数字图像处理—空域变换增强之点操作(灰度变换) 方法二 借助直方图增强

1、直方图均衡化:这个方法的基本思想是把原始图像的直方图变换为“均匀分布”的形式,这样就增加了像素灰度值的动态范围,从而达到增强图像整体对比度的效果。


点处理增强函数t = EH(s)需要满足2个必要条件:

(1)EH(s)在0<=s<=L-1范围内是1个单只增函数。(保证原图个灰度级在变换后仍然保持从黑到白(或从白到黑)的排列次序)

(2)对0<=s<=L-1有0<=EH(s)<=L-1。(保证变换后灰度值动态范围的一致性)


反变换也应满足上面两个条件。


累积分布函数:满足上述两个条件,并能将s的分布转换为t的均匀分布。函数如下:

。取整tk= int[ ( L - 1 )tk+ 0.5 ] <<<新的图像的灰度级。


直方图均衡化的优点:能自动增强整个图像的对比度。

直方图均衡化的缺点:具体增强效果不易控制,处理的结果总是得到全局均衡化的直方图。也增强了可视颗粒(弊端)。

实例参考:http://blog.csdn.net/sundy_2004/article/details/7259614


2、直方图规定化:实际中有时需要变换直方图使之成为某个特定的形状,从而有选择的增强某个灰度值范围内的对比度。

直方图规定化方法主要有3个步骤(设M和N分别为原始图和规定图中的灰度级数,且只考虑N<=M的情况):

(1)如同均衡化方法中,对原始图的直方图进行灰度均衡化:

   

(2)规定需要的直方图(预先给定、已知),并计算能使规定的直方图均衡化的变换:


(3)将第一步得到的变换反转过来,即将原始直方图对应映射到规定的直方图,也就是将所有对应到去。(累积的直方图之间架起桥梁)

其中第(3)步骤中,映射规则的选取在离散空间中很重要,因为有取整误差的影响:

●单映射规则(Single Mappling Law,SML)<<<原始的累积直方图每个点和规定的累积直方图进行比较,原始的累积直方图向规定的累积直方图进行映射,然后进行映射。

●组映射规则(Group Mapping Law,GML)<<<规定的累积直方图向原始的累积直方图进行映射。组映射规则误差远远小于单映射规则。

映射规则详见百度文库:则》

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值