码迷,mamicode.com
首页 > 其他好文 > 详细

数字图像处理——图像增强

时间:2019-09-27 01:18:56      阅读:226      评论:0      收藏:0      [点我收藏+]

标签:tmp   int   形式   等于   his   数字图像处理   个数   one   net   

图像增强

图像增强的目的是:改善图像的视觉效果或使图像更适合于人或机器的分析处理

\[ 图像增强 \begin{cases} 空域法 \begin{cases} 点操作 \begin{cases} 直接灰度变换\直方图修正 \end{cases}\邻域操作 \begin{cases} 图像平滑\图像锐化 \end{cases} \end{cases}\频域法 \begin{cases} 低通滤波\高通滤波 \end{cases} \end{cases} \]

点操作

直接灰度变换

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

\(T\) => 灰度映射函数

坐标位置 \((x,y)\)\(f\) 的自变量,表示当前灰度值,经过函数\(T\) 转变为\(g\)
注意在T函数中\(f(x,y)\)为其自变量

直接灰度变换又可以分为:

  • 线性变换
  • 分段线性变换
  • 非线性变换
线性变换 & 分段线性变换

技术图片

对于\(f(x,y)\)灰度范围为\([a,b]\)的部分,进行线性变换

\[g(x,y) = {d-c\over b-a}[f(x,y)-a]+c\]

我们可以用它来做什么?

举个简单的例子,我们可以很容易的通过调整灰度分布,使得图片白的部分更白,黑的部分更黑

void increase(Mat &inputImage, Mat& outputImage){
    outputImage = inputImage.clone();
    int rows = outputImage.rows;
    int cols = outputImage.rows;
    for (int i = 0; i < rows; i++){
        for (int j = 0; j < cols; j++){
            Vec3b & tmp = outputImage.at<Vec3b>(i, j);
            for (int k = 0; k < 3; k++){
                if (tmp[k] < 48)
                    tmp[k] = tmp[k] / 1.5;
                else if (tmp[k] > 191)
                    tmp[k] = (tmp[k] - 192) * 0.5 + 223;
                else tmp[k] = (tmp[k] - 38) * 1.33;
            }
        }
    }

效果图:

技术图片

非线性灰度变换

\[g(x,y)=clog_{10}[1+f(x,y)]\]

直方图

在数字图像处理中,直方图是最简单并且最有用的工具

灰度直方图是灰度级的函数,描述的是图像中该灰度级的像素个数

横坐标表示灰度级,纵坐标表示图像中该灰度级出现的像素个数

数据表示:

变量 含义
n 图像的像素总数
L 灰度级的个数
\(r_k\) 第 k 个灰度级
\(n_k\) 第 k 个灰度级的像素数
\(p_r(r_k)\) 该灰度级出现的频率

则 归一化形式:

\[p_r(r_k) = {n_k\over n},~k = 0,1,2,\cdots,L-1\]

公式利于归纳但是不利于理解,我们举个例子说明:

原始图像数据(每个位置上面的数字表示灰度级)

1 2 3 4 5 6
6 4 3 2 2 1
1 6 6 4 6 6
3 4 5 6 6 6
1 4 6 6 2 3
1 3 6 4 6 6

直方图

灰度系数 1 2 3 4 5 6
像素个数 5 4 5 6 2 14

归一化直方图数据

1/6 2/6 3/6 4/6 5/6 6/6
5/36 4/36 5/36 6/36 2/36 14/36

图像略

直方图性质

  1. 直方图未反映某一灰度级像素所在位置,即丢失了位置信息
  2. 一幅图像对应一个灰度直方图,但是不同的图像可能有相同的直方图
  3. 灰度直方图具有可加性,整幅图像的直方图等于素有不重叠子区域的直方图之和

直方图用途

  1. 反映图像的亮度、对比度、清晰度。用来判断一幅图像是否合理地利用了全部被允许的灰度级范围
  2. 图像分割阈值选取,如果某图像的灰度直方图具有二峰性,那么这个图像的较亮区域与较暗区域可以较好分离,取谷底做为阈值点

直方图计算

先求出图像灰度级总数,然后遍历图像,对应像素点的灰度级的像素个数++,最后归一化即可

直方图均衡化

目的:将\(p_r(k_r)\) 修正为均匀分布形式,使动态范围增加,图像清晰度增加,对比度增加

方法:

  1. 求出灰度直方图
  2. 计算累积分布\(p'_s(s_k) = \sum_{j=0}^kp_r(r_j)\)
  3. 计算新的灰度值\(s_k=int[(L-1)p's(s_k)+0.5]\)
\(r_k\) \(n_k\) \(p_r(r_k)\) \(p'_s(s_k)\) \(s_k\) \(N'_k\) \(p_s(s_k)\)
0 790 0.19 0.19 1 0 0
1 1023 0.25 0.44 3 790 0.19
2 850 0.21 0.65 5 0 0
3 656 0.16 0.81 6 1023 0.25
4 329 0.08 0.89 6 0 0
5 245 0.06 0.95 7 850 0.21
6 122 0.03 0.98 7 985 0.24
7 81 0.02 1.00 7 488 0.11

新的 \(N'_k\) 由上一级的\(n_k\) 而来

//可以直接调用opencv库写好的方法
void equalization(Mat &input, Mat &output){
    Mat imageRGB[3];
    split(input, imageRGB);
    for (int i = 0; i < 3;i++)
        equalizeHist(imageRGB[i], imageRGB[i]);
    merge(imageRGB, 3, output);
}

技术图片

数字图像处理——图像增强

标签:tmp   int   形式   等于   his   数字图像处理   个数   one   net   

原文地址:https://www.cnblogs.com/1625--H/p/11595235.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!