图像处理(8)–灰度变换函数增强空间域图像
文章目录
- 1. 空间域处理
- 1.1 灰度级变换(强度映射)
- 1.2 二值图像变换
- 3. 图像灰度变换
- 3.1 图像反转
- 3.2 对数变换
- 3.3 幂次变换
- 3.4 直方图
- 3.4.1 直方图与图像的关系
- 3.4.2 直方图均衡化的目的
- 3.4.2 直方图均衡化的原理
- 3.4.3 公式的推导
- 3.4.4 离散值的直方图均衡化
图像处理系列笔记: https://blog.csdn.net/qq_33208851/article/details/95335809
1. 空间域处理
空间域方法是对图像的像素操作的过程.“空间域” 一词是指图像平面自身, 这类方法是以对图像的像素直接处理为基础.空间域处理可由下式定义:
g(x,y)=T[f(x,y)]
T是对f的一种操作,定义在(x,y)的邻域,另 外,T能对输入图像集进行操作.
1.1 灰度级变换(强度映射)
IT操作最简单的形式是邻域为1x1的尺度 (即一单个像素)。在这种情况下(仅依赖于f在(x,y)点的值,T操作成为灰度级变换函数(也叫做强度映射),形式为:
s=T(r)
s和r是所定义的变量,分别是f(x,y)和g(x,y)在任意点(x,y)的灰度值。
1.2 二值图像变换
T®如有图(a)所示的形状,这种变换将会产生比原始图像更高的对比度,进行变换时,在原始图像中,灰度级低于m时变暗,而灰度级在m以上时变亮。在极限情况下,如图(b)所示,T( r)产生了二值图像。
3. 图像灰度变换
3.1 图像反转
灰度级范围为丨0,L-1丨的图像反转可由示于前图的反比变换获得,表达式为:
s=L-1-r
用这种方式倒转图像的强度产生图像反转的对等图像。这种处理尤其适用于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:
3.2 对数变换
对数变换的一般表达式为:
s =c·log (1+r )
其 中 c 是 一 个 常 数 ,并 假 设 r ≥0 .对 数 曲 线 如 所
示 :
此 种 变 換 使 一 窄 带 低灰度输入图像值映射为一 宽 带 输 出 值 .相 对 的 是 输 入 灰 度 的 高 调 整 值 .可 以 利用这种变换来扩展被压 缩的高值图像中的暗像。
3.3 幂次变换
幂次变换的基本形式:
s =crγ
其中,c和γ为正常数。γ>1或γ<1对图像的处理有相反的效果。
3.4 直方图
直方图是多种空间域处理技术的基础。灰度级为(0,L-l)范围的数字图像的直方图是 离 散 函 数 :
h(rk)=nk
这 里 rk 是 第 k级灰度,nk 是图像中灰度级为 rk 的像素个数。经常以图像中像素的总数(用n表示)来除它的每一个值得到归一化(和为1)的直方图。因此,一个归一化的直方图由 :
P(rk)=nk/n
给出,这里k=0,1,…,L-1.简单地说,P(rk)给出了灰度级为 rk发生的概率估计值。
3.4.1 直方图与图像的关系
直方图与图像的明暗度:
暗色图像的直方图的组成成分集中在灰度级低(暗)的一侧
明亮图像的直方图的组成成分集中在灰度级高(亮)的一侧直方图与图像的对比度:
低对比度图像的直方图窄而集中于灰度级的中部
高对比度图像的直方图宽且分布基本均匀,只有少数垂线比其他高许多
3.4.2 直方图均衡化的目的
由直方图与图像的对比度关系中可以看出,高对比度图像的直方图宽且分布基本均匀。所以我们要获得灰度级丰富且动态范围大的图像就需要寻找一种变换函数,该变换函数产生有均匀直方图的输出图像。
3.4.2 直方图均衡化的原理
如上图所示,一幅图像的灰度级(0-255)可被视为在区间[0,1]的随机变量,使用 Pr( r ) 和 Ps( s ) 来代表随机变量r和s的概率密度函数。
观察,[r1,r1+△r]这个范围△r是小的,并且这个区间上的概率密度函数 Pr( r ) 也不是均匀分布的。但是通过 s=T( r ) 的某种变换T之后,[r1,r1+△r]被映射到了[s1,s1+△s],并且△s是要大于△r的,也就是说,原来比较集中的灰度被拓宽成了较大的范围。而且,原来在区间[r1,r1+△r]上不均匀的分布 Pr( r ) 也变成了在更大区间[s1,s1+△s]上均匀分布的 Ps( s )。这样,通过T变换,就可以得到分布宽且均匀的直方图(高对比度)。
阴影部分的面积是相同的。
3.4.3 公式的推导
3.4.4 离散值的直方图均衡化
对于离散值,需要处理其概率和而不是概率密度函数和积分。
pk(rk)=nk/n
给出,这里k=0,1,…,L-1.
需要注意的是:
⑴上式中的rk和sk都是归一化后的值。
(2)实际的应用中,输入和输出的数字图像的灰度级辨率应该是—致的。例如,如果对一幅256个灰度级的数字图像进行直方图均衡,结果图像应该也是256灰度级的。
例子:
与连续形式不同,一般不能证明离散变换能产生均匀概率密度函数的离散值(均匀直方图)。
计算简单性也是直方图均衡化的一个优点
图像处理系列笔记: https://blog.csdn.net/qq_33208851/article/details/95335809
图像处理(8)–灰度变换函数增强空间域图像相关推荐
- 【youcans 的 OpenCV 学习课】7. 空间域图像滤波
专栏地址:『youcans 的图像处理学习课』 文章目录:『youcans 的图像处理学习课 - 总目录』 [youcans 的 OpenCV 学习课]7. 空间域图像滤波 图像滤波是在尽可能保留图像 ...
- 【数字图像处理】灰度变换函数(对数变换、反对数变换、幂次变换)
// 对比度增强.cpp : 定义控制台应用程序的入口点. //#include "stdafx.h" #include <opencv2/opencv.hpp> #i ...
- youcans 的 OpenCV 学习课—8.频率域图像滤波(上)
欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『youcans 的 OpenCV 学习课』 系列,持续更新中 youcans 的 OpenCV 学习课-1.安装与环境配置 yo ...
- 数字图像的空间域滤波和频域滤波
数字图像的空间域滤波和频域滤波 一.实验目的 1. 掌握图像滤波的基本定义及目的. 2. 理解空间域滤波的基本原理及方法. 3. 掌握进行图像的空域滤波的方法 ...
- 空间域滤波、频率域滤的关系:
空间域滤波.频率域滤的关系: 由于空间域滤波和频率域滤波之间可以通过卷积定理等价,那么也就意味着,空间域中的卷积核h ( x , y ) h(x,y)h(x,y)通过傅里叶变换就得到了频率域中对应等价 ...
- 数字图像处理-空间域处理-灰度变换-基本灰度变换函数(反转变换、对数变换、伽马变换和分段线性变换)
数字图像处理-空间域处理-灰度变换-基本灰度变换函数(反转变换.对数变换.伽马变换和分段线性变换) 空间域处理是直接对像素进行操作的方法,这是相对于频率域处理而言的.空间域处理主要分为两大类:灰度变换 ...
- 传统基本图像处理方法:图像增强(灰度变换、直方图增强、空间域滤波、频率域滤波)、图像分割、图像配准等
图像处理设计主要有以下几种处理:图像增强(灰度变换.直方图增强.空间域滤波.频率域滤波).图像分割.图像配准等等. 图像增强: 图像增强作为基本的图像处理技术,目的在于通过对图像进行加工使其比原始图像 ...
- openCV实现图像的空间域增强
一.实验目的 进一步理解图像平滑和图像锐化等空间域增强方法的原理. 了解图像平滑和图像锐化的效果和作用. 掌握图像模板运算的流程. 二.实验主要仪器设备和材料 计算机,VS2017+OpenCV 三. ...
- 图像处理3-经典空间域增强——空域滤波
图像处理系列: 图像处理1-经典空间域增强--灰度映射 图像处理2-经典空间域增强--直方图均衡化 空域滤波 这里根据模板是线性的还是非线性的进行分类,分别根据<图像处理与分析教程>上的方 ...
- 数字图像处理-空间域图像增强(一)(图像反转,对数变换,幂次变换、分段线性变换)
空间域增强的第一部分:图像反转,对数变换,幂次变换.分段线性变换 (s:现点值,r: 原点值) 图像反转: 这个无需多说,就是把黑变白,白变黑,拿八位灰度图像来说 表达式:s=255-r 作用:看清暗 ...
最新文章
- .NET简谈网络系统大局观
- win7 64bit下最新Apahe2.4.18+php7.0.2+MySQL5.7.10配置
- AlexNet代码解读
- Node js开发中的那些旮旮角角 第一部
- 未签名程序使用java_java applets(未签名)可以创建/读取cookie吗?
- Redis 6.0 新特性概览
- conda pip 安装NumPy速度不佳解决方案
- FRR BGP协议分析9 -- FLOW SPEC
- 【stm32开发日志】步进电机、直线模组、丝杆的接线、编程与使用
- 有一份好看的简历,面试都要加分,推荐好看的简历来这里下载
- JavaScript生成唯一uuid
- java sqlite读取数据库_java如何读写sqlite数据库
- python爬虫beautifulsoup爬取小说_Python3网络爬虫(七):使用Beautiful Soup爬取小说
- 社交帝国的至暗时刻,Facebook“非死不可”?
- 国家网信办《网络数据安全管理条例(征求意见稿)》为企业带来哪些新思考?
- HTML小白学习-1.0
- 方舟神器/贡品代码大全
- ElasticSearch | 01 使用场景和概要介绍
- 程序员练级攻略----转自酷壳网coolshell.c n
- 从零开始学python的第16天
热门文章
- Redis imgrate迁移键 (error) ERR Target instance replied with error: NOAUTH Authentication required.
- 如何分辨HDD/SSD硬盘接口?
- 从零基础开始学习(一) esp32 micro python编程软件环境Thonny的安装
- 西瓜书 第九章 聚类算法
- 【Ubuntu16.04】搭建Hyperledger Fabric环境
- 已解决-安装CentOS 7时No Caching mode page found和Assuming drive cache:write through报错问题
- bootstrap按钮组btn-group
- trim函数 html,trim函数的使用方法(你会用TRIMMEAN 函数吗?)
- 第一行代码-第二版(郭霖著)笔记(初识Android)
- 《谁动了我的奶酪》读后感 他人感悟