数字图像与处理图像增强 .ppt

* * * * * * * * * * * * * * * * * * * * * * * 小结： 1) 灰度变换关系 灰度变换关系式，通过公式 算出tk与sk的对应关系，并将tk向某一灰度靠拢。 4.3.1 直方图均衡化 2) 像素重新分配 把原来具有sk灰度的像素点，按照tk与sk的对应关系转移或者叫修改，得到pt(tk）与tk的对应关系，pt(tk)?tk即为被均衡处理后的直方图，一般pt(tk)?tk关系比原直方图分布要均匀，但tk的级数要比sk少。 4.3.1 直方图均衡化 3) 像素重新分配时，只能把同一灰度级的像素点成组（同一灰度为同组）移动或修改，同一组的像素点不允许修改为两种或三种灰度级，不同组的像素点可以合并成一种新的灰度级。 4.3.1 直方图均衡化 4.3.2 直方图匹配（规定化）(Histogram Matching(Specification)) 1.算法来源背景： 直方图均衡化的缺陷：虽然能自动地增强整个图像的对比度，但它的具体增强效果不易控制，处理的结果总是得到全局均衡化的直方图，不能用于交互方式的图像增强应用。 希望通过一个指定的函数（如高斯函数）或用交互图形产生一个特定的直方图。根据这个直方图确定一个灰度级变换T(s),使由T产生的新图像的直方图符合指定的直方图。 这时可以采用比较灵活的直方图规定化的方法。 4.3.2 直方图匹配（规定化） 2.算法思想及实现： 算法思想 设： {sk}是原图像的灰度级, {uk}是符合指定直方图结果图像的灰度级 我们的目标是：找到一个灰度级变换H,有： u = H(s) 4.3.2 直方图匹配（规定化） 算法实现步骤： 1)用上述均衡化方法对原始图像的直方图进行灰度均衡化： 2)规定需要的直方图，并计算能使规定的直方图均衡化的变换： 这里M和N分别为原始图和规定图中的灰度等级，且只考虑N≤M的情况。 4.3.2 直方图匹配（规定化） 3）将第1)个步骤得到的变换反转过来，即将原始直方图对应映射到规定的直方图。 4.3.2 直方图匹配（规定化） 组映射规则（group mapping law,GML） 设有1个整数函数I(l),l=0,1, … ,N-1,满足0 ≤I(0) ≤ … ≤I(l) ≤ … ≤I(N-1) ≤M-1 。现要确定能使下式达到最小的I(l) 如果l=0, 则将其i从0到I(0)的si对应到u0去，如果l≥1, 则将其i从I(l-1)+1到I(l)的si都对应到ul去。 组映射是规定累积直方图向原始累积直方图找对应关系。 设有1幅灰度级数为8的图像，其直方图、规定直方图、原始累积直方图和规定累积直方图分别为(a)、(b)、(c) 、(d)： 直方图规定化计算示例： 0 1 2 3 4 5 6 7 1 0.8 0.2 0 0.3 0.45 ( b) 规定直方图 0.4 0.6 0.25 0 1 2 3 4 5 6 7 0.3 0.2 0.1 0 0.1 0.05 0.15 0.2 (a) 直方图 0.2 0.15 0.05 0.1 0 1 2 3 4 5 6 7 1 0.8 0.2 0 0.1 0.15 0.3 0.5 0.7 0.85 0.9 1 (c) 原始累积直方图 0.4 0.6 0 1 2 3 4 5 6 7 1 0.8 0.2 0 0.3 0.75 1 1 (d) 规定累积直方图 0.4 0.6 0.3 0.75 0.75 直方图规定化计算列表 序号 运 算 步骤和结果 1 列出原始图像灰度级 Sk， k=0,1, … ,7 0 1 2 3 4 5 6 7 2 列出原始直方图 0.1 0.05 0.15 0.2 0.2 0.15 0.05 0.1 3 计算原始累积直方图 0.1 0.15 0.3 0.5 0.7 0.85 0.9 1.00 4 列出规定直方图 0 0.3 0 0.45 0 0 0.25 0 5 计算规定累积直方图 0 0.3 0.3 0.75 0.75 0.75 1.00 1.00 6G GML映射 1 1 1 3 3 6 6 6 7G 确定映射对应关系 0,1,2 →1 3,4 →3 5,6,7 →6 8G 变换后直方图 0 0.3 0 0.4 0 0 0.3 0 0 1 2 3 4 5 6 7 1 0.8 0.2 0 0.3 0.4 (c)直方图规定化