虽然写这个博客主要目的是为了给我自己做一个思路记忆录,但是如果你恰好点了进来,那么先对你说一声欢迎。我并不是什么大触,只是一个菜菜的学生,如果您发现了什么错误或者您对于某些地方有更好的意见,非常欢迎您的斧正!
目录
看书真的会爆炸,而且我发现书中的定义啊什么的真的好细,我觉得这样影响对大局的掌握,我下了个PPT(因为老师的PPT好精简啊),两份PPT一起对照着看。所以接下来关于《数字图像处理》这一块的博客,应该会比较精简了。
3.1图像的运算
3.2基于灰度变换的图像增强
█ 基于点操作的增强变换,常见的有几类方法:
●将f(.)中的象素按EH操作直接变换以得到g(.);
●借助f(.)的直方图进行变换;
●借助对一系列图像间的操作进行变换。
█ 灰度变换:将一个灰度区间映射到另一个灰度区间的变换
█ 灰度变换的目的:使图像动态范围加大,图像对比度扩展,图像清晰,特征明显,是图像增强的重要手段。
█ 基本直接灰度变换:
①图像反转(negative_enhance.m)
②增强对比度(contrast_strentching.m)
③压缩动态范围压缩
④灰度切片
❶图像反转:s=(L-1)-r
✔[0,L-1]为图像的灰度级。作用:黑的变白,白的变黑。
❷对数变换:s=clog(1+r)
✔c是常数
✔r≥0
✔有时候原图的动态范围太大,超出某些显示设备的允许动态范围,如直接使用原图,则一部分细节可能丢失。
✔解决办法是对原图进行灰度压缩,如对数变换。
❸幂次变换:
✔c和γ是正常数
✔γ<1提高灰度级,在正比函数上方,使图像变亮
✔γ>1降低灰度级,在正比函数下方,使图像变暗
❹对比度拉伸
❺灰度级切片
a变换:关心范围指定较高值,其它指定较低值
b变换:关心范围指定较高值,其它保持不变
❻位平面切片
♦假设图像中每个像素的灰度级是256,这可以用8位来表示,假设图像是由8个一位平面组成,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:
✔通过对特定位提高亮度,改善图像质量
✔较高位(如前4位)包含大多数视觉重要数据
✔较低位(如后4位)对图像中的微小细节有作用
✔分解为位平面,可以分析每一位在图像中的相对重要性。
3.3直方图处理
█ 定义:横坐标为灰度级的值,纵坐标为某个灰度级出现的次数。为了便于表示,往往将纵坐标用出现概率表示。
3.4直方图均衡化
█ 直方图均衡方法的基本思想:对在图像中像素个数多的灰度级进行展宽,而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。
直方图均衡化基本算法
█ 设有Kbit图像f做直方图均衡化后得到图像g。以下以k=8为例说明
❶求出原图f的灰度直方图,设为h。h为一个2k维的向量。
❷求出图像f的总体像素个数:Nf=m*n (m,n分别为图像的长和宽)计算每个灰度级的像素个数在整个图像中所占的百分比:hs(i)=h(i)/Nf (i=0,1,…,255)
❸计算图像各灰度级的累计分布hp。
❹求出新图像g的灰度值。
3.5直方图的映射变换
❶设r代表原始图像的灰度级。为了简单期间,将灰度级进行归一化处理。0代表黑色,1代表白色。
█ 设灰度变换函数s=T(r)进行变换,并假定满足下述条件:
①在0≤r≤1,T(r)单调递增:使变换保持从黑到白的次序
②对0≤r≤1,有0≤T(r)≤1:保证变换后像素的灰度值在允许的范围内
█ 同样从s到r的逆变换:也要满足上述①②条件。
用分别表示:变换前的图像的概率密度函数。由概率论知:
因此,通过灰度变换映射T(r),可以改变图像的概率密度函数,改善图像的外貌
❸直方图规定化