第二章、数字图像处理的基本运算（基本运算）

一、基本运算

1、点运算

1、定义

设输入图像的灰度为f(x,y)，输出图像的灰度为g(x,y)，则点运算可以表示为:

g(x,y) = T[f(x,y)]
T :灰度变换函数

其中T[]是对f在(x,y)点值的一种数学运算，即点运算是一种像素的逐点运算，是灰度到灰度的映射过程，称T[]为灰度变换函数。

点运算可以改变图像数据所占据的灰度值范围，从而改善图像显示效果。

2、点运算的分类

点运算又称为”对比度增强“、”对比度拉伸“、“灰度变换”等。

可以分为：

1、线性点运算

S(x, y) =a X r(x,y) +b

如果0 < a <1,输出图像的对比度减小（灰度压缩）。

（1）、分段函数法

将感兴趣的灰度范围线性拓展，相对的抑制不感兴趣的灰度区域。

2、非线性点运算

非线性点运算的输出和输入灰度级呈非线性关系，常见的非线性灰度变换为对数变换（对数和反对数）和幂律变换（n次幂和n次根）。

（1）、对数变换

S = c.log(1+r)

c是常数
r>=0

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，如果直接使用原图，则一部分细节可能会丢失。

解决的办法是对原图进行灰度
压缩，比如对数变换。

（2）、幂次变换

（3）、灰度级切片

1、关心范围指定较高值，其他指定较低值。
2、关心范围指定较高值，其他保持不变。

（4）、位平面切片

像素是有比特组成的数字。

假设图像中每个像素的灰度级是256，这里用8位表示，假设图像是由8个1位平面组成，范围从位平面0到位平面7.其中位平面0包含图像中像素的最低位，位平面7包含像素的最高位。

作用：
1、通过对特定位提高亮度，改善图像质量。
2、较高位（比如前四位）包含大多数视觉重要的数据。
3、较低位（比如后四位）对图像中的微小细节有作用。
4、分解为位平相对重要性。

得到的结论：
把一幅图分解为八个比特平面，其中存储4个高阶比特平面将允许我们以可以接受的细节来重建原图像，存储这4个平面代替原始图像可以减少50%的存储量（在不考虑存储体系结构问题）。

2、代数运算

1、加法运算

1、定义

C(x,y) = A(x,y) + B(x,y)

2、主要应用举例

（1）、去除“叠加性”噪音

当噪音h(x,y)为互不相关，均值为0时，上述图像均值将降低噪音的影响。

（2）、生成图像叠加效果

前提条件是：
两幅图像的像素必须相同（尺寸，形状）；

2、减法运算

1、减法的定义

C(x,y) = A(x,y) - B(x,y)

2、主要应用举例

（1）、去除不需要的叠加性图案。

（2）、检测同一场景两幅图像之间的变化。

可以应用于监控技术。

3、乘法运算

1、乘法的定义

C(x,y) = A(x,y) X B(x,y)

2、主要应用举例

1、图像的局部显示。
2、用二值蒙版图像与原图像做乘法。

3、逻辑运算

逻辑运算–求反、异或、或、与

1、求反

1、求反的定义

g(x,y) = R -f(x,y)

R为f(x,y)的灰度级。

2、主要应用举例

1、获得一个图像的负像

2、获得一个子图像的补图像

2、异或运算

1、异或运算的定义

2、主要应用举例

（1）、获得相交子图像

3、与运算

1、与运算的定义

2、主要应用举例

4、或运算

1、或运算定义

2、主要应用举例

4、图像的空域变换

1、几何变换

改变图像中物体对象（像素）之间的空间关系。

1、常用的基本几何变换

平移变换
旋转变换
镜像变换：水平镜像、垂直镜像
放缩变换
拉伸变换

几何失真分为系统失真和非系统失真。
几何变换可以改变图像中物体之间的空间关系。

2、基本变换

基本几何变换的定义

（1）、平移变换

（2）、水平镜像

（3）、垂直镜像

（4）、旋转变换

注意点：
1、图像旋转之前，为了避免信息的丢失，一定有平移坐标。

2、图像旋转之后可能会出现许多的空洞点，对这些空洞点必须进行填充处理，否则效果不好。

称这种操作为差值处理。

（5）、缩放变换

c，d相等，按比例缩放
c，d不相等，不按比例缩放–几何畸变

2、变形变换

（1）、图像的错切变换

实际上是景物在平面上的非垂直投影效果。