图像增强算法设计与实现(3)

g (x,y)=T[f(x,y)]

其中T被称为灰度变换函数，他描述了输入灰度值和输出灰度值之间的转换关系。一旦灰度变换函数确定，改灰度变换就被完全确定下来。

(1)imadjust函数

MATLAB软件中，imadjust函数可以实现图像的灰度变换，通过直方图变换调整图像的对比度。

J=imadjust (I,[low high],[bottom top],gamma)

top]指定了变换后的灰度范围。

原始图像动态范围较小，整体较暗，反映在直方图上像素主 要集中在低灰度的一侧。经过对比度调整，图像变亮。

(2)对数变换

对数变化常用来扩展低值灰度，压缩高值灰度，这样可以使低值灰度的图像细节更容易看清。对数变换的表达式为：

g(x,y)=log[f(x,y)+1]

其中，gamma为校正量r，[low high]为原图像中要变换的灰度范围，[bottom

好吧,学弟学妹们,我能帮上的就这么点了

对数变换确实能够扩展低值灰度，而压缩高值灰度，使低值灰度的图像细节更容易看清。

(3)指数变换

指数变换可以扩展低值灰度，压缩高值灰度，也可以扩展高值灰度，压缩低值灰度，但是由于与人的视觉特性不太相同，因此不常采用。

2. Gamma校正

Gamma校正也是数字图像处理中常用的图像增强技术。Imadjust函数中的gamma因子即是这里所说的Gamma校正的参数。Gamma因子的取值决定了输入图像到输出图像的灰度映射方式，即决定了增强低灰度还是增强高灰度。当Gamma等于1时，为线性变换。

假定原图像f(x,y)的灰度范围为[a,b]，变换后的图像g(x,y)的灰度范围线性的扩展至[c,d]，则对于图像中的任意一点的灰度值P(x,y)，变换后为g(x,y)，其数学表达式如下所示[6]：

g(x,y) (d c)/(b a) [f(x,y) a] c

若图像中大部分像素的灰度级分布在区间[a,b]内，max f为原图的最大灰度级，只有很小的一部分的灰度级超过了此区间，则为了改善增强效果，可以令

在曝光不足过着过度的情况下，图像的灰度可能会局限在很小的范围内，这时得到的图像可能是一个没有灰度层次的图像。采用线性变换对图像中每一个像素灰度做线性拉伸，能有效改善图像视觉效果。

3.4 平滑滤波

平滑技术用于平滑图像中的噪声。平滑噪声可以在空间域中进行，基本方法是求像素灰度的平均或中值。为了既平滑噪声又保护图像信号，也有一些改进的技术，比如在频域中运用低通滤波技术。

1.线性滤波

输出图像的值等于输入图像滤波后值的局部平均，各个项具有相同的权。下面是平滑窗口分别为矩形和圆形的情况。

对一些图像进行线性滤波可以去除图像中某些类型的噪声，如采用邻域平均法的均值滤波器就非常适用于去除通过扫描得到的图像中的颗粒噪声。

邻域平均法是空间域平滑噪声技术。用一像素邻域内各像素灰度平均值来代替该像素原来的灰度，即是邻域平均技术。

另外，频域处理的基础是频域滤波，例如，理想的低通滤波器：

H(U,V)= {0 D（u，v）≥D0}

其中D(u,v)=［(U-M/2)2=(V-N/2)2］1/2 错误！未找到引用源。

1 D（u，v）≤D0

好吧,学弟学妹们,我能帮上的就这么点了

2.非线性滤波

中值滤波是一种最常用的图像增强技术，是非线性滤波。对椒盐噪声有很好的去噪效果。对于高斯噪声，均值滤波效果比均值滤波效果好。但对于椒盐噪声，中值滤波效果比均值滤波效果好。

中值滤波是基于一个移动窗口并计算输入图像在窗口内的像素亮度值的中值作为输出图像窗口中心的像素值而产生的。给定的图像f(x,y)中的每一个点（m,n），取其领域s。设s含有M个像素{a1，a2， ，aM}，将其按大小排序，若M是奇数时，则位于中间的那个象素值就是修改后图像g(x,y)在点（m,n）处的像素值；若M是偶数则取中间两个象素的平均值作为修改后图像g(x,y)在点（m,n）处的象素值。

比较经过加入椒盐噪声的图像和经过中值滤波的图像，可以发现，图像的噪声点被去除；但是比较原始图像和经过滤波的图像后会发现，图像的边缘稍微的变得模糊，这是平滑算法不可避免的缺点。

3.5 锐化

图像锐化处理的作用是使灰度反差增强，从而使模糊图像变得更加清晰。图像模糊的实质就是图像受到平均运算或积分运算，因此可以对图像进行逆运算，如微分运算以突出图像细节使图像变得更为清晰。

由于拉普拉斯是一种微分算子，它的应用可增强图像中灰度突变的区域，减弱灰度的慢变化区域。因此，锐化处理可选择拉普拉斯算子对原图像进行处理产生描述灰度突变的图像，再将拉普拉斯图像与原始图像叠加而产生锐化图像。拉普拉斯锐化的基本方法可以由下式表示：

g(x,y)=f(x,y)-2f(x,y)

这种简单的锐化方法既可以产生拉普拉斯锐化处理的效果，同时又能保留背景信息：将原始图像叠加到拉普拉斯变换的处理结果中去，可以使图像中的各灰度值得到保留、灰度突变处的对比度得到增强，最终结果是在保留图像背景的前提下，突现出图像中小的细节。

图像模糊的部分得到了锐化，特别是模糊的边缘部分得到了增强，边界更加明显。但是，图像显示清楚的地方，经过滤波发生了失真。

3.6 彩色增强

用于增强图像对比度的方法很多，要根据应用目的加以选择。伪彩色变换是增强图像显示效果和提高视觉分辨率的一种常用的、最有效的手段，但伪彩色增

好吧,学弟学妹们,我能帮上的就这么点了

强不可能增加图像的有效信息；伪彩色增强的视觉效果由所选择的彩色映射决定，在选择映射函数时，尽可能使三通道的函数不相关。伪彩色处理增强视觉效果明显，常用于医学、遥感图像显示。真彩色图像增强需要考虑彩色特征空间的选择，同样的运算在不同的特征空间效果不同。

1.伪彩色增强

伪彩色（pseudo color），非彩色图像（灰度、二值）人为映射成彩色图像。伪彩色增强是将一个波段或单一的黑白图像变换为彩色图像，从而把人眼不能区分的微小的灰度差别显示为明显的色彩差异，更便于解译和提取有用信息。伪彩色增强的方法主要有以下三种：

(1)密度分割法：

密度分割或密度分层是伪彩色增强中最简单的一种方法，它是对图像亮度范围进行分割，使一定亮度间隔对应于某一类地物或几类地物从而有利于图像的增强和分类。它是把黑白图像的灰度级从0（黑）到M0(白)分成N个区间

Li,i=1,2, ,N。给每个区间Li指定一种彩色Ci，这样，便可以把一幅灰度图像变成一幅伪彩色图像。此法比较直观简单，缺点使变换出的彩色数目有限。

(2)空间域灰度级－彩色变换：

空间域灰度级－彩色变换是一种更为常用的、比密度分割更有效的伪彩色增强法。它是根据色度学的原理，将原图像的灰度分段经过红、绿、蓝三种不同变换，变成三基色分量，然后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图像。彩色的含量由变换函数的形状而定。

(3)频率域伪彩色增强：

频率域伪彩色增强时先把黑白图像经傅立叶变换到频率域，在频率域内三个不同传递特性的滤波器分离成三个独立分量，然后对它们进行逆傅立叶变换，便得到三幅代表不同频率分量的单色图像，接着对这三幅图像作进一步的处理（直方图均衡化），最后将它们作为三基色分量分别加到彩色显示器的红、绿、蓝显示通道，从而实现频率域分段的伪彩色增强。

2.真彩色增强

真彩色(true-color)是指图像中的每个像素值都分成R、G、B三个基色分量，每个基色分 …… 此处隐藏：3047字，全部文档内容请下载后查看。喜欢就下载吧 ……