图象增强对比度

图象增强对比度第一页，共六十七页，编辑于2023年，星期二第二页，共六十七页，编辑于2023年，星期二目的：

采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。图象增强并不以图象保真为准则，而是有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。第三页，共六十七页，编辑于2023年，星期二方法：

空间域处理

全局运算：在整个图象空间域进行,对整幅图象进行相同的处理，如旋转、放大、缩小等。

局部运算：在与象素有关的空间域进行，根据以处理象素中心的邻域多个象素灰度值计算象素值，如均值滤波、中值滤波等。

点运算：对图象作逐点运算，输出只依赖于对应点的灰度值，如对比度操作或对比度拉伸。

频域处理在图象的Fourier变换域上进行处理。第四页，共六十七页，编辑于2023年，星期二灰度变换法线性变换对数变换指数变换直方图调整法直方图均衡化直方图匹配3.1对比度增强第五页，共六十七页，编辑于2023年，星期二(一)线性灰度变换 当图象成象时曝光不足或过度,或由于成象设备的非线性和图象记录设备动态范围太窄等因素。都会产生对比度不足的弊病，使图象中的细节分辨不清。这时可将灰度范围线性扩展。设f(x,y)灰度范围为[a,b]，g(x,y)灰度范围为[c,d],灰度变换法第六页，共六十七页，编辑于2023年，星期二第七页，共六十七页，编辑于2023年，星期二0f(x,y)g(x,y)abcd第八页，共六十七页，编辑于2023年，星期二灰度变换法

(二)分段线性灰度变换 将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。设f(x,y)灰度范围为[0,Mf]，g(x,y)灰度范围为[0,Mg],第九页，共六十七页，编辑于2023年，星期二分段线性灰度变换第十页，共六十七页，编辑于2023年，星期二分段线性灰度变换第十一页，共六十七页，编辑于2023年，星期二%

Matlab代码I=imread(‘lina.bmp’);%读图象[M,N]=size(I);%获取图象大小R=zeros(M,N);%初始化结果图象fori=1:M%行forj=1:N%列g=I(i,j);%当前象素灰度ifg<a%判断灰度，转换R(i,j)=c*g/a;elseif(g>=a)&(g<b)R(i,j)=(d-c)*(g-a)/(b-a)+c;elseR(i,j)=(Mg-d)*(g-b)/(Mf-b)+d;end;end;end;第十二页，共六十七页，编辑于2023年，星期二灰度变换法

(三)非线性灰度变换 （1）对数变换低灰度区扩展，高灰度区压缩。（2）指数变换高灰度区扩展，低灰度区压缩。第十三页，共六十七页，编辑于2023年，星期二a,b,c是按需要可以调整的参数。对数变换第十四页，共六十七页，编辑于2023年，星期二对数变换第十五页，共六十七页，编辑于2023年，星期二a,b,c是按需要可以调整的参数。指数变换第十六页，共六十七页，编辑于2023年，星期二指数变换第十七页，共六十七页，编辑于2023年，星期二原始图象灰度变换示例第十八页，共六十七页，编辑于2023年，星期二非线性灰度变换对数效应低灰度区扩展，高灰度区压缩第十九页，共六十七页，编辑于2023年，星期二非线性灰度变换指数效应低灰度区压缩，高灰度区扩展第二十页，共六十七页，编辑于2023年，星期二分段线性化出现假轮廓第二十一页，共六十七页，编辑于2023年，星期二灰度倒置底片效果第二十二页，共六十七页，编辑于2023年，星期二阈值化阈值128第二十三页，共六十七页，编辑于2023年，星期二阈值化阈值180第二十四页，共六十七页，编辑于2023年，星期二阈值化阈值66第二十五页，共六十七页，编辑于2023年，星期二Matlab中灰度调整函数%例1灰度图象I=imread('pout.tif');J=imadjust(I,[0.30.7],[]);imshow(I),figure,imhist(I);figure,imshow(J),figure,imhist(J);imadjust第二十六页，共六十七页，编辑于2023年，星期二第二十七页，共六十七页，编辑于2023年，星期二第二十八页，共六十七页，编辑于2023年，星期二%例2彩色图象RGB1=imread('flowers.tif');RGB2=imadjust(RGB1,[.2.30;.6.71],[]);imshow(RGB1),figure,imshow(RGB2)第二十九页，共六十七页，编辑于2023年，星期二第三十页，共六十七页，编辑于2023年，星期二（一）直方图均衡化HistogramEqualization

直方图:表示数字图象中的每一灰度级与其出现的频率(该灰度级的象素数目)间的统计关系,用横坐标表示灰度级,纵坐标表示频数(也可用概率表示)。直方图调整法第三十一页，共六十七页，编辑于2023年，星期二直方图第三十二页，共六十七页，编辑于2023年，星期二I=imread('rice.tif');[M,N]=size(I);s=256;%灰度级H=zeros(1,s);fori=1:Mforj=1:Ng=I(i,j);H(1,g+1)=H(1,g+1)+1;end;end;计算直方图第三十三页，共六十七页，编辑于2023年，星期二灰度直方图第三十四页，共六十七页，编辑于2023年，星期二彩色直方图第三十五页，共六十七页，编辑于2023年，星期二

直方图均衡化是将原图象的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图象。图象均衡化处理后，图象的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图象看起来就更清晰了。

直方图均衡化第三十六页，共六十七页，编辑于2023年，星期二直方图均衡化

首先假定连续灰度级的情况，推导直方图均衡化变换公式，令r代表灰度级，P(r)

为概率密度函数。

r值已归一化，最大灰度值为1。灰度级数为0,1,…,L-1共L级。

第三十七页，共六十七页，编辑于2023年，星期二连续灰度的直方图非均匀分布第三十八页，共六十七页，编辑于2023年，星期二连续灰度的直方图均匀分布第三十九页，共六十七页，编辑于2023年，星期二直方图均衡化目标直方图均衡化第四十页，共六十七页，编辑于2023年，星期二直方图均衡化

要找到一种变换S=T(r)

使直方图变平直，为使变换后的灰度仍保持从黑到白的单一变化顺序，且变换范围与原先一致，以避免整体变亮或变暗。必须规定：（1）在0≤r≤1中，T(r)是单调递增函数，且0≤T(r)≤1；（2）反变换r=T-1(s),T-1(s)也为单调递增函数，0≤s≤1。

第四十一页，共六十七页，编辑于2023年，星期二rjrj+rsjsj+s直方图均衡化变换公式推导图示第四十二页，共六十七页，编辑于2023年，星期二直方图均衡化

考虑到灰度变换不影响象素的位置分布，也不会增减象素数目。所以有

第四十三页，共六十七页，编辑于2023年，星期二直方图均衡化

应用到离散灰度级，设一幅图象的象素总数为n，分L个灰度级。nk:第k个灰度级出现的频数。第k个灰度级出现的概率P(rk)=nk/n其中0≤rk≤1，k=0,1,2,...,L-1形式为：

第四十四页，共六十七页，编辑于2023年，星期二例：设图象有64*64=4096个象素，有8个灰度级，灰度分布如表所示。进行直方图均衡化。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1

nk

790102385065632924512281p(rk)

0.190.250.210.160.080.060.030.02第四十五页，共六十七页，编辑于2023年，星期二1.由（3-2）式计算skrkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1

nk790102385065632924512281p(rk)

0.190.250.210.160.080.060.030.02sk计算0.190.440.650.810.890.950.981.00第四十六页，共六十七页，编辑于2023年，星期二rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1

nk790102385065632924512281p(rk)

0.190.250.210.160.080.060.030.02sk计算0.190.440.650.810.890.950.981.00sk舍入1/73/75/76/76/71112.把计算的sk就近安排到8个灰度级中第四十七页，共六十七页，编辑于2023年，星期二rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1

nk790102385065632924512281p(rk)

0.190.250.210.160.080.060.030.02sk计算0.190.440.650.810.890.950.981.00sk舍入1/73/75/76/76/7111sk

s0s1s2s3s4nsk

7901023850985448p(sk)

0.190.250.210.240.113.重新命名sk，归并相同灰度级的象素数第四十八页，共六十七页，编辑于2023年，星期二直方图均衡化均衡化前后直方图比较第四十九页，共六十七页，编辑于2023年，星期二直方图均衡化

直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。若这些灰度级所构成的图象细节比较重要，则需采用局部区域直方图均衡。

第五十页，共六十七页，编辑于2023年，星期二直方图均衡化–实例1第五十一页，共六十七页，编辑于2023年，星期二直方图均衡化–实例2

第五十二页，共六十七页，编辑于2023年，星期二Matlab中有关直方图的函数1、显示直方图imhist()I=imread('pout.tif');imshow(I);figure;imhist(I);第五十三页，共六十七页，编辑于2023年，星期二第五十四页，共六十七页，编辑于2023年，星期二%例1J=histeq(I);imshow(I);title('原始图象');figure,imshow(J);title('直方图均衡化后图象');2、直方图均衡化histeq()第五十五页，共六十七页，编辑于2023年，星期二第五十六页，共六十七页，编辑于2023年，星期二第五十七页，共六十七页，编辑于2023年，星期二

%例2I=imread('tire.tif');J=histeq(I);imshow(I);figure,imshow(J)第五十八页，共六十七页，编辑于2023年，星期二第五十九页，共六十七页，编辑于2023年，星期二第六十页，共六十七页，编辑于2023年，星期二TermsImageenhancement:图象增强Imagequality:图象质量Algorithm:算法Globeoperation:全局运算Localoperation:局部运算Pointoperation:点运算Spatial:空间的Spatialdomain:空间域Spatialcoordinate:空间坐标第六十一页，共六十七页，编辑于2023年，星期二TermsLinear:线性Nonlinear:非线性Frequency:频率Frequencyvariable:频率变量Frequencydomain:频域Fouriertransform:傅立叶变换One-dimensionalFouriertransform:一维傅立叶变换第六十二页，共六十七页，编辑于2023年，星期二TermsTwo-dimensionalFouriertransform:二维傅立叶变换DiscreteFouriertransform(DFT):离散傅立叶变换FastFouriertransform(FFT):快速傅立叶变换InverseFouriertransform:傅立叶反变换Contrastenhancement:对比度增强Contraststretching:对比度扩展第六十三页，共六十七页，编辑于2023年，星期二TermsGray-scale