灰度变换与空间滤波

灰度变换与空间滤波

空间域：图像平面本身
空间域处理：灰度变换、空间滤波
灰度变换：对图像单个像素进行操作，主要以对比度和阈值处理为目的
空间滤波：涉及改善性能的操作，如通过图像中的每个像素的邻域处理来锐化图像

灰度变换

最小邻域的大小为1×1。在这种情况下，g 仅取决于点（x，y）处的灰度值f ，而T则成为一个形如下式的灰度（也称为灰度级或映射）变换函数：
S = T（r）

其中，为表达方便，另r和S分别表示变量，即g和f 在任意点（x，y）处的灰度。

例如，如果T（r）有如图所示的形式

对f 中每一个像素施以变换产生相应的g的像素的效果将比原图像有更高的对比度。这种技术被称为对比度拉伸。低于k的灰度更暗，高于k的灰度更亮

极限情况下，会产生二级（二值）图

**

基本灰度变化函数

**

1. 图像反转

S = L - 1 - r

特别适用于增强嵌入在一幅图像的暗区域中的白色或灰色细节，主要用于观察过黑的图片，负片变换之后，方便观察。很简单的变换。

2. 对数变换

S = c * log（1+ r）

①因为对数曲线在像素值较低的区域斜率较大，像素值较高的区域斜率比较低，所以图像经过对数变换之后，在较暗的区域对比度将得到提升，因而能增强图像暗部的细节。

②图像的傅里叶频谱其动态范围可能宽达0~10^6。直接显示频谱的话显示设备的动态范围往往不能满足要求，这个时候就需要使用对数变换，使得傅里叶频谱的动态范围被合理地非线性压缩。
底数越大，对低灰度部分的强调就越强，对高灰度部分的压缩也就越强。相反的，如果想强调高灰度部分，则用反对数函数就可以了

3. 幂律（伽马）变换

S = c r ^γ*

幂律变换与对数变换一样，也可以扩展和压缩一些灰度级，且应用的更为广泛。

当 \gamma>1时，效果和对数函数相似，放大暗处细节，压缩亮处细节，随着数值减少，效果越强(越来越暗)
当 \gamma<1时，放大亮处细节，压缩暗处细节，随着数值增大，效果越强(越来越亮 )

4. 分段线性变换函数

通过分段线性函数我们可以将我们感兴趣的灰度值突显出来
通过分段函数来输出不同程度的灰度级扩展，从而来影响输出图像的对比度。

(1)对比度拉伸

对比度拉伸是扩展图像灰度等级动态范围的处理，它可以跨越记录介质和显示装置的全部灰度范围

（2） 灰度级分层

突出图像中的特定灰度范围有重要的应用，可以用于增强特征。比如卫星图像中的水和X射线图像中的缺陷。主要有两种实现方式，一种方法是将图像中感兴趣的灰度范围显示为一个值，其余灰度范围显示为另外一个值，二值化。另外一种方法是使感兴趣的范围变亮，其他的灰度范围不变。

（3）比特级分层

像素是由比特值组成的数字。可以突出不同的比特平面来处理图像。
对图像压缩也很有用。图像压缩是使用较少的比特平面重建一个图像。

例：显示一幅8比特图像的第8个比特平面。将0~127间所有灰度映射为0，将128-255间灰度映射为1

直方图处理

1. 直方图均衡

直方图均衡化的作用是图像增强。这种方法对于背景和前景都太亮或者太暗的图像非常有用

直方图应用：图像增强，图像压缩和图像分割。

rk是第k级灰度值，nk是图像中灰度为rk的像素的个数。

归一化直方图：

p（rk）表示像素值rk在图像中出现的概率

暗图像：直方图分布集中在灰度级低端
亮图像：直方图分布集中在灰度级高端
低对比度：具有较窄的直方图，且集中于灰度级中部
高对比度：直方图覆盖率很宽的灰度级范围，像素分布没有太不均匀

结论：若一幅图像的像素倾向于占据整个可能的灰度级且分布均匀，则该图像对比度较高并展示灰色调的较大变化。最终效果为一幅灰度细节丰富且动态范围较大的图像。

r表示处理图像的灰度。 r = 0 为黑色， r = L-1 为白色

对于上面的函数，有以下假设：

a.T® 在区间[0,L-1]上是单调递增（递减）的。

b. 对于 ，有

通常在图像处理中选择如下的变换函数：
上式右端是随机变量r的累计分布函数（CDF）的表示形式，其中pr 是随机变量r的概率密度函数。选定这个函数作为转换函数的原因在于使用这个函数求得的输出变量的概率密度函数总是服从均匀分布的。无论输入变量的概率密度函数的具体形式如何，都不会影响输出变量的概率密度函数的形式。

变换函数离散形式为：

为什么要选用累积分布函数，

均衡化过程中，必须要保证两个条件：①像素无论怎么映射，一定要保证原来的大小关系不变，较亮的区域，依旧是较亮的，较暗依旧暗，只是对比度增大，绝对不能明暗颠倒；②如果是八位图像，那么像素映射函数的值域应在0和255之间的，不能越界。综合以上两个条件，累积分布函数是个好的选择，因为累积分布函数是单调增函数（控制大小关系），并且值域是0到1（控制越界问题），所以直方图均衡化中使用的是累积分布函数，使用累积分布函数处理后像素值会均匀分布。

2. 直方图匹配（规定化）

有时需要处理后的图像具有规定的直方图形状，这种用于产生处理后有特殊直方图的方法称为直方图匹配或者直方图规定化（是在均衡的基础上的）

==========================================================

空间滤波

灰度化，也就是黑白化，就是将图像进行黑白处理，使其失去色彩。而从像素点出发，就是使各个像素点的三种颜色分量R、G、B的值相同。
锐化就是通过增强高频分量来减少图象中的模糊，因此又称为高通滤波。锐化处理在增强图象边缘的同时增加了图象的噪声。
滑与锐化相反，就是滤掉高频分量，从而达到减少图象噪声，使图片变得有些模糊。

平滑滤波器主要是使用邻域的均值（或者中值）来代替模板中心的像素，消弱和邻域间的差别，以达到平滑图像和抑制噪声的目的；相反，锐化滤波器则使用邻域的微分作为算子，增大邻域间像素的差值，使图像的突变部分变的更加明显。