數(shù)字圖像處理論文正稿(編輯修改稿)
2025-07-25 13:45 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 程度。因此在利用傳統(tǒng)直方圖均衡化方法對(duì)圖像進(jìn)行增強(qiáng)時(shí)，就不一定能保證我們所感興趣的小區(qū)域得到所期望的增強(qiáng)效果。為解決這一問(wèn)題，引入了局部直方圖均衡化。局部直方圖均衡化方法以傳統(tǒng)直方圖均衡化方法為基礎(chǔ)，對(duì)圖像中每個(gè)像素點(diǎn)所在的領(lǐng)域范圍即滑動(dòng)窗口求出灰度轉(zhuǎn)換函數(shù)，然后僅僅應(yīng)用在該中心點(diǎn)處。[4]局部直方圖均衡化與傳統(tǒng)的直方圖均衡化相比，有兩點(diǎn)不同：[4](1) 算法復(fù)雜度遠(yuǎn)遠(yuǎn)高于全局直方圖均衡化。(2) 它的轉(zhuǎn)換不是對(duì)相關(guān)局部區(qū)域內(nèi)所有像素進(jìn)行的，而是只對(duì)中心像素進(jìn)行轉(zhuǎn)換。局部直方圖均衡化主要存在兩個(gè)缺點(diǎn)，即算法復(fù)雜度高；領(lǐng)域窗口大小的確定要通過(guò)手工操作進(jìn)行不斷的嘗試，操作不便。正因?yàn)槿绱?，有很多人提出了不同的直方圖均衡增強(qiáng)的改進(jìn)算法。傳統(tǒng)直方圖均衡算法是一個(gè)經(jīng)典的圖像增強(qiáng)算法，但是增強(qiáng)之后的圖像存在著細(xì)節(jié)丟失和噪聲較大的不足。冪次變化可以有效地均衡圖像的亮度，不足之處是對(duì)不度低，細(xì)節(jié)不明顯。結(jié)合直方圖均衡和冪次變換的優(yōu)勢(shì)。有人提出了基于直方圖均衡和冪次變換的光照不均勻圖像增強(qiáng)算法。[5]具體步驟如圖1所示 圖1 基于直方圖均衡和冪次變換圖像增強(qiáng)算法流程圖 對(duì)原始圖像分別進(jìn)行直方圖均衡化和冪次變換的處理，然后再進(jìn)行非線性疊加，得到最終結(jié)果。其實(shí)驗(yàn)結(jié)果和數(shù)據(jù)表明，該算法調(diào)整了圖像的整體亮度，增強(qiáng)了圖像對(duì)比度，增強(qiáng)了圖像的暗部細(xì)節(jié)，基本保留了圖像的亮部細(xì)節(jié)，同時(shí)有效地抑制了噪聲，具有較好的增強(qiáng)效果。且該算法具有算法簡(jiǎn)單、執(zhí)行效率較高的特點(diǎn)。所謂偽彩色處理是指通過(guò)將每一個(gè)灰度級(jí)匹配到彩色空間上的一點(diǎn)，將單彩色圖像映射為一幅彩色圖像的一種變換?？蓪茨撤N規(guī)則生成的映射存儲(chǔ)在查找表中，從而簡(jiǎn)單的給每個(gè)灰度級(jí)賦一彩色。灰度分層是偽彩色處理技術(shù)中最簡(jiǎn)單的一種。設(shè)一副灰度圖像，在某一個(gè)灰度級(jí)上設(shè)置一個(gè)平行于xy平面的切割平面。則灰度圖像值有兩個(gè)灰度級(jí)，對(duì)切割平面以下的像素分配給一種顏色，對(duì)切割平面以上的像素分配給另一種顏色。這樣切割結(jié)果就可以將灰度圖像變?yōu)橹挥袃蓚€(gè)顏色的偽彩色圖像。[6]如果將灰度圖像級(jí)用M個(gè)切割平面去切割，就會(huì)得到M+1個(gè)不同灰度級(jí)的區(qū)域。對(duì)這M+1個(gè)區(qū)域的像素人為分配給M+1種不同的顏色，就可以得到具有M+1種顏色的偽彩色圖像?；叶确謱拥挠悬c(diǎn)是簡(jiǎn)單易行，便于用軟件或硬件實(shí)現(xiàn)。[6]經(jīng)過(guò)大量實(shí)驗(yàn)發(fā)現(xiàn)，單一的增強(qiáng)方法對(duì)圖像進(jìn)行處理并不能得到滿意的結(jié)果，于是有人選擇采用混合空間法對(duì)圖像進(jìn)行增強(qiáng)。具體步驟為將圖像從RGB空間轉(zhuǎn)換到HSI空間，先對(duì)I分量進(jìn)行拉普拉斯變化，突出圖像中的小細(xì)節(jié)。再對(duì)I分量進(jìn)行梯度變化，突出圖像邊緣。再將拉普拉斯變換后的結(jié)果與梯度變換后的結(jié)果相乘，目的是而為了將兩種結(jié)果在邊緣和細(xì)節(jié)上進(jìn)行互補(bǔ)，用原圖像減去相乘后的結(jié)果得到混
化學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1