數(shù)字圖像處理與深度學(xué)習(xí)技術(shù)應(yīng)用教材配套課件 第5章 圖像的灰度變化

第5章圖像灰度變換

楊淑瑩主要內(nèi)容概述二值化和閾值處理灰度線性與分段線性變換灰度非線性變換直方圖5.1.1圖像增強(qiáng)對(duì)比度增強(qiáng)——電子顯微鏡下的花粉5.1.1圖像增強(qiáng)去除噪聲——電路板X光圖像5.1.1圖像增強(qiáng)突出細(xì)節(jié)——骨骼X光圖像5.1.1圖像增強(qiáng)圖象不清晰、不突出是多種因素造成的：采集中未突出所需部分，有干擾（噪音、散斑、運(yùn)動(dòng)模糊等等）。目標(biāo)是比原圖像更適合于特定的應(yīng)用，便于識(shí)別，人工或后繼處理。不同的問題適合采用不同的方法，評(píng)價(jià)結(jié)果好壞沒有統(tǒng)一的標(biāo)準(zhǔn)。圖像增強(qiáng)：不考慮降質(zhì)原因，關(guān)心有用信息，抑制次要部分，去干擾，增強(qiáng)對(duì)比度。不一定要去逼近原圖像。復(fù)原技術(shù)：針對(duì)降質(zhì)原因，設(shè)法補(bǔ)償降質(zhì)因素，盡可能逼近原始圖像，恢復(fù)原圖。二者有重疊部分：增強(qiáng)帶有恢復(fù)性質(zhì)，突出有用信息上，且是局部性恢復(fù)。圖像增強(qiáng)空間域圖像增強(qiáng)頻率域灰度變換空域?yàn)V波直接灰度變換直方圖修正法圖像的代數(shù)運(yùn)算直方圖均衡化直方圖規(guī)定化圖像平滑圖像銳化高通濾波低通濾波帶通、帶阻濾波灰度變換圖像獲取中，經(jīng)常出現(xiàn)以下情況（1）成像時(shí)光照不足，使得整幅圖像偏暗（2）成像時(shí)光照過強(qiáng)，使得整幅圖像偏亮（3）照射源或光敏器件本身動(dòng)態(tài)范圍太小，使得整幅圖像的有用信息集中在灰度中間級(jí)。圖像灰度變換按一定變換關(guān)系，逐點(diǎn)改變原圖像中每一個(gè)像素灰度值的方法。是圖像增強(qiáng)處理技術(shù)中一種非常基礎(chǔ)、直接的空間域圖像處理方法。目的是為了改善畫質(zhì)，使圖像的顯示效果更加清晰。點(diǎn)運(yùn)算輸入圖像為f(x,y),輸出圖像為g(x,y)點(diǎn)運(yùn)算為：g(x,y)=T[f(x,y)]是一種像素的逐點(diǎn)運(yùn)算。g僅僅依賴f在(x,y)點(diǎn)的值描述了輸入和輸出值之間的轉(zhuǎn)換關(guān)系。不改變空間位置關(guān)系。點(diǎn)運(yùn)算又稱為“對(duì)比度增強(qiáng)”、“對(duì)比度拉伸”、“灰度變換”?；叶茸儞Q根據(jù)g(x,y)=T[f(x,y)]，可以將灰度變換分為線性變換和非線性變換。灰度線性變換輸出灰度級(jí)與輸入灰度級(jí)呈線性關(guān)系的點(diǎn)運(yùn)算?；叶染€性變換如果a>1，輸出圖像的對(duì)比度增大。如果a<1，輸出圖像的對(duì)比度減小。如果a＝1，b≠0，使所有像素的灰度值上移或下移，使整個(gè)圖像更暗或更亮。如果a＝1，b＝0時(shí)，輸出、輸入圖像相同。如果a為負(fù)值，暗區(qū)域?qū)⒆兞?，亮區(qū)域?qū)⒆儼怠７侄尉€性變換為了突出感興趣的區(qū)間，抑制不感興趣區(qū)域，可采用分段線性變換。非線性變換輸出灰度級(jí)與輸入灰度級(jí)呈非線性關(guān)系的點(diǎn)運(yùn)算。25512025521025512025530對(duì)數(shù)運(yùn)算指數(shù)運(yùn)算非線性變換問灰度變換屬于A點(diǎn)運(yùn)算B領(lǐng)域運(yùn)算5.2二值化和閾值處理經(jīng)過閾值處理后的圖像變成了一幅黑白二值圖。實(shí)現(xiàn)步驟取得原圖的數(shù)據(jù)區(qū)指針。通過對(duì)話框輸入閾值T。所有像素依次循環(huán)，若像素灰度值小于T，則將該像素置為0；否則置為255。ggff

0T1T22550T1T2255（a）0-255-0型灰度變換函數(shù)（b）255-0-255型灰度變換函數(shù)

雙固定閾值法雙固定閾值法(a)0-255-0方式(b)255-0-255方式實(shí)現(xiàn)步驟取得原圖數(shù)據(jù)區(qū)指針通過對(duì)話框輸入閾值1（T1）和閾值2（T2），并選擇方式（0-255-0）型或（255-0-255）型。若選擇方式0（0-255-0型），每個(gè)像素依次循環(huán)，若該像素灰度值大于T1并且小于T2，則將其灰度值置為255，其余像素的灰度值置為0。若選擇方式1（255-0-255型），每個(gè)像素依次循環(huán)，若該像素灰度值大于T1并且小于T2，則將其灰度值置為0，其余像素的灰度值置為255。5.3灰度線性與分段線性變換反色變換“顛倒黑白”適用于增強(qiáng)暗色區(qū)域的白色或灰色細(xì)節(jié)5.3灰度線性與分段線性變換窗口灰度變換灰度窗口變換的變換函數(shù)表達(dá)式如下：式中L表示窗口的下限，U表示窗口的上限。用于去除無用信息5.3灰度線性與分段線性變換分段線性變換分段線性的變換函數(shù)表達(dá)式如下：式中（x1,y1），（x2,y2）表示兩個(gè)轉(zhuǎn)折點(diǎn)坐標(biāo)5.4灰度非線性變換灰度對(duì)數(shù)變換對(duì)數(shù)變換函數(shù)表達(dá)式如下：擴(kuò)展低灰度值而壓縮高灰度值，讓圖像的灰度分布更加符合人的視覺特性。5.4灰度非線性變換灰度指數(shù)變換指數(shù)變換函數(shù)表達(dá)式如下：擴(kuò)展高灰度值而壓縮低灰度值5.4灰度非線性變換灰度冪次變換冪次變換函數(shù)表達(dá)式如下：伽馬校正成像系統(tǒng)各部分的器件輸入——輸出特性都是一個(gè)冪函數(shù)為彌補(bǔ)圖像系統(tǒng)中的非線性傳輸環(huán)節(jié)，需要伽馬校正5.4灰度非線性變換灰度冪次變換r=0.6,0.4,0.3暗圖像變亮5.4灰度非線性變換灰度冪次變換r=3.0,4.0,5.0亮圖像變暗5.5直方圖灰度直方圖表示圖像中具有某種灰度級(jí)的像素的個(gè)數(shù)，反映了圖像中每種灰度出現(xiàn)的頻率。它是圖像最基本的統(tǒng)計(jì)特征。橫坐標(biāo)：灰度級(jí)；縱坐標(biāo)：該灰度級(jí)出現(xiàn)的個(gè)數(shù)數(shù)組形式47325.5直方圖直方圖性質(zhì)只反映該圖像中不同灰度值出現(xiàn)的次數(shù)（或頻數(shù)），而未反映某一灰度值像素所在位置。丟失了位置的信息。圖像與直方圖之間是多對(duì)一的映射關(guān)系。直方圖具有旋轉(zhuǎn)、平移不變性由于直方圖是對(duì)具有相同灰度值的像素統(tǒng)計(jì)得到的，因此，一幅圖像各子區(qū)的直方圖之和等于該圖像全圖的直方圖。5.5直方圖已知直方圖，可以恢復(fù)出原圖嗎？A可以B不可以5.5直方圖直方圖計(jì)算將每個(gè)像素灰度值看做一個(gè)隨機(jī)變量的樣本，直方圖是該變量的概率密度函數(shù)在離散形式下，用rk代表離散灰度級(jí)，nk為圖像中出現(xiàn)rk級(jí)灰度的像素?cái)?shù)，n是圖像像素總數(shù)，而nk/n即為頻數(shù)。初始化：p［k］=0;k=0,…,L-1。統(tǒng)計(jì)：p［f(x,y)］++;x,y=0,…,M-1,0,…,N-1。歸一化：p(x,y)=p(x,y)/M*N。5.5直方圖Lena圖像及反色變換后的直方圖5.5直方圖四種基本圖像類型,暗、亮、低對(duì)比度和高對(duì)比度以及它們對(duì)應(yīng)的直方圖。若一幅圖像的像素占據(jù)全部可能的灰度級(jí)并且均勻分布，則圖像有高對(duì)比度直方圖均衡化直方圖均衡化是指通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖，即在每個(gè)灰度級(jí)上都具有“相同的”像素點(diǎn)數(shù)的過程

直方圖均衡化經(jīng)變換后得到的新直方圖不很平坦，但比原始圖像的直方圖平坦的多，擴(kuò)展了動(dòng)態(tài)范圍。對(duì)于對(duì)比度較弱的圖像進(jìn)行處理很有效。變換后的灰度級(jí)減少，這種現(xiàn)象叫做“簡并”現(xiàn)象。由于簡并現(xiàn)象的存在，處理后的灰度級(jí)總是要減少。經(jīng)變換后得到的新直方圖不很平坦，說明出現(xiàn)次數(shù)近似相等直方圖均衡化計(jì)算利用累積分布函數(shù)作為灰度變換函數(shù)直方圖均衡化計(jì)算統(tǒng)計(jì)直方圖數(shù)組，用一個(gè)數(shù)組p記錄p[i]。i從1開始，令s[i]=s[i-1]+p[i]。一個(gè)數(shù)組L記錄新的s索引值，即令L[i]=s[i]*(256-1)。依次循環(huán)每一個(gè)像素，取原圖的像素值作為數(shù)組L的下標(biāo)值，取該下標(biāo)對(duì)應(yīng)的L數(shù)組值為均衡化之后的像素值。直方圖均衡化計(jì)算已知，某圖片灰度級(jí)r0-r7出現(xiàn)的概率分別為0.1，0.05,0.03,0.2,0.15,0.3,0.02,0.15，求直方圖均衡化后的概率分布5.5.4自適應(yīng)直方圖均衡化理論基礎(chǔ)自適應(yīng)直方圖均衡化方法是以像素為中心，采用一個(gè)滑動(dòng)的窗口，計(jì)算其局部直方圖和相應(yīng)的累積直方圖，并進(jìn)行灰階變換，從而改變該中心像素值。步驟如下：①采用滑動(dòng)模板W在圖像上移動(dòng)，并且模板W的中心對(duì)應(yīng)圖像上的點(diǎn)；②對(duì)滑動(dòng)窗口直方圖進(jìn)行均衡化處理，實(shí)現(xiàn)對(duì)窗口中心像素的處理③逐個(gè)像素計(jì)算，得到整幅圖像的自適應(yīng)直方圖均衡化圖像。函數(shù)說明