图像增强学习笔记（一）| 灰度变换与直方图修正

图像增强的目的是改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，扩大图像中不同物体特征之间的差别，为图像的信息提取及图像分析奠定基础。

图像增强的方法是通过锐化、平滑、去噪，对比度拉伸等手段对图像附加一些信息或变换数据，使图像与视觉响应相匹配，以便突出图像的某些目标特征而抑制另一些特性，或简化数据提取。

---

目录

灰度变换法

1、全域线性变换

2、非线性灰度变换

1、指数变换

2、对数变换

直方图修正法

1、灰度直方图

2、直方图均衡化

3、直方图规定化

直方图修正法运行结果及matlab代码

---

灰度变换法

一般成像系统只具有一定的亮度响应范围，亮度的最大值与最小值之比称为对比度。灰度变换法可使图像的动态范围增大，对比度扩展，清晰度增加，特征更明显。

1、全域线性变换

灰度变换函数：

m=1,n=0则输出图像与输入图像相同（复制）

m>1,n=0则对比度扩展

m<1,n=0则对比度压缩

m<0,n=0则图像取反

m=1,n~=0则输出图像较输入图像偏亮或偏暗

由此可以看出m的大小决定对比度的扩展压缩，n决定图像的最低灰度

为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区域，可采用分段线性变换，即每一段使用不同的灰度变换函数。

2、非线性灰度变换

当用某些非线性函数如指数函数、对数函数作为映射函数时，可实现图像的非线性变换

1、指数变换

,a,b,c为常数，下同

2、对数变换

直方图修正法

1、灰度直方图

灰度直方图表示一幅图像分布情况的统计图表。直方图的横坐标是灰度级，一般用r表示，纵坐标是具有该灰度级的像素个数或出现这个灰度级的概率P。

N为一幅图像种像素的总数；为第k集灰度的像素，为第k个灰度级，表示该灰度级出现的概率。对于相同的场景，由于获得图像时的亮度或对比度不同，所对应的直方图也不同。可以通过改变直方图的形状来达到增强图像对比度的效果。

直方图的常见用途：

1、数字化参数。描述图像整体灰度分布，判断灰度的利用量。

2、边界的阈值选取。图片种不同物体具有不同峰值区域，取直方图峰谷为阈值点可以实现边界分离与二值化处理。

2、直方图均衡化

对原始图像中的像素灰度做出某种映射变换，使变换后图像灰度的概率密度均匀分布，即灰度级均匀分布，使图像动态范围得到增加，从而可提高图像的对比度。

r与s分别表示归一化了的原始图像和变换后的图像灰度，均在区间[0,1]内

由概率论最终可证：变换函数为

3、直方图规定化

直方图均衡化的优点是能自动地增强整个图像的对比度，但它的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，另外，均衡化处理不一定能优化人眼视觉体验。综上，实际应用中要能够使直方图变换为要求的形状，从而有选择地增强某个灰度范围内的对比度。这种方法就是直方图规定化（也叫直方图匹配）

直方图修正法运行结果及matlab代码

I=imread('C:\Users\ASUS\Desktop\Digital image processing\photo\5ff2f784ee976a38221a0151c5a4e2a0.jpg');
I=rgb2gray(I);
figure
subplot(3,2,1),imshow(I);title('原图片');%显示原图片
subplot(3,2,2),imhist(I);title('原图直方图');%显示直方图
subplot(3,2,3),imcontour(I);title('原图等灰度值图');%显示原图等值灰度值图
subplot(3,2,4),imshow(imadjust(I,[0.3,0.7],[]));title('对比度调整后的图像');%显示imadjust手动调整得到的图
subplot(3,2,5),imshow(histeq(I));title('直方图均衡化后的图像');%显示直方图均衡化后的图像
subplot(3,2,6),imhist(histeq(I));title('直方图均衡化后图像的灰度图');%显示直方图均衡化后图像的灰度图