去模糊图像（产生的差值图像称为模板）；3、将模板加到原图像上。

使用一阶微分对（非线性）图像锐化-梯度

robert算子roberts(Image : ImageRoberts : FilterType : )

Soble算子sobel_amp(Image : EdgeAmplitude : FilterType, Size : )

sobel_dir(Image : EdgeAmplitude, EdgeDirection : FilterType, Size : )

混合空间增强

多算法综合应用

使用模糊技术进行灰度变换和空间滤波

（待研究）