转自图像灰度级压缩 和 遥感影像16位转8位(python)
遥感图像灰度级压缩
在使用灰度共生矩阵计算图像纹理的时候,考虑到计算效率,需要对图像先进行灰度级压缩的操作,比较简单的方法是直接除以前后灰度级的倍数,结果发现这样处理效果不好,原因是影像的直方图分布可能极其不均匀,导致压缩后的图像像素值都集中在最小值周围。针对这种情况可以考虑先进行直方图均衡化,或者先计算累计直方图,然后取2%~98%范围内的灰度值作为有效范围再进行灰度级压缩,下面结合影像介绍一下具体操作过程。
1、图像直方图和累计直方图
直方图表示的是每个灰度级在图像中出现的频数或者概率。
累计直方图表示的是图像组成成分在灰度级的累计概率分布情况,每一个概率值代表小于等于此灰度值的概率。
左图为直方图曲线,可以看出,这副影像灰度值分布极不均匀,该图像存储数据类型无符号16位整型,灰度值范围0~65535,然而大部分像素灰度值聚集在0-500的范围内。右图为累计直方图曲线,经过计算累计2%处对应的灰度值为90,累计98%处对应的灰度值为400。在进行灰度级压缩时首先判断原始图像的灰度值,如果小于90则设为90,大于400的设为400。