图像处理 --- 3.1 图像增强的点运算

本文主要是介绍图像处理 --- 3.1 图像增强的点运算，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

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：

• 空间域增强：直接对图像各种像素进行处理；
• 频率域增强：对图像经傅立叶变换后的频谱成分处理，然后逆傅立叶变换得到需要的图像。

1.3 图像增强的目的

第一、改善图像的视觉效果；

• 在图像拍摄时经常会受到场景条件的影响，使拍摄的视觉效果不好，通过图像增强可以改善视觉效果，比如：增加对比度，有利于识别、跟踪和理解图像中的目标

第二、突出图像中感兴趣的信息，抑制不需要的信息，来提高图像的使用价值；

• 应用图像时通常我们只会对图像中部分信息感兴趣，所以通过图像增强可以使有用信息得到加强，得到更为实用的图像。

第三、转换为更适合于人或机器分析处理的形式；

第四、增强后的图像并不一定保真。

• 在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。

1.4 图像增强的目的应用

图像增强的应用领域十分广阔，涉及各种类型的图像：

军事应用中：增强红外图像，提取我方感兴趣的敌军目标；

医学应用中：增强X射线所拍摄的患者脑部、胸部图像确定病症的准确位置；

在农业应用中：增强遥感图像了解农作物的分布；

在交通应用中：对大雾天气图像进行增强，较强车牌、路标等重要信息进行识别；

在数码领域中：增强彩色图像可以减少光线不均、颜色失真等造成失真等造成的图像退化现象。

1.5 对比度增强

扩大图像中感兴趣特征的目标；

1.5.1 方法：

• 灰度变换法：
  • 线性变换
  • 对数变换
  • 指数变换
• 直方图调整法：
  • 直方图均衡化
  • 直方图规定化

1.5.2 灰度变换法

灰度变换是图像增强的重要手段之一，通过调整图像的灰度动态范围或调整图像的对比度对图像进行增强。

注释：对比度，是指明暗的对比程度。

所以可以通过调整图像的灰度范围对图像进行增强。

1）线性变换

令图像 f(i，j) 的灰度范围为 [a,b]，线性变换后图像 g(i，j) 的范围为[a’，b’]，这个图像是一个线性变化，得到 g(i，j) 与 f(i，j) 之间的关系式：

示例：

如果图像生成时存在曝光不足或者过度的情况，图像灰度可能会局限在一个很小的范围内。会是一个模糊不清、似乎没有什么灰度层次的图像。

对曝光不足的图像 用线性变换对图像每一个像素灰度线性拉伸，可以有效的改善图像视觉效果。

2）分段线性变换

如果只对图像中部分目标感兴趣，这时需要突出感兴趣目标所在的灰度区间，抑制不感兴趣的灰度区间，分段线性变换可以解决这类问题。

假设 原图像 f(x，y) 在[0，M_f]，感兴趣的目标的灰度范围在[a，b]，要把这个灰度范围拉伸到[c，d]，可以得到对应的分段线性变换表达式：

从表达式和图中可以看出，在[0，a) 和 （b，M_f] 灰度区间内图像是被压缩的。

3）非线性灰度值

与线性变换不同，非线性变换使用非线性函数作为映射函数，如对数函数、指数函数等，实现对图像灰度的非线性变换。

• 对数变换

  对数变换 用对数函数 作为图像的映射函数，公式如下：
  

  式中a、b、c是用来调争曲线位置和形状的参数。从图上可以看出，对数变换对图像的低灰度值有较大的拉伸，对高灰度区压缩，——这样的灰度分布与人的视觉特性匹配。

• 指数变换

  指数变换 用指数函数 作为图像的映射函数，公式如下：
  
  式中a、b、c是用来调争曲线位置和形状的参数。从图上可以看出，指数变换对图像的高灰度区有较大的拉伸。

​

这篇关于图像处理 --- 3.1 图像增强的点运算的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！