灰度变换与空间滤波

在图像形成、传输和变换的过程中，由于多种因素的影响，会造成图像品质的下降，图像质量退化的原因有：对比度问题，对比度局部或全局偏低，影响图像视觉； 噪声干扰问题，使图像受到干扰和破坏； 清晰度下降，使图像模糊不清，甚至严重失真。

空间域：简单的包含像素平面，空间与技术直接在图像像素上操作
空域中有两种重要处理方法： 灰度变换（或亮度变换）和空间滤波（或邻域处理、空间卷积）。

灰度变换

基本的灰度变换函数： 图像反转、对数变换、伽马变换、分段线性变换；
基于直方图的灰度变换： 直方图的横坐标是灰度值， 纵坐标是该灰度值的像素个数或者频率 ；直方图处理包括均衡、匹配、局部处理、局部增强等。
图像反转: 当输入图像的灰度级范围为[0, L-1] 的图像反转操作可由反比变换获得，表达式为：

S = L- 1 -r

用这种方式倒转图像的强度产生图像反转的对等图像。这种处理尤其适用于增强嵌入图像暗色区域的白色或灰色细节 ，特别是当黑色面积占主导地位时 。

对数变换：

S = c * log(1 + r)

其中，c 是一个常数，且假定r>=0。对数变换常用于图像的**动态范围压缩**。与增强对比度相反，有时原图的动态范围太大，超出某些显示设备的允许动态范围，这时如直接使用原图，则一部分细节可能丢失。

幂率变换：

c和γ为正常数
分段线性变换函数：
1.对比度拉伸：低对比度（照明不足、传感器动态范围小, 提高图像灰度级的动态范围，改善图像对比度。
拐点(r1, s1) 和(r2, s2)的位置控制了变换函数的形状，一般假定r1<=r2且s1<=s2 ，保证变换函数为单值单调增加。
灰度级分层： 突出图像中特定灰度范围的亮度.
应用:增强特征
方法一：将感兴趣范围内的所有灰度值显示为一个值，其他灰度值显示为另外一个值；
方法二：使感兴趣范围的灰度变亮（或暗），保持其他的灰度级不变

3.比特平面分层：
低阶比特平面共享更加精细的灰度细节，高阶比特包含视觉上很重要的大多数据。

直方图的性质：

1. 直方图反映了图像中的灰度分布规律。它描述每个灰度级具有的像元个数，但不包含这些像元在图像中的位置信息。
2. 任何一幅特定的图像都有唯一的直方图与之对应，但不同的图像可以有相同的直方图。
3. 如果一幅图像有两个不相连的区域组成，并且每个区域的直方图已知，则整幅图像的直方图是该两个区域的直方图之和

直方图的应用：
对于每幅图像都可做出其灰度直方图。
根据直方图的形态可以大致推断图像质量的好坏。由于图像包含有大量的像元，其像元灰度值的分布应符合概率统计分布规律。假定像元的灰度值是随机分布的，那么其直方图应该是正态分布。
图像的灰度值是离散变量，因此直方图表示的是离散的概率分布。若以各灰度级的像元数占总像元数的比例值为纵坐标轴做出图像的直方图，将直方图中各条形的最高点连成一条外轮廓线，纵坐标的比例值即为某灰度级出现的概率密度，轮廓线可近似看成图像相应的连续函数的概率分布曲线。
直方图均衡： 直方图均衡化是将原图像的直方图通过变换函数变为均匀的直方图，然后按均匀直方图修改原图像，从而获得一幅灰度分布均匀的新图像。
目的： 增加像素灰度值的动态范围，增强图像整体对比度；
原理：
连续灰度值：
s=T®， 0≤r≤1
T®满足下列两个条件：
（1）T®在区间0≤r≤1中为单值且单调递增；

（2）当0≤r≤1时,0≤T® ≤1；

条件（1）保证原图各灰度级在变换后仍保持从黑到白（或从白到黑）的排列次序；
条件（2）保证变换前后灰度值动态范围的一致性；
直方图匹配（规定化）： 直方图匹配和直方图均衡化类似，但直方图均衡试图使输出图像具有一个平坦的直方图（可以自动确定变换函数，），而直方图匹配是为了得到一个特定形状的直方图（试凑变换函数）。

直方图均衡化： 自动增强，效果不易控制，总得到全图增强的结果
直方图规定化： 有选择的增强，需要给定直方图，特增强结果
局部直方图处理： 以图像中每个像素的领域中的灰度分布为基础设计变换函数，来增强小区域细节。
过程： 定义一个领域，并把该区域的中心从一个像素移至另一个像素。（逐像素取邻域，应用直方图算法修改中心点像素值；）
直方图统计： 直接从直方图获得的统计参数可用于图像增强。
用于增强目的的：
均值： 平均灰度的度量；
方差（或标准差）： 图像对比度的度量；
取样均值、取样方差： 直接从取样值来估计，不必用直方图；
全局增强： 全局均值和方差在整幅图像上计算，用于整体调节全面灰度和对比度。
局部增强： 局部均值和局部方差根据图像中每个像素的领域内的图像特征进行改变的基础

空间滤波


空间滤波： 通过用空间滤波器模板对一个邻域里的象素进行操作而得到新的像素，总体可以分为线性和非线性空间滤波。包括：用于模糊处理和降低噪声的平滑空间滤波（线性的平滑线性滤波和非线性的统计排序滤波）、用于突出灰度过渡部分的锐化空间滤波；而在图像改善如图像增强的实际应用中，往往将多种图像增强方法结合起来使用。