VC数字图像处理编程讲座之八(1)

图像增强

图像增强是数字图像处理的最基本的方法之一,在数字图像处理中受到广泛重视,是具有重要实用价值的技术。图像增强的目的在于:

1)采用一系列技术改善图像的视觉效果,提高图像的清晰度;

2)将图像转换成一种更适合于人或机器进行解译和分析处理的形式。图像增强不是以图像保真度为原则,而是通过处理设法有选择地突出便于人或机器分析某些感兴趣的信息,抑制一些无用的信息,以提高图像的使用价值,即图像增强处理只是增强了对某些信息的辨别能力。
   
图像增强是一个相对的概念,增强效果的好坏,除与算法本身的优劣有一定的关系外,还与图像的数据特征有直接关系,同时由于评价图像质量的优劣往往凭观测者的主观而定,没有通用的定量标准,因此增强技术大多属于面向问题,增强方法只能有选择地使用。

   图像增强内容:
点处理
空间域滤波
频域滤波
彩色增强
代数运算

 

9.1 点处理

   

点处理是通过像元亮度值(灰度值)的变换来实现的,即它将输入图像中某点(x,y)的像元值f(x,y),通过映射函数T(),映射成输出图像中的像元值g(x,y),即g(x,y)T(f(x,y))。根据映射方式不同,点处理可分为灰度变换直方图调整

9.1.1 灰度变换

 

    灰度变换是一种简单而实用的方法。它可使图像动态范围增大,图像对比度扩展,图像变清晰,特征明显,它是图像增强的重要手段之一。它可分为比例线性变换、分段线性变换和非线性灰度变换。
   
灰度变换是一种简单而实用的方法。它可使图像动态范围增大,图像对比度扩展,图像变清晰,特征明显,它是图像增强的重要手段之一。它可分为:

比例线性变换

比例线性变换是对单波段逐个像元进行处理的,它是将原图象亮度值动态范围按线性关系式扩展到指定范围或整个动态范围。在实际运算中给定的是两个亮度区间,即要把输入图像的某个亮度值区间【a,b】扩展为输出图像的亮度值区间【a/,b/】。比例线性变换对图像每一个象素灰度作线性拉伸,将有效地改善图像视觉效果。关于ab的取值有以下两种情况(见下图):

1)原图象的最小和最大亮度值,即对原图象的灰度范围不加区别地扩展;

   2)人为规定的最小和最大值(即阈值),它把图像的低亮度值和高亮度值像元的灰度级进行了适当的归并。

分段线性变换

    分段线性变换是为了突出人们感兴趣的目标或亮度值区间,要求局部扩展亮度值范围。它可以有效地利用有限个灰度级,达到最大限度增强图像中有用信息的目的。

非线性灰度变换

    非线性灰度变换对于要进行扩展的亮度值范围是有选择的,扩展的程度是随亮度值的变化儿连续变化的。常用的有两种方法:

   1)对数变换 当希望对图像的低亮度区有较大的扩展而对高亮度区压缩时,可采用此种变换。

   2)指数变换 此种可以对图像的高亮度区给予较大的扩展。

9.1.2 直方图调整

    一般情况下,遥感图像其灰度分别集中在较窄的区间,从而引起图像细节的模糊,为了使图像细节清晰,并使一些目标得到突出,达到增强图像的目的,可通过改善各部分亮度的比例关系,即可通过直方图的方法来实现。
   
这种方法是以概率论为基础的,常用的方法有直方图均衡化和直方图规定化。 直方图调整是以概率论为基础的。由以下两图分别可以看出,通过改变直方图的形状来达到增强图像对比度的效果,其计算方法见表所示。常用的方法有:

直方图均衡化

    直方图均衡化又称直方图平坦化,是将一已知灰度概率密度分布的图像,经过某种变换,变成一幅具有均匀灰度概率密度分布的新图像,其结果是扩展了像元取值的动态范围,从而达到增强图像整体对比度的效果。

    设一幅图像总像元数为n、分L个灰度级,nk代表第k个灰度级rk出现的频数,则第k灰度级出现的概率为  

 pr(rk)=nk/n (0≤rk≤1,k=0,1,…,L-1)

    此时变换函数可表示为

  (0≤rk≤1,k=0,1,…,L-1)

因此,根据原图象的直方图统计值就可算出均衡化后各像元的灰度值。按上式对遥感图像进行均衡化处理时,直方图上灰度分布较密的部分被拉伸;灰度分布稀疏的部分被压缩,从而使一幅图像的对比度在总体上得到很大的增强。

直方图规定化

直方图均衡化的优点是能自动地增强整个图像的对比度,但它的具体增强效果不易控制,处理的结果总是得到全局均衡化的直方图。实际中有时需要变换直方图使之成为某个特定的形状,从而有选择地增强某个灰度值范围内的对比度。这时可采用比较灵活的直方图规定化方法。 直方图规定化增强处理的步骤如下:

   (1)如同均衡化方法中,对原始图的直方图进行灰度均衡化;

  (0≤rk≤1,k=0,1,…,L-1)

   (2)规定希望的密度函数,并计算能使规定的直方图均衡化的变换;

  (0≤ui≤1,l=0,1,…,L-1)

    (3) 将第1步得到的变换反转过来,即将原始直方图对应映射到规定的直方图,也就是将所有pr(rj)对应到 pu(ui)中去。

直方图规定化

直方图均衡化的优点是能自动地增强整个图像的对比度,但它的具体增强效果不易控制,处理的结果总是得到全局均衡化的直方图。实际中有时需要变换直方图使之成为某个特定的形状,从而有选择地增强某个灰度值范围内的对比度。这时可采用比较灵活的直方图规定化方法。 直方图规定化增强处理的步骤如下:

   (1)如同均衡化方法中,对原始图的直方图进行灰度均衡化;

  (0≤rk≤1,k=0,1,…,L-1)

   (2)规定希望的密度函数,并计算能使规定的直方图均衡化的变换;

  (0≤ui≤1,l=0,1,…,L-1)

    (3) 将第1步得到的变换反转过来,即将原始直方图对应映射到规定的直方图,也就是将所有pr(rj)对应到 pu(ui)中去。


 
          

           

   

   


 
          

           

   

   

阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/byxdaz/article/details/564309
个人分类: 图像处理与识别
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭
关闭