空间域下基于直方图处理的图像增强算法
空间域图像增强
局部平滑法
• 例如，对图像采用3×3的邻域平均法，对 于像素（m,n)，其邻域像素如下：
则有：
(m-1,n1)
(m,n-1)
(m-1,n) (m,n)
(m+1,n- (m+1,n) 1)
(m1,n+1)
(m,n+1)
(m+1,n+ 1)
g(m ,n)1 9 f(m i,nj) i Zj Z
68
1
1
64
空间域平滑
• 本节介绍空间域的几种平滑法
– 局部平滑法 – 超限像素平滑法 – 灰度最相近的K个邻点平均法 – 梯度倒数加权平滑法 – 最大均匀性平滑 – 有选择保持边缘平滑法 – 空间低通滤波法 – 多幅图像平均法 – 中值滤波
65
局部平滑法
• 局部平滑法是一种直接在空间域上进行平 滑处理的技术
38
直方图处理 • 基于局部统计量的增强
– 像素均值：对应局部的像素亮度 – 像素方差：对应局部的亮度对比
方案：增强较暗的区域， 保持具有适当对比度的像 素，同时保持亮的区域
39
Ef(x,y) if g(x,y) f(x,y)
mSxy k0MG
k1DG Sxy k2DG
40
增强图像－代数运算
彩
色
增
强
伪
彩
色
增
强
彩
色
变
换
及
应
用
图 像 的 代 数 运 算
空间域增强
• 空间域增强是指增强构成图像的像素
– 空间域方法直接进行像素操作，输入一幅或多 幅图像，然后输出处理的结果（图像）
– g(x,y) = T[ f(x,y) ] – g(x,y) = T[ f1(x,y),f2(x,y), f3(x,y)... ]
基于直方图处理的图像的增强方法研究
基于直方图处理的图像的增强方法研究中文摘要通过直方图均衡算法，使输出图像直方图近似服从均匀分布，在此算法基础上利用小波变换，对图像进行二维小波分解，突出图像中的有用信息，消减图像中的无用信息，使图像中特定信息得倒增强，并提高图像的对比度，提高图像质量。
直方图规定化是基于自适应直方图规定化函数引导的动态分层图像增强算法，在对比指纹图像的灰度直方图增强的技术的基础上,针对均衡化算法的不足和现有直方图规定化算法中映射规则计算量大的情形,提出一种改进的规定化算法。
直方图规定化可以将图像的直方图转化为需要的形状,有目的地增加某个灰度区间的图像,使用户获得感兴趣的信息。
关键词：图像增强，直方图均衡化，小波变换，直方图规定化AbstractThrough the histogram equalization algorithm, make the output image histogram approximation obey uniform distribution. Based on the algorithm,using the imagine of the two dimensional wavelet decomposition, highlight the useful information and cut the useless information in the imagine. The imagine of a specific information will be enhanced, and the contrast of imagine will be improved , then the imagine quality will be improved.Key words: imagine enhancement; histogram equalization; wavelet transform一：引言图像变换是数字图像处理中的一种综合变换，如直方图变换。
基于直方图的图像增强算法
基于直⽅图的图像增强算法1 对⽐度和直⽅图均衡HE“对⽐度contrast ratio”这⼀概念，类似于“动态范围dynamic range”，衡量的是图像中亮区与暗区的⽐例。
对⽐度实际上没有统⼀的测量标准，参见：维基百科但我们知道，对⽐度是影响图像视觉效果的重要因素。
对⽐度⼩的图像，其⾊彩层次少，看起来要么太亮，要么太暗。
如下图：利⽤MATLAB内置的histeq函数，可以得到对⽐度增强的图⽚：img=imread('View.jpg');rimg=img(:,:,1);gimg=img(:,:,2);bimg=img(:,:,3);resultr=histeq(rimg);resultg=histeq(gimg);resultb=histeq(bimg);result=cat(3,resultr,resultg,resultb);subplot(1,2,1)plot(img);title('原图');subplot(1,2,2)plot(result);title('histeq均衡后图');直⽅图均衡的本质是灰度值映射。
⽽映射函数可以由分布曲线（累积直⽅图）得到：D B =D maxA 0D A ∑i =0H i其中 A 0 是像素总数（图像⾯积），D max 是最⼤灰度值，D A 、D B 分别是转换前、后的灰度值，H i 是第 i 级灰度的像素个数。
例如原直⽅图为：灰度值0到120，累积像素个数都为0，因此灰度值0到120都映射到灰度值0；此后⿊线开始上升，其纵坐标就是映射到的灰度值（当然还有系数 D maxA 0 ）。
灰度值200左右，⿊线饱和，因此其后的灰度值都映射到最⼤灰度值255。
经过均衡后的直⽅图为：综上，HE后的直⽅图实际上是原直⽅图的拉伸，只是左右拉伸程度是变化的，取决于原直⽅图的幅度变化。
2 HE的问题以上是直⽅图均衡Histogram Equalization的简单应⽤。
空间域图像增强
定义一个二阶微分的离散公式，然后构造基于此式的滤波器。
添加标题
各向同性滤波器
添加标题
03
滤波器的响应与滤波器作用的图像突变的方向无关。
添加标题
04
是旋转不变的，即将原图旋转后的滤波结果与先滤波再旋转的结果一样。
添加标题
１、基于二阶微分的图像增强 拉普拉斯算子
二元图像函数 拉普拉斯变换定义为
１、基于二阶微分的图像增强 拉普拉斯算子
差值图像的标定：
每个像素值加255，然后除以2。 求差值图像的最小值Min,最大值Max
２、图像平均处理
01
带有噪声的图像：
02
K幅噪声图像取平均：
03
注意：图像配准
01
图像平均处理
02
星系图：NGC3314
03
８
04
64
05
16
06
128
A
图像平均处理
均值、方差
B
”
空间滤波基础(邻域处理)
4
5
6
6
6
1
4
6
6
2
3
1
3
6
4
6
6
1
2
3
4
5
6
5
4
5
6
2
14
灰度直方图 １．所有的空间信息全部丢失。 ２．每一灰度级的像素个数可直接得到。
h
0
3
1
2
2
4
3
4
4
1
5
1
6
4
7
1
8
2
9
3
P
0
0.12
第3章 空间域图像增强1——点、直方图处理
(a) (b) (c) (d)
图3.8 图像灰度切割
数字图像处理
色彩直方图
• 色彩直方图是高维直方图的特例，它统计色彩的出现频 率，即色彩的概率分布信息。 • 一般不直接在RGB色彩空间中统计，而是在将亮度分离 出来后，对代表色彩部分的信息进行统计，如在HSI空 间的HS子空间、YUV空间的UV子空间，以及其它反映 人类视觉特点的彩色空间表示中进行。 • 下图是统计肤色分布情况的例子。
j 0 j 0 k k
nj n
0 rk 1, k 0,1,...,l 1
• 均衡化后各像素的灰度值可直接由原图像的直方图算 出。
数字图像处理
直方图均衡化的计算步骤及实例
• 设64×64的灰度图像，共8个灰度级，其灰度 级分布见下表，现要求对其进行均衡化处理。
原始直方图数据
rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 nk 790 1023 850 656 329 nk / n 0.19 0.25 0.21 0.16 0.08 rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7
– 依此类推可计算得：s2=0.65；s3=0.81；s4=0.89； s5=0.95；s6=0.98；s7=1。
• 对sk 进行舍入处理。
– 由于原图像的灰度级只有8级，因此上述各需用 1/7为量化单位进行舍入运算，得到如下结果： s0舍入=1/7 s1舍入=3/7 s2舍入=5/7 s3舍入=6/7 s4舍入=6/7 s5舍入=1 s6舍入=1 s7舍入=1
图像增强--直方图均衡化
程序课程设计报告2012年 7 月 9 日图像增强专业：*****班级：*****题目：图像增强小组成员： ***指导教师：***时间：2012年6月-7月摘要：图像增强是图像处理的一个重要分支, 它对图像整体或局部特征能有效地改善；直方图是图像处理中最重要的基本概念之一,它能有效地用于图像增强。
本文主要探讨了直方图的理论基础，直方图均衡化的概念及理论，同时用MATLAB语言加以实现, 给出标准的数字图像在各种处理前与处理后的对照图像及直方图。
实验结果表明, 用直方图均衡化的算法, 能有效改善灰度图像的对比度差和灰度动态范围，使处理后的图像视觉效果得以改善。
关键词：图像增强直方图均衡化Abstract: Image enhancement is an important branch of image processing, its image as a whole or partial characteristics can effectively improve. Histogram is one of the most important basic concepts of image processing, it can effectively be used for image enhancement. This paper mainly discusses the theoretical basis of the histogram, histogram equalization, the concepts and theories. We use the MATLAB language and give the standard digital images in various treatment and processing of the control image and histogram. The experimental results show that the histogram equalization algorithm can effectively improve the poor contrast and gray scale dynamic range of the grayscale image, the visual effects of the processed image can be improved. Keywords: Image enhancement Histogram Equalization1 引言图像增强是图像处理中的基本内容之一，在图像处理中占有非常重要的地位。
遥感数字图像处理-第8章 图像增强
（1）伪彩色处理：对灰度图像的每一个灰度值都赋予一种独立的颜色。 （2）密度分割：将图像的灰度值进行分层（或分段），每一层包含了一 定的灰度值范围，分别给每个层赋予不同的颜色。
18
四、图像融合
图像融合：把那些在时间或空间中存在冗余或者互补的多
源数据按照一定的法则进行运算，从而获得比任何单一数据 都更为精确、信息更为丰富的合成图像。
y f x
式中，f 是一个变换函数，常见的变换函数如线性变换、分段线性变换和 非线性变换等。
5
一、空间域图像增强
邻域运算
邻域运算的卷积滤波器分为平滑和锐化两种类型。 在图像增强中主要是指利用锐化滤波器对图像作锐化处理，将图像中灰 度值缓慢变化的区域滤去，使图像反差增加，突显边缘。 图像锐化的应用： (1)增强图像边缘，使模糊的图像更加清晰，一般是将图像锐化结果与原 图像相加以突出原图像的细节信息。 (2)用于目标物的边缘提取，并可进一步利用这些提取的边缘信息对图像 进行分割、目标区域识别、区域形状提取等，从而为进一步的图像理解 与分析奠定基础。
9
二、变换域图像增强（补充知识）
带通滤波
仅保留某个固定范围内的频率信息而屏蔽掉其它的频率信息
（1）理想带通滤波器
0 H (u, v) 1 0
D(u,
v)＜D0
w 2
D0
w 2
D(u,
v)
D0
w 2
D(u,
v)＞D0
+
w 2
式中，D0是理想带通滤波器频带的中心频率；w为频带的宽度；D(u, v)是 从频率平面的中心原点到点(u, v)的距离，即D(u,v)= (u2+ v2)1/2。
常用的图像变换算法： • 傅里叶变换 • 小波变换 • 颜色空间变换
第3讲 空间域图像增强汇总
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。
只是一个理想！
直方图均衡化的效果
1) 由于数字图像是离散的，因此直方图均衡化并不能产 生具有理想均衡直方图的图像，但可以得到一幅灰度分 布更为均匀的图像。 2）变换后一些灰度级合并，因此灰度级减少。 3）原始象含有像素数多的几个灰级间隔被拉大了，压 缩的只是像素数少的几个灰度级，实际视觉能够接收的 信息量大大地增强了，增加了图象的反差和图象的可视 粒度。
重要性（为什么要进行灰度级校正？） 成像过程中光照强弱、感光部件灵敏度、光学系统不均匀、
元器件电特性等诸多因素造成图像中同样图像亮暗不均匀。
3.2 基本灰度变换
1 图像反转 （1）公式表示：灰度级范围[0，L-1]时 s=L-1-r
255
0
255
2 对数变换 （1）公式表示 s=c* log(1+r) （2）特点 “ 扩展低输入，压缩高输入”。 窄带低灰度输入图－>宽带灰度输出图
第3讲 空间域图像增强
3.1背景知识 3.2基本灰度变换 3.3直方图处理 3.4算术、逻辑图像增强 3.5空间滤波器
3.1背景知识
图象增强
目标：改善图象质量/改善视觉效果/利于计算
机处
理
标准：相当主观，因人而异
没有完全通用的标准
可以有一些相对一致的准则
技术：“好”，“有用”的含义不相同
具体增强技术也可以大不相同。
（1）视觉效果更好的例子 （2）机器感知效果更好的例子——“特征脸”
基于直方图均衡化图像加强算法的研究
基于直方图均衡化的图像增强改进算法研究摘要：通过直方图均衡化算法，使输出图像直方图近似服从均匀分布，在此算法基础上利用小波变换，对图像进行二维小波分解，突出图像中的有用信息，削减图像中的无用信息，使图像中特定信息得到增强，并提高图像的对比度，提高图像质量。
关键字：图像增强；直方图均衡化；小波变换；中文分类号：文本标识码：文章编号：Research on algorithm of image enhancement based onhistogram equalizationYU Wei-bo, CHEN Xiaodong(School of Electrical &Electronic Engineering,Changchun University of Technology,Changchun 130012,China) Abstract：Through the histogram equalization algorithm, make the output image histogram approximation obey uniform distribution. Based on the algorithm, using the image of the two-dimensional wavelet decomposition, highlight the useful information and cut the useless information in the image. The image of a specific information will be enhanced, and the contrast of images will be improved,then the image quality will be improved.Key words:image enhancement;histogram equalization; wavelet transform0引言图像增强是图像处理的基本内容之一。
3空间域图像增强1
直方图分布较窄的图像，对比度低，图像看起来不 清晰。 偏暗的图像，其直方图成分集中于左边一侧，即灰 度值较小的一边。 偏亮的图像，其直方图成分集中于右边一侧，即灰 度值较大的一边。 直方图均匀分布时，图像灰度级丰富，且动态范围 大，此时图像最清晰，
中南民族大学电信学院
基于直方图的灰度变换,是调整图像直方
分段线性变换函数
对比拉伸
提高图像灰度级的动态范围。
灰度切割
提高特定灰度范围的亮度
位图切割
通过对特定位提高亮度，从而增强图像质量
中南民族大学电信学院
分段线性变换
中南民族大学电信学院
对数变换
基本表达式为：
s c log(1 r )
其作用是：
扩展图像的低灰度范围，同时压缩高灰度范围，
中南民族大学电信学院
变换函数 —— P(r)的累积分布函数
也就是： 两边积分可得：
1ds= P(r)dr
s T (r ) P (r )dr
o
r
即变换函数T(r)为： 直方图P(r)的累积分布函数
中南民族大学电信学院
考虑离散情况——数字图像
假设：
原图像灰度级为L-1，其直方图为P(i);
直方图均衡化的目的：
将任何分布P(r)的原始图像，变换后的图像具有
均匀分布P(s)=1。
中南民族大学电信学院
基本等式
原图像中
灰度范围为[r,r+dr]的范围内，包含的像素个数为
P(r)dr.
变换后图像中。
灰度范围为[s,s+ds]的范围内，包含的像素个数