灰度级变换课件

第三章灰度级变换问题的引入

看两个图例，分析画面效果不好的原因。亮暗差别不是很大解决问题的思路

提高对比度，增加清晰度对比度的计算对比度的计算公式如下：即相邻像素间的灰度差即相邻像素间的灰度差为δ的像素分布概率其中：像素相邻：四近邻八近邻对比度的计算例设图像为：图像增强图像增强的目的是为了改善画质，使图像的显示效果更加清晰。本章中主要介绍的内容包括：线性对比度展宽动态范围调整直方图均衡化处理伪彩色技术线性对比度展宽

——实现方法设原图、处理后的结果图的灰度值分别为[g(i,j)]和[f(i,j)];要求[g(i,j)]和[f(i,j)]均在[0，255]间变化，但是g的表现效果要优于f。因为f和g的取值范围相同，所以通过抑制不重要的部分，来扩展所关心部分的对比度。线性对比度展宽

——实现方法为了达到上面所提出的目的，原图（横轴上的f(i,j)）与处理后图（纵轴上的g(i,j)）的灰度影射关系可用下图表示。255abfg255gagbαγβ(i,j)(i,j)线性对比度展宽

——实现方法

将上面图示的影射关系，用计算公式表达即为：线性对比度展宽

——灰级窗的实现方法如图所示，绘级窗实际上是线性对比度展宽的一种特殊形式。255abfg255gagbαγβ(i,j)(i,j)255abfg255β(i,j)(i,j)线性对比度展宽灰级窗动态范围调整

——动态范围的概念动态范围：是指图像中所记录的场景中从暗到亮的变化范围。动态范围对人视觉的影响：由于人眼所可以分辨的灰度的变化范围是有限的，所以当动态范围太大时，很高的亮度值把暗区的信号都掩盖了。动态范围调整

——动态范围调整的思路动态范围调整思路：通过动态范围的压缩可以将所关心部分的灰度级的变化范围扩大。动态范围调整方法分为以下两种：1）线性动态范围调整2）非线性动态范围调整线性动态范围调整

——实现方法按照上面的设计思路，可以得到新图与原图的对应关系如下。可以看到，线性动态范围调整的影射关系与灰级窗的相同。黑白ab0255255abfg255(i,j)(i,j)线性动态范围调整

——例题1399821373360646820529260黑：02白：9703999003933606469005090600299900292270747900509070将[2,7]转换到[0,9]作用：进行亮暗限幅

g(i,j)=9/5*f(i,j)-18/5C=16.9211C=26.2895非线性动态范围调整

——原理提出非线性动态范围调整，是因为线性动态范围调整的分段线性影射不够光滑。非线性动态范围调整，要求可以用光滑的曲线来实现。考虑到人眼对视觉信号的处理过程中，有一个近似对数算子的环节，因此，可采用对数运算来实现非线性动态范围调整。非线性动态范围调整示例非线性动态范围调整

——例题13998213733606468205292603599943585580868940749480g(i,j)=9*log(f(i,j)+1)作用：将暗的部分扩展，而将亮的部分抑制。C=16.9211C=18.7632直方图均衡化

——基本原理直方图均衡化方法的基本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。因为灰度分布可在直方图中描述，所以该图像增强方法是基于图像的灰度直方图。设f、g分别为原图像和处理后的图像。求出原图f的灰度直方图，设为h。显然，在[0,255]范围内量化时，h是一个256维的向量。直方图均衡化方法实现

——1.求直方图1）求出图像f的总体像素个数Nf=m*n(m,n分别为图像的长和宽）2）计算每个灰度级的分布概率，即每个像素在整个图像中所占的比例。hs(i)=h(i)/Nf(i=0,1,…,255)直方图均衡化方法实现

——2.计算原图的灰度分布概率

例hs=h/25直方图均衡化方法实现

——2.计算原图的灰度分布概率=[0.12,0.08,0.16,0.16,0.04,0.04,0.16,0.04,0.08,0.12]灰度级0123

45

6

789直方图均衡化方法实现

——4.计算原、新图灰度值的影射关系新图像g的灰度值g(i,j)为

例直方图均衡化方法实现

——4.计算原、新图灰度值的影射关系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]影射关系：新图[0,2,3,5,5,5,7,7,8,9]原图[0,1,2,3,4,5,6,7,8,9]例

f2599832575570757830539370g1399821373360646820529260C=16.92119*hpC=15.8421直方图均衡化方法实现

——4.计算原、新图灰度值的影射关系直方图均衡化方法实现

——5.原、新图灰度直方图比较

0123456789

0123456789f的灰度直方图g的灰度直方图直方图均衡化方法效果示例直方图均衡化方法

——比较例

f’1599844545580868840448480g1399822323360646620226260C=16.68429*hpC=17.1974直方图均衡化方法

——比较例

f1399821373360646820529260C=16.9211

f’1399822323360646620226260C=16.6842结论：原图的灰度分布均衡性越差，均衡化后的效果越好。伪彩色增强方法

——基本原理由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强，因此，把人眼无法区别的灰度变化，施以不同的彩色来提高识别率，这便是伪彩色增强的基本依据。伪彩色增强方法

——基本思路要由灰度图像生成一幅彩色图像是一个一到三的影射。显然由少信息量获得多信息量必然是基于估计原理。也就是说，对未知的部分，通过各种手段进行合理的估计。研究的目的不同，则给出的灰度到彩色的估计影射方法也随之不同。伪彩色增强方法

——分类伪彩色增强方法大致可以分为以下三类：基于灰度变换的伪彩色方法基于灰度调色板的伪彩色方法基于区域分割的伪彩色方法谢谢大家作业P513(1),(2),(3)不要求计算对比度。基于灰度变换的伪彩色方法

——基本原理仿照对温度的描述方式，当温度比较低，我们会想到蓝色（又称冷色调）。当温度较高的时候，会想到红色（又称暖色调）。根据人感官上的这一特性，将亮度低的影射为蓝色，亮度高的影射为红色。基于灰度变换的伪彩色方法

——影射关系由此，可以按照如下所示的影射关系进行伪彩色处理。255063127191255

fgR255063127191255

fgG255fgB063127191255

基于灰度变换的伪彩色方法

——影射关系按照前面的影射关系，最终可以获得灰度与彩色的对应关系如下图所示。可以看到，经过综合之后，颜色与光照强度相关。演示示例基于灰度调色板的伪彩色方法

——基本原理索引值RGB1R1G1B12R2G2B2：:::N

RN

GN

BN按照位图文件的索引色模式，首先根据需要设计一个调色板。然后，将灰度值作为调色板的索引值，完成从灰度到彩色的影射。灰度值基于灰度调色板的伪彩色方法

——影射关系索引值RGB1R1G1B12R2G2B2：:::N

RN

GN

BN索引值RGB1R1G1B12R2G2B2：:::N

RN

GN

BN基于灰度调色板的伪彩色方法

——调色板的设计例调入某个彩色图像的调色板，作为伪彩色影射用的灰度调色板。基于灰度调色板的伪彩色方法

——调色板影射例基于灰度调色板的伪彩色方法

——调色板影射例基于区域分割的伪彩色增强方法

——基本原理这是一种对不同的区域进行不同