曲阜師范大學圖像信息處理課件第3章圖像增強

第三章圖像增強問題的引入

看兩個圖例，分析畫面效果不好的原因。亮暗差別不是很大解決問題的思路

提高對比度，增加清晰度對比度的概念

對比度：通俗地講，就是亮暗的對比程度。對比度通常表現(xiàn)了圖像畫質(zhì)的清晰程度。對比度的計算對比度的計算公式如下：即相鄰像素間的灰度差即相鄰像素間的灰度差為δ的像素分布概率其中：像素相鄰：四近鄰八近鄰對比度的計算例設圖像為：圖像增強圖像增強的目的是為了改善畫質(zhì)，使圖像的顯示效果更加清晰。本章中主要介紹的內(nèi)容包括：線性對比度展寬非線性動態(tài)范圍調(diào)整直方圖均衡化處理Retinex圖像增強方法線性對比度展寬對比度展寬的目的是：通過將亮暗差異(即對比度)擴大，來達到改善圖像的效果，把人們所關心的部分強調(diào)出來。原理：進行像素點對點的，灰度級的線性影射。該影射關系通過調(diào)整參數(shù)，來實現(xiàn)對亮暗差異的擴大。線性對比度展寬

——

實現(xiàn)方法設原圖、處理后的結果圖的灰度值分別為[g(i,j)]和[f(i,j)];要求[g(i,j)]和[f(i,j)]均在[0，255]間變化，但是g的表現(xiàn)效果要優(yōu)于f。因為f和g的取值范圍相同，所以通過抑制不重要的部分，來擴展所關心部分的對比度。線性對比度展寬

——

實現(xiàn)方法為了達到上面所提出的目的，原圖（橫軸上的f(i,j)）與處理后圖（縱軸上的g(i,j)）的灰度影射關系可用下圖表示。255abfg255gagbαγβ(i,j)(i,j)線性對比度展寬

——

實現(xiàn)方法

將上面圖示的影射關系，用計算公式表達即為：線性對比度展寬

——

灰級窗的實現(xiàn)方法如圖所示，繪級窗實際上是線性對比度展寬的一種特殊形式。255abfg255gagbαγβ(i,j)(i,j)255abfg255β(i,j)(i,j)線性對比度展寬灰級窗動態(tài)范圍調(diào)整

——

動態(tài)范圍的概念動態(tài)范圍：是指圖像中所記錄的場景中從暗到亮的變化范圍。動態(tài)范圍對人視覺的影響：由于人眼所可以分辨的灰度的變化范圍是有限的，所以當動態(tài)范圍太大時，很高的亮度值把暗區(qū)的信號都掩蓋了。動態(tài)范圍調(diào)整

——

動態(tài)范圍調(diào)整的思路動態(tài)范圍調(diào)整思路：通過動態(tài)范圍的壓縮可以將所關心部分的灰度級的變化范圍擴大。動態(tài)范圍調(diào)整方法分為以下兩種：1）線性動態(tài)范圍調(diào)整2）非線性動態(tài)范圍調(diào)整線性動態(tài)范圍調(diào)整

——

基本思路通過把原圖中“不太黑”的像素也變成黑，把原圖中“不太白”的相素也變成白的方式，來壓縮動態(tài)范圍，使新的圖像中，關心部分的對比度可以展寬。如下圖所示，將原來[0,255]范圍內(nèi)的亮暗變化，壓縮到[a,b]范圍內(nèi)。黑白ab0255線性動態(tài)范圍調(diào)整

——

實現(xiàn)方法按照上面的設計思路，可以得到新圖與原圖的對應關系如下。可以看到，線性動態(tài)范圍調(diào)整的影射關系與灰級窗的相同。黑白ab0255255abfg255(i,j)(i,j)線性動態(tài)范圍調(diào)整

——

例題1399821373360646820529260黑：02白：9703999003933606469005090600299900292270747900509070將[2,7]轉(zhuǎn)換到[0,9]作用：進行亮暗限幅

g(i,j)=9/5*f(i,j)-18/5C=16.9211C=26.2895對比度展寬效果示例線性動態(tài)范圍調(diào)整效果示例非線性動態(tài)范圍調(diào)整

——

原理提出非線性動態(tài)范圍調(diào)整，是因為線性動態(tài)范圍調(diào)整的分段線性影射不夠光滑。非線性動態(tài)范圍調(diào)整，要求可以用光滑的曲線來實現(xiàn)?？紤]到人眼對視覺信號的處理過程中，有一個近似對數(shù)算子的環(huán)節(jié)，因此，可采用對數(shù)運算來實現(xiàn)非線性動態(tài)范圍調(diào)整。非線性動態(tài)范圍調(diào)整示例非線性動態(tài)范圍調(diào)整

——

實現(xiàn)方法設原圖為[f(i,j)]，處理后的圖像為[g(i,j)]，則影射關系為：非線性動態(tài)范圍調(diào)整

——例題13998213733606468205292603599943585580868940749480g(i,j)=9*log(f(i,j)+1)作用：將暗的部分擴展，而將亮的部分抑制。C=16.9211C=18.7632非線性動態(tài)范圍調(diào)整示例直方圖均衡化

——

基本原理直方圖均衡化方法的基本思想是，對在圖像中像素個數(shù)多的灰度級進行展寬，而對像素個數(shù)少的灰度級進行縮減。從而達到清晰圖像的目的。因為灰度分布可在直方圖中描述，所以該圖像增強方法是基于圖像的灰度直方圖。設f、g分別為原圖像和處理后的圖像。求出原圖f的灰度直方圖，設為h。顯然，在[0,255]范圍內(nèi)量化時，h是一個256維的向量。直方圖均衡化方法實現(xiàn)

——

1.求直方圖例1399821373360646820529260f注：這里為了描述方便起見，設灰度級的分布范圍為[0,9]。直方圖均衡化方法實現(xiàn)

——

1.求直方圖1）求出圖像f的總體像素個數(shù)

Nf=m*n(m,n分別為圖像的長和寬）2）計算每個灰度級的分布概率，即每個像素在整個圖像中所占的比例。

hs(i)=h(i)/Nf(i=0,1,…,255)直方圖均衡化方法實現(xiàn)

——

2.計算原圖的灰度分布概率

例hs=h/25直方圖均衡化方法實現(xiàn)

——

2.計算原圖的灰度分布概率=[0.12,0.08,0.16,0.16,0.04,0.04,0.16,0.04,0.08,0.12]灰度級

0123

45

6

789設圖像各灰度級的累計分布hp。

直方圖均衡化方法實現(xiàn)

——

3.計算原圖灰度的累計分布

例直方圖均衡化方法實現(xiàn)

——

3.計算原圖灰度的累計分布hs=[0.12,0.08,0.16,0.16,0.04,0.04,0.16,0.04,0.08,0.12]hp=[0.12,0.20,0.36,0.52,0.56,0.60,0.76,0.80,0.88,1.00]直方圖均衡化方法實現(xiàn)

——4.計算原、新圖灰度值的影射關系新圖像g的灰度值g(i,j)為

例直方圖均衡化方法實現(xiàn)

——4.計算原、新圖灰度值的影射關系hp=[0.12,0.20,0.36,0.52,0.56,0.60,0.76,0.80,0.88,1.00]9*hp=[0,1.80,3.24,4.68,5.04,5.40,6.84,7.20,7.92,9.00]影射關系：新圖

[0,2,3,5,5,5,7,7,8,9]原圖

[0,1,2,3,4,5,6,7,8,9]例

f2599832575570757830539370g1399821373360646820529260C=16.92119*hpC=15.8421注：請同學們思考一下，為什么均衡化后的對比度還降低了？直方圖均衡化方法實現(xiàn)

——4.計算原、新圖灰度值的影射關系直方圖均衡化方法實現(xiàn)

——5.原、新圖灰度直方圖比較

0123456789

0123456789f

的灰度直方圖g

的灰度直方圖直方圖均衡化方法效果示例直方圖均衡化方法

——

比較例

f’1599844545580868840448480g1399822323360646620226260C=16.68429*hpC=17.1974直方圖均衡化方法

——

比較例

f1399821373360646820529260C=16.9211

f’139982232336064662022626