空间域增强
直接对构成图像的像素的灰度级的操作
输入图像
x
(
j
,
i
)
−
−
−
>
y
(
j
,
i
)
x(j, i)---> y(j, i)
x(j,i)−−−>y(j,i)
y
(
j
,
i
)
=
T
[
x
(
j
,
i
)
]
y(j, i)=T[x(j, i)]
y(j,i)=T[x(j,i)] 注:
T
T
T指的是对输入图像灰度级的变换(操作)
简化:
s
=
T
(
r
)
s = T(r)
s=T(r) 注:
s
/
r
s/r
s/r:输入/输出灰度级
空间域增强的特点
改变 ( j , i ) (j, i) (j,i)灰度值,不改变 ( j , i ) (j, i) (j,i)的位置
线性变换
s
=
A
r
+
B
s = Ar+B
s=Ar+B
比如下图3-1,经过线性变化后的效果
分段线性变换
- 灰度压缩:纵轴 < < <横轴,暗处更暗
- 灰度拉伸:纵轴 > > >横轴,亮处更亮
如下图3-2
非线性变换
- 对数变换:
s
=
c
×
s=c\times
s=c×
l
o
g
(
1
+
r
)
log(1+r)
log(1+r),如下图3-3
适用:窄带低灰度输入图像---->宽带输出图像
- 幂次变换:
s
=
c
×
s=c\times
s=c×
r
γ
r^\gamma
rγ
适用:高灰度输入图像---->宽带输出图像( γ > 1 \gamma>1 γ>1),如下图3-4
实际处理图像应用对比图应用如下图3-5
适用:低灰度输入图像---->宽带输出图像( γ < 1 \gamma<1 γ<1),如下图3-6
实际处理图像一应用对比图应用如下图3-7
非线性变换图像前后灰度值关系
H
A
(
D
)
H_A(D)
HA(D):变换之前图像的直方图
H
B
(
D
)
H_B(D)
HB(D):变换之后图像的直方图
H
B
(
D
)
=
H
A
(
D
)
f
A
′
(
D
)
H_B(D)=\frac{H_A(D)}{f^\prime_A(D)}
HB(D)=fA′(D)HA(D) ========> 灰度变换后的直方图是灰度变换前直方图与变换函数导数之比
直方图均衡
D B = D m A 0 ∑ 0 D A H A ( D A ) D_B = \frac{D_m}{A_0}\sum_0^{D_A}H_A(D_A) DB=A0Dm∑0DAHA(DA)
步骤
- 计算输入图像的直方图
- 计算像素新的灰度级
- 新灰度级替换原来的灰度级
计算直方图均衡实例如下图3-8
实际应用之人脸识别,如下图3-9