图像处理 空域增强

资源是可以掠夺的,要么永远缩在后面用那怯弱的目光看着别人在舞台上光彩夺目,要么咬着牙狠狠的提升自己的实力,在将来的某一天一鸣惊人,受万众瞩目。——《全职法师》

前言

  • 图像增强:改变图像像素的灰度值,以改变图像灰度的动态范围,增强图像的对比度。
    • 增强的目的:
      • 改善图像的视觉效果,提高清晰度;
      • 将图像转换为一种更适合于人或机器分析处理的形式。
  • 空域法:直接对图像的像素灰度值进行操作。
  • 频域法:在变换域中,对图像的变换值进行操作。
  • 空域增强分为:点操作和模板操作(邻域操作)。

概念

  • 在图像处理中,空域是指像素组成的空间。
  • 图像的空域增强技术是指直接作用于图像像素的增强技术。

空域增强的模型

模型 说明
g ( x , y ) = E H [ f ( x , y ) ] g(x, y)=E_H[f(x, y)] g(x,y)=EH[f(x,y)] f ( x , y ) f(x , y) f(x,y)为原始图像,
g ( x , y ) g(x ,y) g(x,y)为增强后的图像,
E H E_H EH为增强操作,仅定义在每个像素点 ( x , y ) (x, y) (x,y)上。

基于像素的空域增强

操作类型 操作 说明
像素点操作 g ( x , y ) = P x y [ f ( x , y ) ] g(x, y)=P_{xy}[f(x , y)] g(x,y)=Pxy[f(x,y)] 根据单个像素的灰度,或者像素的位置来改变该像素的灰度。
几何操作 ( x ′ , y ′ ) = M ( x , y ) (x', y')=M(x, y) (x,y)=M(x,y) 仅根据一个像素的位置, M M M为几何隐射函数。

基于模板的空域增强

操作 说明
t = E H [ s , n ( S ) ] t=E_H[s, n(S)] t=EH[s,n(S)] 其中, E H E_H EH定义在像素 ( x , y ) (x,y) (x,y)的某个邻域上, s s s t t t分别为原始图像 f f f和结果图像 g g g ( x , y ) (x, y) (x,y)初的灰度值, n ( s ) n(s) n(s)为原始图像 f f f在以 ( x , y ) (x, y) (x,y)为中心的领域内像素的灰度值。

算术运算

对图像进行的算术运算是逐像素进行的,即两幅图像的对应位置的像素间进行算术运算。

加法

  • 可以用于去除图像噪声(叠加多张受噪声污染程度不同的图片,取均值弱化噪声对图片的影响)
    • 若噪声具有互不相关、零均值的统计特性。
    • 原始图像: f ( x , y ) f(x, y) f(x,y),随机噪声: e ( x , y ) e(x, y) e(x,y)
    • 噪声污染图像: g ( x , y ) = f ( x , y ) + e ( x , y ) g(x, y)=f(x, y)+e(x, y) g(x,y)=f(x,y)+e(x,y)
    • M M M幅噪声污染图像相加求平均: g ˉ ( x , y ) = 1 M ∑ i = 1 M g i ( x , y ) \bar g(x,y)=\frac {1}{M}\sum_{i=1}^M{g_i(x ,y)} gˉ(x,y)=M1i=1Mgi(x,y)
  • 生成图像叠加效果

减法

  • 数字剪影
  • 森林火灾
  • 运动跟踪和检测
  • 污染检测
  • 伪印章鉴别

乘法

  • 用二值模板图像与原图像做乘法进行图像的局部显示。

灰度映射

  • 动态范围:是指图像中从暗到亮的变化范围。
  • 动态范围对人视觉的影响:
    • 由于人眼所可以分辨的灰度的变化范围是有限的,所以当动态范围太大的时候,很高的亮度值把暗区的信号都掩盖了。

原理:按照某种映射规则或变换函数,将图像中的每个像素点的灰度值转化成另一灰度值。

在这里插入图片描述

典型灰度映射

名称 作用 模型描述 表达式
图像求反 将原图灰度值翻转,黑变白、白变黑。 假设原始图像任意像素点的灰度值为 s s s,经过灰度映射后的灰度值为 t t t,且灰度映射前后的灰度值取值范围为 [ 0 , L − 1 ] [0 , L-1] [0,L1] t = ( L − 1 ) − s t=(L -1) - s t=(L1)s
分段线性增强 增强感兴趣的灰度区域,相对抑制不感兴趣的灰度区域。 利用分段函数增强图像细节之间的对比度。
对数变换 原图动态范围太大,超出某些显示设备的允许动态范围,需要压缩其动态范围。 常采用对数变换实现动态范围的压缩。 t = C l o g ( 1 + ∣ s ∣ ) t=Clog(1 + \vert s \vert) t=Clog(1+s)
幂律(伽马)变换 与对数变换类似,部分 γ \gamma γ值的幂律曲线将较窄范围的暗色输入值映射为较宽范围的输出值;相反地,对于输入高灰度值也成立。 C C C γ \gamma γ为正常数,注意 γ &gt; 1 \gamma&gt;1 γ>1 γ &lt; 1 \gamma&lt;1 γ<1的幂律变换效果完全相反。 t = c × s γ t=c\times s^{\gamma} t=c×sγ
灰度切割 增强特定范围的对比度,用来突出图像中特定灰度范围的亮度。 对感兴趣的灰度级以较大的灰度值显示,其它的为较小的灰度级显示。 t = { t 2 S 1 ≤ S ≤ S 2 t 1 其 他 t=\begin{cases}t_2 &amp; \text S_1 \leq S \leq S_2 \\t_1 &amp; \text 其他 \end{cases} t={ t2t1S1SS2
对感兴趣的灰度级以较大的灰度值显示,其它不变。 t = { t 2 S 1 ≤ S ≤ S 2 S 其 他 t=\begin{cases}t_2 &amp; \text S_1 \leq S \leq S_2 \\S &amp; \text 其他 \end{cases} t={ t2SS1SS2
阈值化处理 阈值化处理,也即阈值变换,目的在于将感兴趣的物体从背景中分离出来。 阈值化处理需要指定一个阈值 t h r e s h o l d threshold threshold,根据这个阈值修改图像的像素值,最终产生一个黑白图像。 t = { 0 S &lt; S 1 L − 1 S ≥ S 1 t=\begin{cases}0 &amp; \text S &lt; S_1 \\L-1 &amp; \text S \geq S_1 \end{cases} t={ 0L1S<S1SS1
位图切割 假设图像的像素由 8 8 8位(比特)表示其灰度值,则图像可以看成由 8 8 8个单独的1比特平面(简称为位面)组成,其范围从最低有效位的位面0 到最高有效位的位面7。每个位面均为二值图像,且位面图像中像素的灰度值等于相应有效位的取值。位面 0 0 0表示最低位面,仅包含图像中像素的最低位;位面 7 7 7表示最高位面,仅包含图像中像素的最高位。 将图像各像素的灰度值除以各有效位的权值 2 i 2^i 2i i i i为有效位的序数,从0计数)。如果商的整数部分为奇数,则该灰度值在相应位面中映射为 1;如果商的整数部分为偶数,则映射为 0,即可得到每个位面的二值图像。 t = { 1 f l o o r ( 像 素 值 / 2 i ) = 奇 数 ( i , 位 面 序 数 ) 0 f l o o r ( 像 素 值 / 2 i ) = 偶 数 t=\begin{cases}1 &amp; \text floor(像素值/2^i)=奇数(i,位面序数) \\0 &amp; \text floor(像素值/2^i)=偶数 \end{cases} t={ 10
  • 3
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值