Skip to content

第三章 空域图像增强

947 个字 2 张图片 预计阅读时间 5 分钟 共被读过

3.1 图像增强概述

点操作:对单点像素操作,与邻域无关。模板操作的特例 .

模板操作:对图像某个区域操作。

3.2 空间变换增强

3.2.1 图像间运算

图像间算术运算:加(可平均消除噪声、减(可凸显差异,如运动物体检测、乘、除。

图像间逻辑运算:与(mask 操作、或、非、异或。

补充知识:

色温是表示光线中包含颜色成分的一个计量单位,以温度的度量单位来记录颜色的程度,可以简单理解为颜色的温度。当黑体加热到一定的温度,黑体发出的光所含的光谱成分,就称为这一温度下的色温,计量单位为“K”(开尔文。在摄影中,某一光源发出的光,与某一温度下黑体发出的光所含的光谱成分相同,就称为某 K 色温。

白平衡:白色的平衡,由于人眼的适应性,在不同色温下,都能准确判断出白色,但是相机在不同色温的光源下,会出现图像偏色,与人眼看到的颜色不一致,因此需要进行白平衡处理。

白平衡算法——灰度世界算法: 以灰度世界假设为基础,认为对于一幅有着大量色彩变化的图像 , RGB 三个分量的平均值趋于同一个灰度 K

  1. 确定灰度 K:取固定值 128 RGB 三通道的平均值。
  2. 计算各通道增益,即 K 与通道均值之比。
  3. 根据增益调整 RGB 分量。

白平衡算法——完美反射算法: 假设图像世界中最亮的白点是一个镜面,能完美反射光照。基于白点,将三通道的数值进行适当地调整,以达到白平衡效果。

  1. 计算每个像素的 RGB 通道之和,按大小计算出其前 10% 或其他比例的白色参考点的阈值 T
  2. 计算图像三通道数值和大于 T 的点(即亮区)的各通道均值。
  3. 计算各通道增益,即通道最大值与亮区通道均值之比。根据增益调整 RGB 分量。

3.2.2 图像灰度映射

灰度映射函数 \(t=E_H(s)\)

基本灰度变换:

图像求反:灰度值反转 \(t=(L-1)-s\)

增强对比度:分段拉伸函数。

ch3_img1

动态范围调整 ( 压缩 ):调整灰度变化的动态范围,低灰度范围的值得到扩展,高灰度范围的值得到压缩,使图像分布均匀。 常用对数变换 \(t=c\cdot\log(1+s)\)

灰度切分:突出某一范围的灰度,将 s1->s2 区间的灰度级突出,而将其他区间的灰度值变换为一个低灰度值。

ch3_img2

伽马校正:\(t=Cs^{\gamma}\)\(\gamma<1\) 提高灰度级,在正比函数上方,使图像变亮。\(\gamma>1\) 降低灰度级,在正比函数下方,使图像变暗。

3.2.3 直方图变换

图像的灰度统计直方图,\(p_s(s_k)=\dfrac{n_k}{n}\) 代表某一灰度出现的概率估计。

直方图均衡化:变换原始图像的直方图为均匀分布,使灰度层次丰富。使像素灰度值的动态范围最大,增强图像整体对比度。

变换函数应满足:在 \(0\leq s \leq L-1\) 区间内单值单增,且值域动态范围不变。( 这几乎是显然的 )

累积直方图:\(t_k=EH(s_k)=\sum\limits_{i=0}^{k}\dfrac{n_i}{n}\)。由原图像从 0 至第 k 个灰度级的概率密度函数的累积和,作为新图像的第 k 级灰度的灰度值。相当于将概率密度函数积分为分布函数。

3.3 空间滤波增强

3.4 局部增强