图像的点运算范本.ppt

255 255 0 f g 45o 不变 均匀变亮 均匀变暗 f 255 255 0 g a β 255 255 0 g a ga b 对比度拉伸的几种典型情况 （a） （b） （c） 1 对比度拉伸 分段的灰度拉伸可以更加灵活地控制疏忽灰度直方图的分布，可以有选择的拉伸某段灰度区间以改善输出图像。【斜率“”,“=”,“” 1 ？？】 精选文档 * 2 灰度阈值变换 0 L-1 L-1 阈值T r s 精选文档 * 灰度级分层是一种提高图像中某个灰度级范围的亮度，使其变得比较突出的增强对比度的方法。 基本的实现方法包括两种： ◆ 一种是给所关心的灰度范围指定一个较高的灰度值，而给其它部分指定一个较低的灰度值或0值。 ◆ 另一种是给所关心的灰度范围指定一个较高的灰度值，而其它部分的灰度值保持不变 3 灰度级分层 精选文档 * f 255 255 0 g a b f 255 255 0 g a b f 255 255 0 g a b 灰度级分层的基本方法 （a） （b） （c） 3 灰度级分层 精选文档 * 第一行左起序号依次为(a)、(b)、(c)、(d)和(e)、(f)、(g)、(h) 灰度级分层结果示例 3 灰度级分层 精选文档 * 精选文档 * 3.7 直方图均衡化 精选文档 * 图像增强 精选文档 * 直方图均衡化又称灰度均衡化，是指通过某种灰度映射使输入图像转换为在每一个灰度级上都有近似相同的像素点数的输出图像，(即输出的直方图是均匀的)。 经过均衡化处理后的图像中，像素占有尽可能多的灰度级并且分布均匀，这样的图像会有高对比度的外观，灰度细节丰富，动态范围较大。 直方图均衡化技术仅取决于给定的输入图像，不需要配置额外的参数，是完全自动的。 精选文档 * 1. 直方图均衡的基本思想 所谓直方图均衡，就是把一个已知灰度概率分布的图像，变换成具有均匀概率分布的新图像的过程。 1 1 0 1 0 精选文档 * 1. 直方图均衡的基本思想 显然，基于上述思想的直方图均衡变换函数： s=T(r) 0≤r≤1 选取应满足如下条件： 1）T(r)在区间0≤r≤1中为单值单调增加函数； 2）对于0≤r≤1，有0≤T(r)≤1，也即0≤s≤1。 1 0 1 1 0 1 精选文档 * 1. 直方图均衡的基本思想 显然，满足上述条件的变换函数存在反变换，并可把从s到r的反变换表示为： r=T-1(s) 0≤s≤1 且也应满足上述两个条件。 精选文档 * 2. 变换函数的选取 在一幅图像中，可以认为灰度值是一个在[0，1]区间取值的随机变量r，其概率分布密度pr(r)是一个在[0，1]区间变化的单调增加的单值函数。由概率理论可知，任何一个其随机变量R的概率分布密度在[0，1]区间变化的单调增加单值函数，都满足变换要求的两个条件，因此取变换函数为： 0≤r≤1 精选文档 * 精选课件 精选课件 精选课件 精选课件 精选课件 精选课件 精选课件 精选课件 精选课件 精选课件 精选课件 精选课件 精选课件 精选课件 数字图像处理与机器视觉 精选文档 * 用 r 表示输入图像在 f(x,y) 处的像素值 用 s 表示变换后的输出图像 g(x,y) 的像素值 T[?]表示对 f(x,y) 的点运算操作 则灰度变换可一般地定义为: s= T[r] T为采用的点运算算子，表示在原始图像和输出图像之间的某种灰度级映射关系 图像的点运算是一种逐像素点对图像进行变换的方法 精选文档 * 第 3 章 图像的点运算 3.1 灰度直方图 3.2 灰度的线性变换 3.3 灰度对数变换 3.4 伽马变换 3.5 灰度阈值变换 3.6 分段线性变换 3.7 直方图均衡化 3.2一些基本的灰度变换函数 精选文档 * 从数学角度讲，图像直方图描述图像各个灰度级的统计特性，它是图像灰度值的函数，统计一副图像中各个灰度级出现的次数或概率。 从图形上来说，灰度直方图是一个二维图，横坐标为图像中各个像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率。 3.1.1 理论基础 3.1 灰度直方图 精选文档 * 3.1.1 理论基础 3.1 灰度直方图