空间域图像增强

基本概念

􀁺 图像增强分为两类：

空间域增强：对图像的像素直接处理

频域增强： 修改图像的傅里叶变换(后面介绍)

空间域增强：g(x, y) =T[f (x, y)]

􀀹

f(x,y)是原图像

􀀹

g(x,y)是处理后的图像

􀀹

T是作用于f的操作，定义在(x,y)的邻域

􀁺 空间域增强的简化形式：s =T(r)

􀀹

r是f(x,y)在任意点(x,y)的灰度级

􀀹

s是g(x,y)在任意点(x,y)的灰度级

点运算——1 反转变换，2 对数变换

􀁺 反转变换：s = (L−1)−r

[0,L-1]为图像的灰度级。作用：黑的变白，白的变黑

􀁺 对数变换：s = clog(1+ r)

c是常数,r ≥ 0。

有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失

解决办法是对原图进行灰度压缩，如对数变换。

点运算——3 幂次变换

􀁺 幂次变换：

c和是正常数

γ <1

提高灰度级，在正比函数上方，使图像变亮

γ >1 降低灰度级，在正比函数下方，使图像变暗

点运算——4 对比度拉伸

思想：提高图像处理时灰度级的动态范围

点运算——5

灰度级切片 (这点暂时还不太懂，今后用到再来研究)

点运算——6 位平面切片

􀁺 位平面切片

假设图像中每个像素的灰度级是256，这可以用8位来表示，假设图像是由8个位平面组成，范围从位平面0到位平面7。其中，位平面0包含图像中像素的最低位，位平面7包含像素的最高位。

作用

通过对特定位提高亮度，改善图像质量。

较高位(如前4位)包含大多数视觉重要数据。

较低位(如后4位)对图像中的微小细节有作用。

分解为位平面，可以分析每一位在图像中的相对重要性。