数字图像处理——第三章灰度变换与空间滤波-CSDN博客

引言

3.6.2 使用二阶微分进行图像锐化——拉普拉斯算子

3.8 使用模糊技术进行灰度变换和空间滤波

引言

术语空间域指图像平面本身，这类图像处理方法直接以图像中的像素操作为基础。换域的图像处理首先把一幅图像变换到变换域，在变换域中进行处理，然后通过反变换把处理结果返回到空间域。空间域处理主要分为灰度变换和空间滤波两类。

3.1 背景知识

3.1.1 灰度变换和空间滤波基础

本节讨论的所有图像处理技术都是在空间域进行的，空间域就是简单的包含图像像素的平面。通常，空间域技术在计算上更有效，且在执行上需要较少的处理资源。本这讨论的空间域处理可由下式表示：

g(x, y) = T[f(x, y)]。

其中f(x,y)是输入图像g(x,y)是处理后的图像， T是在点(x,y)的邻域上定义的关千f的一种算子。

3.2 一些基本的灰度变换函数

3.2.1 图像反转

得到灰度级范围为[0, L-1]的一幅图像的反转图像，该反转图像由下式给出：

s=L-1-r

使用这种方式反转一幅图像的灰度级，可得到等效的照片底片。

3.2.2 对数变换

对数变换的通用形式为:

s = c log(l + r)

其中c是一个昭攻，并假设r>=0。

3.2.3 幕律（伽马）变换

幕律变换的基本形式为：s = $cr^{\gamma }$ ，其中e和 $\gamma$ 为正常数。也写为s= c(r+ $\varepsilon$ ) $^{\gamma }$ 。

用于校正这些幕律响应现象的处理称为伽马校正。

3.2.4 分段线性变换函数

分段函数的主要缺点是它的技术说明要求用户输入。

对比度拉伸：最简单的分段线性函数之一是对比度拉伸变换。低对比度图像可由照明不足、成像传感器动态门范围太小，甚至在图像获取过程中镜头光圈设置错误引起。对比度拉伸是扩展图像灰度级动态范阶的处理因此，它可以跨越记录介质和显示装嚣的全部灰度范围。

灰度级分层：突出图像中特定灰度范围的亮度通常是重要的，通常称之为灰度级分层的处理可以有许多方法实现，但是它们中的大多数是两种基本方法的变形。一种方法是将感兴趣范围内的所有灰度值显示为一个值（替如 “白色” )，而将其他灰度值显示为另一个值（替如 “黑色” )。

比特平面分层：像素是由比特组成的数字。代替突出灰度级范围．我们可突出特定比特来为整个图像外观作出贡献。这一处理可帮助我们确定用于品化该图像的比特数的充分性。

3.3 直方图处理

灰度级范围为［0, L-1] 的数字图像的直方图是离散函数h( $r_{k}$ )= $n_{k}$ , 其中 $r_{k}$ 是第 K 级灰度值， $n_{k}$
是图像中灰度为 $r_{k}$ 的像素个数。在实践中，经常用乘积MN表示的图像像素的总数除它的每个分量来归一化直方图，通常M和 N是图像的行和列的维数。因此，归一化后的直方图由 p( $r_{k}$ )＝ $n_{k}$ /MN给出，其中k=0, 1