第四章點(diǎn)處理(數(shù)字圖象處理)

4.1引言圖像處理可以分成三類1.變換：就是將像素信息用另一種值來表示?？梢杂每驁D表示圖像變換后的圖像處理變換后的圖像處理后的原始圖像變換處理逆變換2.鄰域處理：只要知道當(dāng)前像素周圍的像素信息，就可以更準(zhǔn)確的修改當(dāng)前像素的值。3.點(diǎn)操作：在不知道周為任何鄰域信息時(shí)，對當(dāng)前像素進(jìn)行處理。4.2算術(shù)運(yùn)算這種操作是通過簡單的算數(shù)方程來實(shí)現(xiàn)的。簡單的運(yùn)算包括加上或減去一個(gè)常量

這表示這表示每一個(gè)像素灰階都加上或減去C。這表示每一個(gè)像素灰階都擴(kuò)大C倍。每一種運(yùn)算都可能會產(chǎn)生溢出現(xiàn)象，即通過運(yùn)算得到的灰階可能超過0~255的范圍。我們可以首先對結(jié)果取整（如果是乘法運(yùn)算C<1時(shí)）而后對結(jié)果進(jìn)行剪取。p=imread('pears256.tif');whospNameSizeBytesClassp256x25665536uint8arrayp1=uint8(double(p)+128);imshow(p1)或p1=imadd(p,128)p2=imsubtract(p,128);imshow(p2)p3=immultiply(p,0.5);或p3=imdivide(b,2)imshow(p3)p4=immultiply(p,2);imshow(p4)p5=imadd(immultiply(p,0.5),128);imshow(p5)通過上邊的運(yùn)算能夠看到，1和4中較亮區(qū)域中的細(xì)節(jié)會丟失，而5中這些細(xì)節(jié)都將顯現(xiàn)出來。補(bǔ)運(yùn)算：如果數(shù)據(jù)類型是double型的，則可以用1-m求補(bǔ)。如果是二值圖像，則可以用~m來求補(bǔ)。如果是uint8的，則可以用255-x來求補(bǔ)。pc=imcomplement(p);imshow(pc)還可以對圖像部分求補(bǔ)。4.3灰度直方圖定義：灰度直方圖是灰度級的函數(shù)，是對圖像中灰度級分布的統(tǒng)計(jì)。有兩種表示形式1）圖形表示形式橫坐標(biāo)表示灰度級，縱坐標(biāo)表示圖像中對應(yīng)某灰度級所出現(xiàn)的像素個(gè)數(shù)。2）數(shù)組表示形式

數(shù)組的下標(biāo)表示相應(yīng)的灰度級，數(shù)組的元素表示該灰度級下的像素個(gè)數(shù)。數(shù)字圖像的灰度直方圖

——

計(jì)算方法例子

123456643221166466345666146623136466灰度圖的灰度直方圖例彩色圖的灰度直方圖例數(shù)字圖像的灰度直方圖的性質(zhì)所有的空間信息全部丟失；每一灰度級的像素個(gè)數(shù)可直接得到。數(shù)字圖像的灰度直方圖應(yīng)用灰度直方圖是最簡單的，最有用的工具。簡單性從其一維的數(shù)據(jù)形式，以及簡單的計(jì)算方法可以感受到。有用性，在這里通過幾個(gè)應(yīng)用例子來說明。一.圖像分割二.線性對比度展寬三.動態(tài)范圍調(diào)整四.直方圖均衡化處理數(shù)字圖像的灰度直方圖應(yīng)用數(shù)字化參數(shù)直方圖給出了一個(gè)簡單可見的指示，用來判斷一幅圖像是否合理的利用了全部被允許的灰度級范圍。一幅圖像應(yīng)該利用全部或幾乎全部可能的灰度級，否則等于增加了量化間隔。丟失的信息將不能恢復(fù)?；叶确植夹Ч麍D例沒有有效利用所有灰度級。較合理的灰度分布。一.數(shù)字圖像的灰度直方圖應(yīng)用分割閾值選取假設(shè)某圖像的灰度直方圖具有二峰性，則表明這個(gè)圖像較亮的區(qū)域和較暗的區(qū)域可以較好地分離。取二峰間的谷點(diǎn)為閾值點(diǎn)，可以得到好的二值處理的效果。灰度直方圖具有二峰性具有二峰性的灰度圖的二值化二.直方圖拉伸展寬（對比度拉伸）對比度的概念：

對比度：通俗地講，就是亮暗的對比程度。對比度通常表現(xiàn)了圖像畫質(zhì)的清晰程度。對比度的計(jì)算公式如下：即相鄰像素間的灰度差即相鄰像素間的灰度差為δ的像素分布概率其中：像素相鄰：四近鄰八近鄰

對比度計(jì)算例設(shè)圖像為：對比度展寬的目的是，將人所關(guān)心的部分強(qiáng)調(diào)出來。原理是，進(jìn)行像素點(diǎn)對點(diǎn)的，灰度級的影射。設(shè)原圖、處理后的結(jié)果圖的灰度值分別為g(i,j)和f(i,j)，要求g(i,j)和f(i,j)均在[0，255]間變化，但是g的表現(xiàn)效果要優(yōu)于f。

線性對比度展寬（線性動態(tài)范圍調(diào)整）

為了達(dá)到上面所提出的目的，原圖（橫軸上的f(i,j)）與處理后圖（縱軸上的g(i,j)）的灰度影射關(guān)系可用下圖表示。255abfg255gagbαγβ(i,j)(i,j)對比度展寬方法

將上面圖示的影射關(guān)系，用計(jì)算公式表達(dá)即為：只顯示指定灰度級范圍內(nèi)的信息。按照前面的計(jì)算公式有:α=γ=0

255abfg255gagbαγβ(i,j)(i,j)線性對比度展寬灰級窗255abfg255β(i,j)(i,j)灰級窗會不會將對比度降低？為什么？原圖肺窗肌肉窗骨窗q=imread('pout.tif');imshow(q),figure,imhist(q),axistightq1=imadjust(q,[0.3,0.6],[0,1])imshow(q1),figure,imhist(q1),axistight線性對比度展寬可用imadjust函數(shù)，格式如下，[a,b]調(diào)整前的值[gagb]調(diào)整后的值q1=imadjust(q,[],[1,0]);imshow(q1),figure,imhist(q1),axistight相當(dāng)于將圖像取逆。三.動態(tài)范圍調(diào)整動態(tài)范圍的概念：動態(tài)范圍：是指圖像中所記錄的場景中從暗到亮的變化范圍。動態(tài)范圍對人視覺的影響：由于人眼所可以分辨的灰度的變化范圍是有限的，所以當(dāng)動態(tài)范圍太大時(shí)，很高的亮度值把暗區(qū)的信號都掩蓋了。動態(tài)范圍調(diào)整動態(tài)范圍調(diào)整的思路動態(tài)范圍調(diào)整思路：通過動態(tài)范圍的壓縮可以將所關(guān)心部分的灰度級的變化范圍擴(kuò)大。動態(tài)范圍調(diào)整方法分為以下兩種：1）線性動態(tài)范圍調(diào)整2）非線性動態(tài)范圍調(diào)整1）線性動態(tài)范圍調(diào)整基本思路通過把原圖中“不太黑”的像素也變成黑，把原圖中“不太白”的相素也變成白的方式，來壓縮動態(tài)范圍，使新的圖像中，關(guān)心部分的對比度可以展寬。如下圖所示，將原來[0,255]范圍內(nèi)的亮暗變化，壓縮到[a,b]范圍內(nèi)。黑白ab0255線性動態(tài)范圍調(diào)整效果示例按照上面的設(shè)計(jì)思路，可以得到新圖與原圖的對應(yīng)關(guān)系如下。可以看到，線性動態(tài)范圍調(diào)整的影射關(guān)系與灰級窗的相同。黑白ab0255255abfg255(i,j)(i,j)線性動態(tài)范圍調(diào)整例題1399821373360646820529260黑：02白：9703999003933606469005090600299900292270747900509070將[2,7]轉(zhuǎn)換到[0,9]作用：進(jìn)行亮暗限幅

g(i,j)=9/5*f(i,j)-18/5C=16.9211C=26.28952）非線性動態(tài)范圍調(diào)整

——

原理提出非線性動態(tài)范圍調(diào)整，是因?yàn)榫€性動態(tài)范圍調(diào)整的分段線性影射不夠光滑。非線性動態(tài)范圍調(diào)整，要求可以用光滑的曲線來實(shí)現(xiàn)。考慮到人眼對視覺信號的處理過程中，有一個(gè)近似對數(shù)算子的環(huán)節(jié)，因此，可采用對數(shù)運(yùn)算來實(shí)現(xiàn)非線性動態(tài)范圍調(diào)整。非線性動態(tài)范圍調(diào)整示例非線性動態(tài)范圍調(diào)整實(shí)現(xiàn)方法設(shè)原圖為[f(i,j)]，處理后的圖像為[g(i,j)]，則影射關(guān)系為：非線性動態(tài)范圍調(diào)整例題13998213733606468205292603599943585580868940749480g(i,j)=9*log(f(i,j)+1)作用：將暗的部分?jǐn)U展，而將亮的部分抑制。C=16.9211C=18.7632此處γ對圖像顯示結(jié)果的影響。t=imread('tire.tif');th=imadjust(t,[],[],0.5);imshow(t),figure,imshow(th)原圖γ=0.5th=imadjust(t,[],[],2);>>imshow(t),figure,imshow(th)γ=2原圖th=histpwl(t,[0.25.5.751],[0.75.25.51]);imshow(th);figure,plot(t,th,'.'),axistight四.直方圖均衡化方法直方圖均衡方法的基本思想是，對在圖像中像素個(gè)數(shù)多的灰度級進(jìn)行展寬，而對像素個(gè)數(shù)少的灰度級進(jìn)行縮減。從而達(dá)到清晰圖像的目的。直方圖均衡化的效果1.求灰度直方圖設(shè)f、g分別為原圖像和處理后的圖像。求出原圖f的灰度直方圖，設(shè)為h。顯然，在[0,255]范圍內(nèi)量化時(shí)，h是一個(gè)256維的向量。例1399821373360646820529260f注：這里為了描述方便起見，設(shè)灰度級的分布范圍為[0,9]。2.計(jì)算灰度分布概率1)求出圖像f的總體像素個(gè)數(shù)

Nf=m*n(m,n分別為圖像的長和寬）2)計(jì)算每個(gè)灰度級的像素個(gè)數(shù)在整個(gè)圖像中所占的百分比。

hs(i)=h(i)/Nf(i=0,1,…,255)

例hs=h/25=[0.12,0.08,0.16,0.16,0.04,0.04,0.16,0.04,0.08,0.12]灰度級

0123

45

6

7893.計(jì)算灰度級的累計(jì)分布設(shè)圖像各灰度級的累計(jì)分布hp。

例hs=[0.12,0.08,0.16,0.16,0.04,0.04,0.16,0.04,0.08,0.12]hp=[0.12,0.20,0.36,0.52,0.56,0.60,0.76,0.80,0.88,1.00]直方圖均衡化方法實(shí)現(xiàn)

4.計(jì)算原、新圖灰度值的影射關(guān)系新圖像g的灰度值g(i,j)為

hp=[0.12,0.20,0.36,0.52,0.56,0.60,0.76,0.80,0.88,1.00]9*hp=[0,1.80,3.24,4.68,5.04,5.40,6.84,7.20,7.92,9.00]影射關(guān)系：新圖

[0,2,3,5,5,5,7,7,8,9]原圖

[0,1,2,3,4,5,6,7,8,9]例

f2599832575570757830539370g1399821373360646820529260C=16.92119*hpC=15.8421注：請同學(xué)們思考一下，為什么均衡化后的對比度還降低了？例

f’1599844545580868840448480g1399822323360646620226260C=16.68429*hpC=17.1974直方圖均衡化方法

——

比較例

f1399821373360646820529260C=16.9211

f’1399822323360646620226260C=16.6842結(jié)論：原圖的灰度分布均衡性越差，均衡化后的效果越好。直方圖均衡化方法實(shí)現(xiàn)

——5.原、新圖灰度直方圖比較

0123456789

0123456789f

的灰度直方圖g

的灰度直方圖直方圖均衡化效果示例均衡化例子q=imread('pout.tif');qh=histeq(q);imshow