数字图像处理_学习笔记（二）上

1.空间域

“空间域”指图像平面本身，即：图像中的每个像素单元。

“空间域”主要是为了区别于“变换域”，“变换域”是将图像转换到其他的域（如频率域），在变换域做完处理后再通过反变换域的方式将其转换回来。

2灰度变换（p77）  

2.1图像反转

    原理：灰度级数-当前灰度

2.2对数变换

 

 

    原理由于对数本身上凸的性质，它可以把低灰度（较暗）部分的亮度提高，v越大，灰度提高越明显，即图像越来越亮。

2.3Gamma变换

 

    原理：Gamma变换其实就是幂指数校正，目的是将灰度较窄，目的是将灰度较窄的区域拉伸为较宽的区域。

2.4直方图的均衡化

统计灰度值的个数及其累计占比从而计算灰度值

3.空间域滤波

3.1基本概念

滤波名词出自于信号系统，从图像上来说，图像是二维数据，二维数据传输的时候是逐行传输的，对应于信号处理，就是一个连续的波形，对波形做一些处理，按预期过滤掉波形中的某些成分，所以形象地表示为“滤波”。

滤波处理：降噪、平滑

如何执行？

    原理：滤波就是将核与图像做卷积，得到的卷积结果就是滤波结果

3.2平滑空间滤波器

分类：

• 平滑线性滤波器
• 中值滤波器
• 高斯滤波器

作用：（低通滤波）

• 模糊处理：大目标提取之前先去掉图像中的琐碎细节
• 降低噪声：典型的噪声是由于灰度级的急剧变化引起的

平滑线性滤波器：

    所有系数都相等的滤波器 

    结论：核的尺寸越大越模糊，且当目标的灰度与其相邻像素的灰度相近时，会有模糊目标的混合效应。

    为了对感兴趣的物体得到一个粗略的描述而模糊一幅图像

    原理：模糊之后，小目标被拉的跟背景接近，或融于背景，因此再根据大目标的灰度值选一个阈值，便能很好的提取目标。

中值滤波器（统计排序（非线性）滤波器）

    像素邻域内灰度的中值来替换目标像素

    应用：用于去除椒盐噪声

    原理：由于椒盐噪声是由黑点或白点叠加到图像上的，且黑白点相当于极大值和极小值，而中值滤波是用中值替代这些极大值或极小值，因此效果比较明显。

高斯低通滤波器

    高斯滤波器是一种线性滤波器，能够有效的抑制噪声，平滑图像。其作用原理和均值滤波器类似，都是取滤波器窗口内的像素的均值作为输出

    计算方法：将各个位置的坐标带入到高斯函数中，得到的值就是模板的系数。对于窗口模板的大小为（2k+1）*（2k+1）。模板中个元素值得计算公式如下：

 

    正态分布是高斯分布的一种特例

    高斯标准差如何确定：标准差代表着数据的离散程度，如果标准差较小，那么生成的模板的中心系数较大，而周围的系数较小，这样对图像的平滑效果就不是很明显；反之，标准差较大则生成的模板的各个系数相差就不是很大，比较类似均值模板，对图像的平滑效果比较明显。

    结论：标准差越大，越类似于平均模板；标准差越小，越类似于中间值模板。