图像增强技术—灰度变换及应用实例
数字图像处理作业(第两次) 基于灰度变换的图像增强
数字图像处理作业（第两次） 基于灰度变换的图像增强第一题 利用幂律变换进行图像增强（实现例3.1）1. 问题重现例3.1中的实验，即用幂律变换对冈萨雷斯《数字图像处理（第3版）》Fig.3.8(a)中的图像进行变换。
c 取1， gamma 分别取0.6,0.4,0.3，观察何时获得最佳的增强效果。
2. 算法步骤：1）将Fig.3.8(a) 中的图像读入矩阵X 中2）输入参数c 和gamma 的值3）显示图像X ；4）利用参数c 和gamma 的值对X 进行幂律变换，得到变换后的图像Y5）显示变换后的图像Y 。
3．程序：(1) 幂律变换的程序：function Y=power_enhance(X, gamma, c)% 对输入图像X 进行幂律变换if ~isa(X,'double')X=im2double(X);endY=c*X.^gamma;(2) 主程序：X=imread('Fig0308(a)(fractured_spine).tif');figure(1)imshow(X);c=1; gamma=0.3;Y= power_enhance(X, gamma, c);figure(2)imshow(Y)c=1,gamma=0.3时的运行结果： c=1, gamma=0.4时的运行结果： c=1, gamma=0.6时的运行结果：5. 实验结果分析随着伽马值从0.6减小到0.4，更多的细节变得可见了。
当伽马值进一步减小到0.3时，背景中的细节得到了进一步增强，但对比度会降低到图像开始有轻微“冲淡”外观的那一点，尤其是在背景中。
比较所有的结果，在对比度和可辨识方面的最好增强在0.4时。
第二题 利用幂律变换进行图像增强（实现例3.2）1. 问题重现例3.2中的实验，即用幂律变换对冈萨雷斯《数字图像处理（第3版）》Fig.3.9(a)中的图像进行变换。
c 取1， gamma 分别取3, 4 和5 ，观察何时获得最佳的增强效果。
数字图像处理图像增强第一讲及灰度变换
应该明确的是增强处理并不能增强原始图像 的信息，其结果只能增强对某种信息的辨别能 力，而这种处理有可能损失一些其他信息。
图像增强是数字图像处理的基本内容之一。
图像增强示例
概述
图像增强技术是一大类基本的图像处理技术， 其目的是对图像进行加工，以得到对具体应 用来说视觉效果更“好”、更“有用”的图 像。
利用映射函数可将原始图像中每个像素的灰度 都映射到新的灰度.
左图增加对比度 右图降低对比度
直接灰度变换
直接灰度变换属于所有图像增强技术中最简单的一类。 为了将图像灰度级的整个范围或一段范围扩展或压缩到记
录或显示设备的动态范围内，可使图像动态范围增大，图 像对比度扩展。 使图像变得清晰/图像上的特征变得明显。
s L 1t
此方法适用于增强嵌入于图像暗色区域的白色或灰色细节, 特别是黑色面积在尺寸上占主导低位时。
15
直接灰度变换
2.线性灰度变换
灰度线性变换表示对输入图像灰度作线性扩张或压缩， 映射函数为一个直线方程，其表达式和演示控件如下：
gx, y af x, y b
增强的对象：
在曝光不足或过度的情况下，图像灰度可能会局限在一 个很小的范围内。这时在显示器上看到的将是一个模糊不 清、似乎没有灰度层次的图像。采用灰度线性变换方法可 以拉伸灰度动态范围，使图像清晰。
1、如果S1=t1，S2=t2，则T为1条斜率为1的直线，增强图 像和原图像相同。
2、如果S1=S2，t1=L-1，则增强图像只剩2个灰度级，此时 对比度最大但细节全丢失。
3、如果S1>t1，S2<t2，则原图像中灰度值在0到S1和S2到 L-1间的动态范围减少了，而原图中灰度值在S1和S2间的动 态范围增加了，从而增强了中间范围内的对比度。
图像增强中灰度变换
图像增强中灰度变换1、理论原理灰度变换方法是图像增强的重要手段，它使图像的动态范围加大，使图像的对比度扩展，图像更加清晰，特征更加明显。
简单的说，灰度变换就是指对图像上各个像素点的灰度值x 按某函数T(x)变换到v 。
例如为了提高图像的清晰度，需要将图像的灰度级整个范围或其中某一段(A ，B)扩展或压缩到(A+，B*)；需要显示出图像的细节部分等都要求采用灰度变换方法。
灰度变换有时又被称为图像的对比度增强。
假定输入图像中的一个像素的灰度级为z ，经过T(Z)函数变换后输出图像对应的灰度级为z+，其中要求z 和z*都要在图像的灰度范围之内。
根据T(x)形式，可以将灰度变换分为线性变换和非线性变换。
此外，直方图均衡化方法也是很好的图像增强方法之一。
具体应用中采用何种T(x)，需要根据变换的要求而定。
1.1线性灰度变换1）目的：为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区间，可以采用分段线性变换。
2）数学表达式 图5-9[]⎪⎩⎪⎨⎧≤≤+---≤≤+---≤≤=f f g M y x f b d b y x f b M d M b y x f a c a y x f a b c d a y x f y x f a c y x g ),(]),(][)()([),(),(])()([),(0),()(),(调整折线拐点的位置及控制分段直线的斜率，可对（从而）任意灰度区间进行扩展或压缩。
图5-9 分段线性变换关系1.2 灰度非线性变换(1) 对数变换f f (x, y ) Mg g (x , y )1）cb y x f a y x g ln ]1),(ln[),(++= a 、b 、c 作用：调整曲线的位置和形状 图5-17图5-17 图像的对数变换关系2）效果：低灰度范围扩展 高灰度范围压缩，使图像分布均匀，与视觉特性相匹配(2) 指数变换1）1),(]),([-=-a y x f c b y x ga 、b 、c 作用：调整曲线的位置和形状2）效果 高灰度范围扩展2、实验1线性灰度变换方法给定图像”6.jpg ”，采用MATLAB 编程，对其进行线性对比度展宽处理。
第4章图像增强1灰度变换PPT课件
pr(rk)n n k
k0,1,2, ,L1
式中： n是一幅图像的像素总数； L是灰度级的总数目； rk表示第k个灰度 级； nk为第k级灰度的像素数； pr(rk)表示该灰度级出现的频率，是对其出 现概率的估计。在直角坐标系中做出rk与pr(rk)的关系图形，称为该图像的
直方图。其横坐标表示灰度级，纵坐标表示该灰度级出现的次数或频率。对
连续图像，直方图的纵坐标表示灰度级出现的概率密度。
7
直方图
1 2 34 5 6 6 4 32 2 1 1 6 64 6 6 3 4 56 6 6 1 4 66 2 3 1 3 64 6 6
1 2 34 5 6 5 4 5 6 2 14
图像灰度直方图
8
直方图
直方图的性质： (1) 直方图是一幅图像中各灰度级出现频数的统计
作。
4
空域处理表示
如果用s 和t 分别代表 f 和 g 在(x,y)处的灰
度值，则空间域处理就表示为： t T(s)
下图是增强对比度的T操作：
5
空域点处理增强
灰度变换方法
直接灰度变换法 直方图修正法
线性变换 分段线性 非线性变换 直方图均衡化 直方图规定化
6
直方图
直方图
直方图是灰度级的函数，它反映了图像中每一灰度级出现的次数(该 灰度级的像素数)或频率(该灰度级像素数与图像总像素数之比)。对数字 图像，直方图可表示为
t3 6 n t3 98p t 5 ( s t3 ) 0 .24 t4 7 n t4 44p t 8 ( s t4 ) 0 .11
50
直方图规定化
例
（2）对规定直方图像操作：
v 0 0 .0 T 0 u ( u 0 ) v 1 0 .0 T 0 u ( u 1 ) 0
运用计算机视觉技术进行图像增强的方法分享
运用计算机视觉技术进行图像增强的方法分享图像增强是计算机视觉领域中的一个重要任务，它旨在通过调整图像的各种属性和特性，提高图像的质量和可视化效果。
计算机视觉技术在图像增强中扮演着关键角色，它提供了各种方法和算法来改善图像的亮度、对比度、清晰度等关键特性。
在本文中，我们将探讨几种常见的运用计算机视觉技术进行图像增强的方法。
一、灰度变换灰度变换是最简单但也是最常见的图像增强方法之一。
通过对图像像素的灰度级进行变换，可以调整图像的亮度和对比度。
常用的灰度变换方法包括线性变换、非线性变换和直方图均衡化。
线性变换是通过对每个像素进行乘法和加法操作来改变图像的亮度和对比度。
常用的线性变换方法有亮度调整和对比度拉伸。
亮度调整可以通过将每个像素乘以一个常数来增加或减少亮度。
对比度拉伸则通过对像素值进行线性伸缩来增加图像的对比度。
非线性变换通常涉及到像素值的幂次、指数、对数等运算。
这些操作可以用来调整图像的亮度和对比度，同时改变像素值的分布。
例如，幂次变换可以通过将每个像素值的幂次来调整图像的亮度和对比度。
指数变换则可以用来调整图像的亮度和增强细节。
直方图均衡化是一种常用的非线性灰度变换方法，它通过调整图像的灰度级分布来增强图像的对比度。
直方图均衡化可以使图像的灰度级更均匀地分布在整个灰度范围内，从而提高图像的可视化效果。
二、滤波器应用滤波器应用是另一种常见的图像增强方法。
滤波器可以通过对图像进行卷积操作来改变图像的特征和属性。
常用的滤波器包括平滑滤波器、锐化滤波器和边缘检测滤波器。
平滑滤波器主要用于降低图像的噪声和去除细节。
平滑滤波器通过计算周围像素的平均值或加权平均值来减少图像的噪声。
常用的平滑滤波器包括均值滤波器和高斯滤波器。
锐化滤波器用于增强图像的细节和边缘。
锐化滤波器通过计算图像中不同方向的梯度，从而增强图像中的边缘信息。
常用的锐化滤波器包括拉普拉斯滤波器和Sobel滤波器。
边缘检测滤波器用于检测图像中的边缘和轮廓。
数字图像处理 图像增强 第一讲 概述及灰度变换
三段线性变换
常用的是三段线性变换。
Slide 20
实际上，S1、S2、t1、t2可取不同的值进行组合，从而得 到不同的效果。
1、如果S1=t1，S2=t2，则T为1条斜率为1的直线，增强图 像和原图像相同。 2、如果S1=S2，t1=L-1，则增强图像只剩2个灰度级，此时 对比度最大但细节全丢失。 3、如果S1>t1，S2<t2，则原图像中灰度值在0到S1和S2到 L-1间的动态范围减少了，而原图中灰度值在S1和S2间的动 态范围增加了，从而增强了中间范围内的对比度。 4、如果S1<t1，S2>t2，则原图像中灰度值在0到S1和S2到 L-1间的动态范围增加了，而原图中灰度值在S1和S2间的动 态范围减少了。
环境光源太暗，使灰度值偏小，就会使图像太暗看不清。
如果环境光源太亮，又使图像泛白。 通过灰度变换，就可以将灰度值调整到合适的程度。
灰度变换可分为线性变换、分段线性变换和非线性变换几 种方法。
直接灰度变换
1、图像求反
假设对灰度级范围是[0，L-1]的图像求反，就是通过变 换将[0，L-1]变换到[L-1，0]，变换公式如下：
设变量 r 代表图像中像素灰度级。在图像中， 像素的灰度级可作归一化处理，这样，r 的值将 限定在下述范围之内:
0 r 1
在灰度级中， r = 0
(4—4)
代表黑， r = 1 代表白。
对于一幅给定的图像来说，每一个像素取 得[0，1]区间内的灰度级是随机的，也就是说
r 是一个随机变量。假定对每一瞬间它们是连
实验2 灰度图像增强
试验2 灰度图像增强一． 试验目的：通过本实验使学生掌握使用MATLAB 对灰度图像进行空域增强的目的，加深对空域图像增强的理解。
二． 试验内容：（一）直方图均衡1读入lena_gray.tif 图像文件，画出直方图并解释之； 程序如下：lenac=imread('d:\test_images\lena_gray.tif','tif'); imhist(lenac)结果如下：50100150200250分 析：由直方图可以看出，此图像的灰度级别较低，即色调较暗，灰度级大多数分布在0~100范围内，且亮度分布从0~3500有较大的变化，但图像具体是什么样的无法判断出。
2．对该图像进行直方图均衡，显示均衡后的图像及其直方图，并解释之： 程序：lenac=imread('d:\test_images\lena_gray.tif','tif'); imhist(lenac);len_aver=histeq(lenac); imshow(len_aver);imhist(len_aver)均衡后的图像：均衡后的直方图：0500100015002000250030003500400045005000501001502002500500100015002000250030003500400045005000.分 析： 从图像中我们就可以看出处理后的图像比原来亮了，从直方图中，也可以清楚的看出图像的灰度级较均匀的分布在0~255范围内，且亮度都较高。
3.将均衡后的图像存为lena_gray_1.tif 文件。
程序：lenac=imread('d:\test_images\lena_gray.tif','tif'); len_aver=histeq(lenac); imhist(len_aver);imwrite(len_aver,'d:\jly\lena_gray_1.tif','tif')结果为：4再将lena_gray_1.tif文件读入并重复上述过程，说明增强效果并解释之：程序：lenac=imread('d:\test_images\lena_gray.tif','tif');len_aver=histeq(lenac);%¾ùºâºóµÄÖ±·½Í¼imhist(len_aver);%ÏÔʾ¾ùºâºóÖ±·½Í¼imwrite(len_aver,'d:\jly\lena_gray_1.tif','tif');lenac_1=imread('d:\jly\lena_gray_1.tif','tif');% imshow(lenac_1);%ÏÔʾͼÏñlenac_1_aver=histeq(lenac_1);subplot(2,2,1)imshow(len_aver);title('一次均衡化的效果');subplot(2,2,2)imshow(lenac_1_aver);title('两次均衡化的效果');subplot(2,2,3)imhist(len_aver);title('一次均衡化的直方图');subplot(2,2,4)imhist(lenac_1_aver)title('两次均衡化的直方图');增强的效果：均衡一次的效果均衡两次的直方图501001502002500050100150200250分析：从图像跟直方图中我们都可以看出，一次均衡化的效果跟两次均衡化的效果是一样的。
图像增强实验报告
图像增强实验报告篇一：图像处理实验报告——图像增强实验报告学生姓名：刘德涛学号:2010051060021指导老师：彭真明日期：2013年3月31日一、实验室名称：光电楼329、老计算机楼309机房二、实验项目名称：图像增强三、实验原理：图像增强是为了使受到噪声等污染图像在视觉感知或某种准则下尽量的恢复到原始图像的水平之外，还需要有目的性地加强图像中的某些信息而抑制另一些信息，以便更好地利用图像。
图像增强分频域处理和空间域处理，这里主要用空间域的方法进行增强。
空间域的增强主要有：灰度变换和图像的空间滤波。
1.灰度变换灰度变换主要有线性拉伸、非线性拉伸等。
灰度图像的线性拉伸是将输入图像的灰度值的动态范围按线性关系公式拉伸到指定范围或整个动态范围。
令原图像f(x,y)的灰度变化范围为[a,b]，线性变换后图像g(x,y)的范围为[a',b']，线性拉伸的公式为：b'?a'g(x,y)?a?[f(x,y)?a] b?a灰度图像的非线性拉伸采用的数学函数是非线性的。
非线性拉伸不是对图像的灰度值进行扩展，而是有选择地对某一灰度范围进行扩展，其他范围的灰度值则可能被压缩。
常用的非线性变换：对数变换和指数变换。
对数变换的一般形式：g(x,y)?a?ln[f(x,y)?1] blnc指数变换的一般形式：g(x,y)?bc[f(x,y)?a]?1（a,b,c用于调整曲线的位置和形状的参数。
）2.图像的空间滤波图像的空间滤波主要有图像的空域平滑和锐化。
图像的平滑是一种消除噪声的重要手段。
图像平滑的低频分量进行增强，同时抑制高频噪声，空域中主要的方法有领域平均、中值滤波、多帧相加平均等方法。
图像锐化能使图像的边缘、轮廓处的灰度具有突变特性。
图像的锐化主要有微分运算的锐化，包括梯度法和拉普拉斯法算子。
四、实验目的：1．熟悉和掌握利用Matlab工具进行数字图像的读、写、显示等数字图像处理基本步骤。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
就是按照线性函数的映射关系对灰度进行变换，图 像取反、增加或者减小对比度、增加或者减小亮度都是 灰度线性变换的一种。
下图是用halcon做的图像取反的灰度变换。
原 图
灰 度 直
方
图
反
反Байду номын сангаас
变
变
换
化 后
后 的 灰
的
度
图
直
像
方
图
2.2 非线性灰度变换
非线性灰度变换就是构造一种非线性映射函数常见的变换有 ：对数变换、指数变换等。比如说：对数变换主要就是低灰度区扩展， 高灰度区压缩；灰度变换除了线性变换，非线性变换，还有分段线 性变换：这个主要是为了突出感兴趣的部位。下图为以10为底的对 数变换图像。
乳腺原图
去除部分背景后的图
采用了分段线性灰度变换突出乳腺信息。第二个峰值为乳腺信息，选取 两个转折点（80，20）（150，240），把乳腺的灰度值范围扩大， 实现了突出兴趣部位信息需求。
4 总结
灰度变换主要就是把原像素的值做了一个重新分 配来提高对比度，灰度变换很重要的一部分就是参 数的选择，可以在原有的算法的基础上进行改进， 得到自己更加需要的图像。
图像增强技 术—灰度变换
1 灰度变换的简单介绍
•
灰度变换是图像处理中的一个基本最基本技术技术之一，它
进行的是点运算，就是直接对像素点的值进行运算。灰度变换也是
图像增强技术中一种非常基础直接的空间域图像处理方式，根据自
的需要对图像进行灰度变换增强，增加对比度、突出感兴趣的区域
都是可以的。
2 常见的灰度变换
原 图
灰 度 直
方
图
指 数
变 换 后
变
的
换
灰
的
度
图
直
像
方 图
3 灰度直方图变换应用示例
示例1 患者脑病MRI，为突出病变，进行了灰度变换。
患者头部矢状位上的MRI图像
提出了中位色值的算法，根据中位色值与设定的值相比较使灰度级分层， 感性趣区内显示为一个值，而其他灰度值显示另外一个值。
示例2
该例为灰度变换增强在乳腺x线片中的应用，对于乳腺检测一般会是钼 靶x线切片，对于较小的钙化点难以显示。因此用灰度变换应用的效果。