一，何为灰度图像？

定义：RGB三色只有一种采样的图片，由白色到黑色按比例分成不同的灰度等级，在物体的边缘呈现灰度的不连续性，图像分割就是基于这个原理。灰度就是没有色彩，RGB色彩分量全部相等。如果是一个二值灰度图象，它的象素值只能为0或1，我们说它的灰度级为2。用个例子来说明吧:一个256级灰度的图象，如果RGB三个量相同时，如：RGB(100,100,100)就代表灰度为100,RGB(50,50,50)代表灰度为50。

二，何为灰度变换？

定义：将一个像素点的灰度值按照算法数学公式转换成一个新的灰度值，使原来图像的某些部分区域特征增强，使图片变清晰。

三，灰度变换算法总结

①，对数变换

由对数的函数图像可知，对数变换提升低亮区域，压缩高亮区域，使低亮区域的特征更加突出明显

公式：

C ：常量 src：原图像

原图像

变换后的图像

通过上图我们发现原本暗淡的礁石变得明亮清晰起来，树丛中的阴影也少了许多

代码:
def logGray(img, c, showPlt):newImg = c * np.log(1.0 + img)if showPlt:x = np.arange(0, 256, 0.01)y = c * np.log(1 + x)plt.plot(x, y, 'r', linewidth=1)plt.rcParams['font.sans-serif'] = ['SimHei']plt.title(u'对数变换函数')plt.xlim(0, 255), plt.ylim(0, 255)plt.show()newImg = np.uint8(newImg)return newImg

②，指数变换

由指数函数可知，图片低亮度区域将被压缩，高亮度区域将被扩展

公式：

原图像

变换后的图像

代码：

def indexGray(img, c, b, a, showPlt):newImg = np.array(b ** (c * (img - a)) - 1,dtype=np.uint8)if showPlt:x = np.arange(0, 256, 0.01)y = b ** (c * (x - a)) - 1plt.plot(x, y, 'r', linewidth=1)plt.rcParams['font.sans-serif'] = ['SimHei']plt.title(u'指数变换函数')plt.xlim(0, 255), plt.ylim(0, 255)plt.show()return newImg

③ gamma变换

Gamma变换用来图像增强，其提升了暗部细节，简单来说就是通过非线性变换，让图像从暴光强度的线性响应变得更接近人眼感受的响应，即将漂白（相机曝光）或过暗（曝光不足）的图片，进行矫正。

gamma>1, 较亮的区域灰度被拉伸，较暗的区域灰度被压缩的更暗，图像整体变暗；
gamma<1, 较亮的区域灰度被压缩，较暗的区域灰度被拉伸的较亮，图像整体变亮；

公式：

代码：
def gammaGray(img, c, r, showPlt):newImg = c * img ** rlut = np.zeros(256, dtype=np.float32)for i in range(256):lut[i] = c * i ** routput_img = cv2.LUT(img, lut)output_img = np.uint8(output_img + 0.5)if showPlt:x = np.arange(0, 256, 0.01)y = c * x ** rplt.plot(x, y, 'r', linewidth=1)plt.rcParams['font.sans-serif'] = ['SimHei']plt.title(u'gamma变换函数')plt.xlim(0, 255), plt.ylim(0, 255)plt.show()return output_img

④ 直方图均衡化

直方图均衡化增加图像的全局对比，直方图均值化，将低灰度值归并，高灰度值拉伸，当一个图像灰度分布均匀时，图像的整体细节与质量会提升很多

公式：

公式推导：

推导截图源自 直方图均衡化_schwein_van的博客-CSDN博客_直方图均衡化 该大佬博客

步骤：（以灰度深度8为例）

1，统计每个阶级灰度值的数量

2，计算每个阶级灰度值出现的概率 $p\left ( r \right ) = sum(r)/img.size$

3，将每个概率的灰度值以前缀和的形式累加 $P(i) = \sum_{n}^{i}p(i)$

4，将图片代入计算，p[x,y]*img[x,y]

原图

变换后的图像

可以明显的发现，太阳表面的光斑纹理更加清晰

代码：
def histogramEqualization(img, RGB=True):newImg = np.zeros((img.shape[0], img.shape[1], 3), dtype=np.uint8)N = img.shape[0] * img.shape[1]BGR = np.zeros((3, 256), dtype=np.float)for i in range(0, img.shape[0]):for j in range(0, img.shape[1]):BGR[0][img[i][j][0]] += 1BGR[1][img[i][j][1]] += 1BGR[2][img[i][j][2]] += 1Pr = BGR / NPs = np.zeros((3, 256), dtype=np.float)for i in range(0, 256):if i == 0:Ps[:, i] = Pr[:, i]else:Ps[:, i] += Ps[:, i - 1] + Pr[:, i]for i in range(0, img.shape[0]):for j in range(0, img.shape[1]):b, g, r = img[i, j, :]newImg[i][j] = [round(Ps[0][b] * 255), round(Ps[1][g] * 255), round(Ps[2][r] * 255)]otherImg = cv2.equalizeHist(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY))return newImg, otherImg

图像处理：灰度变换与图像增强相关推荐

数字图像处理7：图像增强之灰度变换
图像处理入门:图像增强之灰度变换 2018年10月28日 15:48:13 M_Z_G_Y 阅读数:42 改善降质图像的方法:1.图像增强:2.图像复原其中图像增强的主要内容如下: 灰度变换也被称为 ...
图像处理 --- 4.1 图像增强的点运算
1. 图像增强的点运算 1.1 概念图像增强: 采用一系列计数改善图像的视觉效果,或将图像转换成一种更适合于人或机器进行分析和处理的形式. 1.2 图像增强的主要方法按照图像的作用域来说: 空间域 ...
数字图像处理 -灰度变换之对数变换（Log Transformation）
本文参考了以下这篇文章 [数字图像处理]灰度变换--反转,对数变换,伽马变换,灰度拉伸,灰度切割,位图切割 https://blog.csdn.net/zhoufan900428/article/d ...
图像处理边缘增强matlab,数字图像处理实验 matlab 图像增强边缘检测图像操作.doc...
数字图像处理实验 matlab 图像增强边缘检测图像操作实验1 点运算和直方图处理实验目的 1. 掌握利用Matlab图像工具箱显示直方图的方法 2. 掌握运用点操作进行图像处理的基本原理. ...
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 ...
图像处理入门：图像增强之灰度变换
改善降质图像的方法:1.图像增强:2.图像复原其中图像增强的主要内容如下: 也有人将空间域变换划分为: 灰度变换也被称为图像的点运算(只针对图像的某一像素点)是所有图像处理技术中最简单的技术,其变换 ...
基于灰度变换的图像增强
再明确几个概念 1,灰度:对于通常所谓的黑白图像,把黑色和白色之间按对数关系分为若干等级称为灰度.灰度分为256阶,用灰度表示的图像称作灰度图.在图像中用0~255表示,0是全黑,255是全白 2.对 ...
数字图像处理实验三图像增强
一.实验目的 (1)了解图像增强的目的及意义,加深对图像增强的感性认识,巩固所学的图像增强的理论知识和相关算法. (2)熟练掌握直方图均衡化和直方图规定化的计算过程. (3)熟练掌握空域滤波中常 ...
数字图像处理 - 灰度变换与空间滤波
目录背景知识灰度变换和空间滤波基础一些基本的灰度变换函数图像反转对数变换幂律(伽马)变换分段线性变换函数对比度拉伸灰度级分层比特平面分层直方图处理直方图均衡空间滤波基础空间 ...
直接灰度变换法matlab,数字图像处理-灰度变换（附MATLAB代码）
目录图像增强 1.灰度变换 (1)线性变换 (2)分段线性变换 (3)非线性灰度变换 2.直方图修正法 (1)直方图均衡化 (2)直方图规定化图像增强图像增强的目的:(1)利用一系列技术改善图像 ...

图像处理：灰度变换与图像增强

一，何为灰度图像？

二，何为灰度变换？

三，灰度变换算法总结

①，对数变换

②，指数变换

③ gamma变换

④ 直方图均衡化

图像处理：灰度变换与图像增强相关推荐

最新文章

热门文章