数字图像处理-基于灰度变换的图像增强(分段线性、直方图)

数字图像处理专业实践

实验四基于点处理的图像增强

◆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。图像增强是指对图像的某些特征，如边缘、轮廓或对比度等进行强调或尖锐化。当一幅图像曝光不足或过度，造成对比度过小或过大而不能显示具体细节，通过增加这些细节的动态范围改善图像的视觉效果。图像增强可以突出图像中所感兴趣的特征信息，改善图像的主观视觉质量，提高图像的可懂度。

增强的首要目标是处理图像，使其比原始图像更适合于特定应用。图像增强的方法主要分为两类: 空间域增强法和频域增强法。“空间域”一词是指图像平面本身，这类方法是以对图像像素直接处理为基础的；“频率域”处理技术是以修改图像的傅氏变换为基础的。增强处理可将其灰度范围拉伸到0-255 的灰度级之间来显示，从而使图像对比度提高，质量改善。增强主要以图像的灰度直方图最为分析处理的基础。直方图均衡化能够增强整个图像的对比度，提高图像的辨析程度，算法简单，增强效果好。

基于点处理的图像增强方法有:灰度线性变换、灰度非线性变换、灰度分段线性变换和直方图均衡化，本文主要讨论灰度分段线性变换和直方图均衡化对图像的增强，并用MATLAB进行实验验证。

◆图像增强的研究意义

图像增强是数字图像处理的最基本的方法之一，它是为了改善视觉效果或便于人或机器对图像的分析理解，根据图像的特点或存在的问题，以及应用目的所采取的改善图像质量的方法或加强图像的某些特征的措施。图像在成像、采集、运输、复制等过程中不可避免地会造成某些降质。如在成像过程中由于光学系统会导致图像失真，不同的光照条件会使图像的曝光度差异很大，运动状态下成像会使图像模糊；而在传输过程中，各种噪声和干扰将污染图像。因此，通常需要对降质的图像进行预处理，以满足后期处理及分析的需要。图像复原是改善图像的一类方法，这类方法会尽可能还原图像的本来面目，追求提高图像的保真度。而图像增强则是一类追求图像可懂度的方法，通过处理有选择地突出某些感兴趣的信息，便于人或机器分析这些信息，抑制一些无用的信息，以提高图像的使用价值。

图像增强处理后的图像比原始图像更适合于具体应用。由于成像和传输过程的差异性很大，决定了图像增强的方法只能有选择性地使用。实际应用时，需要根据所针对的处理图像、需要解决的问题以及最终要达到的效果等情况，合理选择合适的图像增强算法，并做适当的优化。

图像增强处理后的图像比原始图像更适合于具体应用。由于成像和传输过程的差异性很

大，决定了图像增强的方法只能有选择性地使用。实际应用时，需要根据所针对的处理图像、需要解决的问题以及最终要达到的效果等情况，合理选择合适的图像增强算法，并做适当的优化。

◆ 实验目的

1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。

2、掌握灰度分段线性变换的图像增强方法。

3、学会用直方图均衡化对图像进行增强。

◆ 实验内容

一、灰度分段线性变换

1、理论基础:

在某些情况下，为了将图像灰度级整个范围),(B A 或其中某一段扩展或压缩到另一灰度范围),(1k Z Z 质内，称灰度的线性变换。

（1）当图像曝光不充分，使),(B A 区间小于),(1k Z Z 区间，即：1Z A >、k Z B <可选用这样的变换：

11)('Z A Z A

B Z Z Z k +---= 通过这种变换，使得图像灰度范围从),(B A 扩展到),(1k Z Z ，实际上使曝光不充分的图像中

（2

⎪⎩

⎪⎨⎧>≤≤+---<=B Z Z B Z A Z A Z A B Z Z A Z Z Z k k 111)(' 这种变换实际上失去了一部分图像的信息。

Z

（3下图所示。

分段线性变换和灰度的线性变换有点类似，都用到了灰度的线性变换。但不同之处在于分段线性变换不是完全的线性变换，而是分段进行线性变换。将图像灰度区间分成两段乃至多段，分别作线性变换称之为分段线性变换，如图，分段线性变换的优点是可以根据用户的需要，拉伸特征物体的灰度细节，相对抑制不感兴趣的灰度级。图中的（0，a ）,（a,b ）,（b,255）等变换区间边界能通过键盘随时做交换式输入，因此，分段线性变换是非常灵活的。它的灰度变换函数如图所示，函数表达式如下：

⎪⎩⎪⎨⎧<≤+---<≤+---<≤=f f M f b d b f b M d M b

f a c a f a b c d a f f a c

g ,])][)/([( ,])][)/([(0 ,)/(g

式中，（a,c ）和（b,d ）是图中两个转折点坐标。

该变换函数的运算结果是将原图在a 和b 之间的灰度拉伸到c 和d 之间。通过选择的拉伸Z 'Z

A B Z 1Z

k Z

'Z

某段灰度区间，能够更加灵活地控制图像灰度直方图的分布，以改善输出图像量。如果一幅图像灰度集中在较暗的区域而导致图像偏暗，可以用灰度拉伸功能来拉伸（斜率>1）物体灰度区间以改善图像质量；同样如果图像灰度集中在较亮的区域而导致图像偏亮，也可以用灰度拉伸功能来压缩（斜率<1）物体灰度区间以改善图像质量。

2、程序设计:

clc;

clear all;

X1=imread('C:\Users\admin\Desktop\haima.jpg');

subplot(2,2,1),imshow(X1);title('原图');

f0=0;g0=0;%折线点赋值

f1=20;g1=10;

f2=130;g2=180;

f3=255;g3=255;

subplot(2,2,2),plot([f0 f1 f2 f3],[g0 g1 g2 g3]);

axis tight,xlabel('f'),ylabel('g'),title('灰度变换曲线');

r1=(g1-g0)/(f1-f0);%第一段折线的斜率

b1=g0-r1*f0;%计算截距1

r2=(g2-g1)/(f2-f1);

b2=g1-r2*f1;

r3=(g3-g2)/(f3-f2);

b3=g2-r3*f2;

[m,n]=size(X1);

for i=1:m

for j=1:n

f=X1(i,j);

if(f

g(i,j)=r1*f+b1;

elseif(f>=f1)&(f<=f2)

g(i,j)=r1*f+b1;

else(f>=f2)&(f<=f3)

g(i,j)=r3*f+b3;

end

end

end

subplot(2,2,3),imshow(g);title('灰度变换后');