数字图象处理第5章-图像的灰度变换.pptVIP

代数运算——加法去除叠加性噪声对于原图像f(x,y),有一个噪声图像集{gi(x,y)}i=1,2,...N其中:gi(x,y)=f(x,y)+h(x,y)i假设噪声h(x,y)均值为0，且互不相关N个图像的均值定义为:g(x,y)=1/N(g0(x,y)+g1(x,y)+…+gN(x,y))期望值E(g(x,y))=f(x,y)上述图像均值将降低噪声的影响代数运算——加法去除叠加性噪声——星系图举例原图N=128N=16N=64N=8噪声图像代数运算——加法原图与均值图像的差值图像和直方图代数运算——加法生成图像叠加效果对于两个图像f(x,y)和h(x,y)的均值有:g(x,y)=1/2f(x,y)+1/2h(x,y)推广这个公式为:g(x,y)=αf(x,y)+βh(x,y)其中α+β=1可以得到各种图像合成的效果，也可以用于两张图片的衔接代数运算——加法图像叠加效果代数运算——减法减法的定义C(x,y)=A(x,y)-B(x,y)主要应用举例??1显示两幅图像的差异，检测同一场景两幅图像之间的变化如:视频中镜头边界的检测??2去除不需要的叠加性图案??3图像分割:如分割运动的车辆，减法去掉静止部分，剩余的是运动元素和噪声代数运算——减法检测同一场景两幅图像之间的变化设:时间1的图像为T1(x,y)，时间2的图像为T2(x,y)g(x,y)=T2(x,y)-T1(x,y)代数运算——减法去除不需要的叠加性图案设:背景图像b(x,y)，前景背景混合图像f(x,y)g(x,y)=f(x,y)–b(x,y)g(x,y)为去除了背景的图像。代数运算——减法去除不需要的叠加性图案例:电视制作的蓝屏技术代数运算——乘法乘法的定义C(x,y)=A(x,y)*B(x,y)主要应用举例??图像的局部显示用二值蒙板图像与原图像做乘法代数运算——乘法代数运算——非非的定义g(x,y)=255-f(x,y)主要应用举例获得一个阴图像获得一个子图像的补图像代数运算——非获得一个阴图像代数运算——非获得一个子图像的补图像代数运算——与??与运算的定义g(x,y)=f(x,y)∧h(x,y)主要应用举例??求两个子图像的相交子图代数运算——与模板运算:提取感兴趣的子图像代数运算——或或运算的定义g(x,y)=f(x,y)vh(x,y)主要应用举例合并子图像代数运算——或模板运算:提取感兴趣的子图像2灰度变换(1)扩展感兴趣的,牺牲其他对于感兴趣的[a,b]区间,采用斜率大于1的线性变换来进行扩展,而把其他区间用a或b来表示。变换函数是2灰度变换(2)扩展感兴趣的,压缩其他在扩展感兴趣的[a,b]区间的同时,为了保留其他区间的灰度层次,也可以采用其它区间压缩的方法,既有扩有压,变换函数为2灰度变换灰度反转图像2.2.3线性变换的应用2.2.3.1对比度线性展宽（拉伸）反转变换适于处理增强嵌入于图像暗色区域的白色或灰色细节,特别是当黑色面积占主导地位时。公式表示:灰度级范围[0，L-1]时2灰度变换2.2.3.2对比度线性展宽（拉伸）1什么是对比度线性展宽?为什么要进行对比度展宽?对比度线性展宽处理,就是图像灰度值的分布拉伸、展宽。之所以要进行对比度展宽,是因为有时获得的图像画面效果不好,画面中期望观察的对象因对比度不足而不够清晰,因此要通过对比度展宽的方法获得对画质的改善。2对比度展宽的特性一般,我们处理前后的图像量化级数相同,即处理前后图像的灰度分布范围都是[0,255]。因此,我们进行对比度展宽,只能通过抑制非重要信息的对比度来腾出空间给重要信息进行对比图展宽。2灰度变换3对比度线性展宽原理实际就是图像灰度值的线性映射。进行像素点对点的，灰度级的影射。4对比度线性展宽处理方法按照下面的公式进行点对点的映射:255abfg255gagbαγβα,β,γ是斜率，其值是:图中看出α1,γ1,是对非重要景物的抑制β1,是对重要景物的对比度展宽2灰度变换对比度展宽（拉伸）例图。(a)变换函数的形式(b)低对比度图像(c)对比度展宽（拉伸）的结果(d)门限化的结果(a)(b)(c)(d)