1.图像增强的方法
空间运算:基于图像像素点灰度值进行增强处理;
变换运算:从空间域变换到新的域里进行处理,处理结束后将处理结果再映射回空间域里;
伪彩色增强:把灰度图像映射到彩色空间,常用于遥感图像处理,医学影像处理。
【1】点运算
①约束条件
∷对于0≤r≤255,有0≤s≤255;
∷在0≤r≤255区间内,s=T®但hi单调增长。
∷简单的灰度映射
简单的灰度映射,基于已有函数,将其特定化为问题适合的映射函数。
→对数变换 s=clog(r+a)
→指数变换 s=c(e^r-a)
→幂指数变换 s=c*r^n
∷点函数中削弱和增强的概念(与灰度值间隔有关)
∷直方图(直方图是灰度分布统计特性的反映)
①直方图 图像直方图表示图像中不同灰度级像素出现的相对频率,是图像灰度分布概率的估值。
P(rk)=nk/n
p(r0+r1+r2+…)=1
②图像变换
图像偏亮——直方图集中在高端
图像偏暗——直方图集中在低端
图像对比度低——直方图分布集中
质量很好的图像——直方图分布在整个灰度范围,而且趋近于均匀分布。
∷直方图均衡
直方图均衡是由一幅灰度分布概率已知的图像,生成一幅灰度概率分布均匀的新图像。
数学知识——随机变量r的概率密度函数p®,随机变量s是r的函数s=T ® ,计算s的概率密度函数
灰度映射公式
由于实际灰度分布离散,故实际计算公式为
由于点运算灰度要求0≤r≤255,有0≤s≤255,所以要对s和s的概率进行处理(如图例)
总结可得
①直方图均衡实现高概率增强,低概率削弱
②直方图均衡出现灰度级简并现象
③均衡后后的图像直方图不是严格均匀分布,只是近似均匀分布3.其他直方图处理方法
直方图规定化处理(直方图不完全均匀)
直方图均衡标准化处理(不太理解,后面补充)