灰度变换（上）

写在前面的话，博客（上）为数字图像处理课程理论，博客（下）为对应的实验部分。
教材：
中文教材：数字图像处理_第三版_冈萨雷斯
实验教材（matlab版）：数字图像处理（MATLAB版）冈萨雷斯
英文教材：Digital Image Processing_3ed_Gonzalez
教材习题答案：DIP_3E_Student_Solutions
文后可下载！！！

正文：

1.空间域增强方法

空间域增强是指增强构成图像的像素；

1.1什么是图象增强？

图像增强是要突出图像中的某些信息，同时削弱或去除某些不需要信息的一种处理方法，以得到对具体应用来说视觉效果更“好”，或更“有用”的图像的技术。

1.2为什么要增强图象？

图像在传输或者处理过程中会引入噪声或使图像变模糊，从而降低了图像质量，甚至淹没了特征，给分析带来了困难。

1.3基本方法

1.3.1空间域处理

点处理（图像灰度变换、直方图均衡等）
邻域处理（线性、非线性平滑和锐化等）

1.3.2频域处理

高、低通滤波、同态滤波等

2.基本灰度变换

2.1灰度级变换函数

s = T®

2.2三种基本类型

① 线性的(正比或反比)
② 对数的(对数和反对数的)
③ 幂次的(n次幂和n次方根变换)

图像反转：

对数变换：

幂次变换：

2.3不同变换应用范围

2.3.1反转变换

适于处理增强嵌入于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；

2.3.2对数变换

使一窄带低灰度输入图像映射为一宽带输出值；可以用于扩展图像中的暗像素。

2.3.3幂次变换

幂次曲线中的值决定了是把输入窄带暗值映射到宽带输出值，还是把输入窄带亮值映射到宽带输出.

2.4幂次变换的应用----(伽马)校正

2.4.1为什么要进行γ校正？

几乎所有的CRT显示设备、摄像胶片、许多电子照相机的光电转换特性都是非线性的。所以，如果不进行校正处理的话，将无法得到好的图像效果。

2.4.2实际中γ值的确定方法

通常CCD的γ值在0.4 ～0.8之间，γ值越小，画面的效果越差。根据画
面对比度的观察与分析，可以大致得到该设备的γ值。

2.5分段线性变换函数

其形式可以任意组合,有些重要的变换可以应用分段线性函数描述。

2.5.1对比拉伸

扩展图像处理时灰度级的动态范围。

2.5.2灰度切割

提高特定灰度范围的亮度
特点：突出目标的轮廓，消除背景细节
(a) 加亮[A,B]范围,其他灰度减小为一恒定值；
特点：突出目标的轮廓，保留背景细节
(b) 加亮[A,B]范围,其他灰度级不变；

2.5.3.位图切割

把数字图像分解成为位平面,（每一个位平面可以处理为一幅二值图像）对于分析每一位在图像中的相对重要性是有用的。（高阶位如前4位包含视觉上很重要的大多数数据；其它位对图像中的更多微小细节有作用）
重建：
① 第n个bit平面的每个像素：2的（n-1）次方 ；
② 所有bit平面相加；

附录：imadjust函数 灰度变换
stretchlim主要用于自适应找到一个分割阈值向量来改变一幅图像的对比度。

3.直方图处理

3.1直方图

3.2归一化直方图

3.3直方图和图像清晰度的关系

直方图反映了图像的清晰程度，当直方图均匀分布时，图像最清晰。由此，我们可以利用直方图来达到使图像清晰的目的。

3.4直方图均衡化

3.4.1直方图均衡化处理

假设原图的灰度值变量为r, 变换后新图的灰度值变量为s, 我们希望寻找一个灰度变换函数T：s=T®，使得概率密度函数变换成希望的概率密度函数。

条件1：保证输出灰度值不少于相应的输入值，防止灰度反变换时产生的人为缺陷，且防止二义性；
条件2：保证输出灰度的范围与输入的灰度范围相同。

直方图均衡化处理的计算步骤（略）

结论：
（1）因为直方图是近似的概率密度函数，所以用离散灰度级进行变换时很少得到完全平坦的结果；
（2）变换后灰度级减少，即出现灰度“简并”现象，造成一些灰度层次的损失。

直方图均衡化的缺陷
（1）直方图均衡化的缺陷：不能用于交互方式的图象增强应用
因为直方图均衡化只能产生唯一一个结果；
（2）恒定值直方图近似
希望通过一个指定的函数（如高斯函数）或用交互图形产生一个特定的直方 图。根据这个直方图确定一个灰度级变换T®,使由T产生的新图象的直方图符
合指定的直方图。

3.4.2 直方图规定化（匹配）

目的：将原始图象的直方图转换为期望的直方图的形状；
直方图规定化：运用均衡化原理的基础；

3.4.3 局部直方图处理（略）

3.4.4 在图像增强中使用直方图统计（略）

下一篇：空间滤波（上）https://blog.csdn.net/qq_44143405/article/details/105789918

公式在此编译不便，所以均换成了图片形式；码字不易，如若您觉得质量还行，请给个赞！你的肯定就是我的动力，后更请多多关注、指教！谢谢~

由于资源上传不了，需要的请留言！！！

							       作于 2020.04