【文章內(nèi)容簡(jiǎn)介】 。確切地說它們分別稱為照度成分 ),( yxi 和反射成分 ),( yxr 。),( yxf 與 ),( yxi 和 ),( yxr 都成正比， 可表示成 ),( yxf ＝ ),( yxi ),( yxr 。 將二維坐標(biāo)位置函數(shù) ),( yxf 稱為灰度。入射光照射到物體表面的能量是有限的，并且它永遠(yuǎn)為正，即 0 ),( yxi ? ；反射系數(shù)為 0時(shí)，表示光全部被物體吸收，反射系數(shù)為 1時(shí)，表示光全部被物體反射，反射系數(shù)在全吸收和全反射之間，即 0 ),( yxr 1。因此圖像 的灰度值也是非負(fù)有界的。 灰度直方圖 灰度直方圖是數(shù)字圖像處理中一個(gè)最簡(jiǎn)單、最有用的工具，它反映了數(shù)字圖像中每一灰度級(jí)與其出現(xiàn)頻率之間的統(tǒng)計(jì)關(guān)系?？梢杂嗅槍?duì)性地通過改變直方圖的灰度分布狀況，使灰度均勻地或按預(yù)期目標(biāo)分布于整個(gè)灰度范圍空間，從而達(dá)到圖像增強(qiáng)的效果。 數(shù)字圖像增強(qiáng)概述 隨著數(shù)字技術(shù)的不斷發(fā)展和應(yīng)用，現(xiàn)實(shí)生活中的許多信息都可以用數(shù)字形式 5 的數(shù)據(jù)進(jìn)行處理和存儲(chǔ)，數(shù)字圖像就是這種以數(shù)字形式進(jìn)行存儲(chǔ)和處理的圖像。利用計(jì)算機(jī)可以對(duì)它進(jìn)行?，F(xiàn)圖像處理技術(shù)所不能實(shí)現(xiàn)的加工處理，還可以將它在網(wǎng)上 傳輸，可以多次拷貝而不失真。數(shù)字圖像處理亦稱為計(jì)算機(jī)圖像處理，指將圖像信號(hào)轉(zhuǎn)換成數(shù)字格式并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過程。 數(shù)字圖像處理系統(tǒng)主要由圖像采集系統(tǒng)、數(shù)字計(jì)算機(jī)及輸出設(shè)備組成。 如圖 。 模擬圖像 圖像采集系統(tǒng) 計(jì)算機(jī) 圖像輸出設(shè)備 圖 圖像處理系統(tǒng)組成圖 圖 ，圖中并沒有顯示出軟件系統(tǒng)，在圖像處理系統(tǒng)中軟件系統(tǒng)同樣是非常重要的。在圖像獲取的過程中，由于設(shè)備的不完善及光照等條件的影響，不可避免地會(huì) 產(chǎn)生圖像降質(zhì)現(xiàn)象。影響圖像質(zhì)量的幾個(gè)主要因素是： (1)隨機(jī)噪聲，主要是高斯噪聲和椒鹽噪聲，可以是由于相機(jī)或數(shù)字化設(shè)備產(chǎn)生，也可以是在圖像傳輸過程中造成的； (2)系統(tǒng)噪聲，由系統(tǒng)產(chǎn)生，具有可預(yù)測(cè)性質(zhì)； (3)畸變，主要是由于相機(jī)與物體相對(duì)位置、光學(xué)透鏡曲率等原因造成的，可以看作是真實(shí)圖像的幾何變換。 數(shù)字圖像處理流程如圖 ，從一幅或是一批圖像的最簡(jiǎn)單的處理，如特征增強(qiáng)、去噪、平滑等基本的圖像處理技術(shù)，到圖像的特征分析和提取，進(jìn)而產(chǎn)生對(duì)圖像的正確理解或者遙感圖像的解譯，最后的步驟可以是通過專家的視覺解譯，也可以是在圖像處理系統(tǒng)中通過一些知識(shí)庫(kù)而產(chǎn)生的對(duì)圖像的理解。 原始圖像 預(yù)處理 特征分析 圖像理解 圖 圖像處理流程圖 6 圖像增強(qiáng)概述 圖像增強(qiáng)的定義 圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息，同時(shí)削弱或去除某些不需要的信息的處理方法，也是提高圖像質(zhì)量的過程。圖像增強(qiáng)的目的是使圖像的某些特性方面更加鮮明、突出，使處理后的圖像更適合人眼視覺特性或機(jī)器分析，以便于實(shí)現(xiàn)對(duì)圖像的更高級(jí)的處理和分析。圖像增強(qiáng)的 過程往往也是一個(gè)矛盾的過程：圖像增強(qiáng)希望既能去除噪聲又增強(qiáng)邊緣。但是，增強(qiáng)邊緣的同時(shí)會(huì)同時(shí)增強(qiáng)噪聲，而濾去噪聲又會(huì)使邊緣在一定程度上模糊，因此，在圖像增強(qiáng)的時(shí)候，往往是將這兩部分進(jìn)行折中，找到一個(gè)好的代價(jià)函數(shù)達(dá)到需要的增強(qiáng)目的。傳統(tǒng)的圖像增強(qiáng)算法在確定轉(zhuǎn)換函數(shù)時(shí)常是基于整個(gè)圖像的統(tǒng)計(jì)量，如： ST轉(zhuǎn)換，直方圖均衡，中值濾波，微分銳化，高通濾波等等。這樣對(duì)應(yīng)于某些局部區(qū)域的細(xì)節(jié)在計(jì)算整幅圖的變換時(shí)其影響因?yàn)槠渲递^小而常常被忽略掉，從而局部區(qū)域的增強(qiáng)效果常常不夠理想，噪聲濾波和邊緣增強(qiáng)這兩者的矛盾較難得到解決。 常用的圖像增強(qiáng)方法 圖像增強(qiáng)可分成兩大類：頻率域法和空間域法。前者把圖像看成一種二維信號(hào)，對(duì)其進(jìn)行基于二維傅里葉變換的信號(hào)增強(qiáng)。采用低通濾波（即只讓低頻信號(hào)通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強(qiáng)邊緣等高頻信號(hào)，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。 圖像增強(qiáng)的方法是通過一定手段對(duì)原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制 (掩蓋 )圖像中某些不需要的特征，使圖像與視覺響 應(yīng)特性相匹配。在圖像增強(qiáng)過程中，不分析圖像降質(zhì)的原因，處理后的圖像不一定逼近原始圖像。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過程所在的空間不同，可分為基于空間域的算法和基于頻率域的算法兩大類。基于空間域的算法處理時(shí)直接對(duì)圖像灰度級(jí)做運(yùn)算；基于頻率域的算法是在圖像的某種變換域內(nèi)對(duì)圖像的變換系數(shù)值進(jìn)行某種修正，是一種間接增強(qiáng)的算法。 基于空間域的算法分為點(diǎn)運(yùn)算算法和鄰域去噪算法。點(diǎn)運(yùn)算算法即灰度級(jí)校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴(kuò)大圖像動(dòng)態(tài)范圍，擴(kuò)展對(duì)比度。鄰域增強(qiáng)算法分為圖像平滑和銳化兩種。平滑一般 用于消除圖像噪 7 聲，但是也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識(shí)別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計(jì)差值法等。 (1)直方圖均衡化 有些圖像在低值灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細(xì)節(jié)看不清楚。這時(shí)可以通過直方圖均衡化將圖像的灰度范圍分開，并且讓灰度頻率較小的灰度級(jí)變大，通過調(diào)整圖像灰度值的動(dòng)態(tài)范圍，自動(dòng)地增加整個(gè)圖像的對(duì)比度，使圖像具有較大的反差，細(xì)節(jié)清晰。 (2)對(duì)比度增強(qiáng)法 有些圖像的對(duì)比度比較低，從而使整個(gè)圖像模糊不清。 這時(shí)可以按一定的規(guī)則修改原來圖像的每一個(gè)像素的灰度，從而改變圖像灰度的動(dòng)態(tài)范圍。 (3)平滑噪聲 有些圖像是通過掃描儀掃描輸入或傳輸通道傳輸過來的。圖像中往往包含有各種各樣的噪聲。這些噪聲一般是隨機(jī)產(chǎn)生的，因此具有分布和大小不規(guī)則性的特點(diǎn)。這些噪聲的存在直接影響著后續(xù)的處理過程，使圖像失真。圖像平滑就是針對(duì)圖像噪聲的操作，其主要作用是為了消除噪聲，圖像平滑的常用方法是采用均值濾波或中值濾波，均值濾波是一種線性空間濾波，它用一個(gè)有奇數(shù)點(diǎn)的掩模在圖像上滑動(dòng)，將掩模中心對(duì)應(yīng)像素點(diǎn)的灰度值用掩模內(nèi)所有像素點(diǎn)灰度的平 均值代替，如果規(guī)定了在取均值過程中掩模內(nèi)各像素點(diǎn)所占的權(quán)重，即各像素點(diǎn)所乘系數(shù)，這時(shí)就稱為加權(quán)均值濾波；中值濾波是一種非線性空間濾波，其與均值濾波的區(qū)別是掩模中心對(duì)應(yīng)像素點(diǎn)的灰度值用掩模內(nèi)所有像素點(diǎn)灰度值的中間值代替。 8 圖像增強(qiáng)流程圖 開始 輸入圖像 預(yù)處理 增強(qiáng)算法處理 得到預(yù)期結(jié)果 Y 保存退出 結(jié)束 圖 23 圖像增 強(qiáng)流程圖 本章小結(jié) 本章主要是介紹關(guān)于圖像增強(qiáng)的基本理論，對(duì)圖像增強(qiáng)的中的一些概念就行了闡述，介紹了一些常用的圖像增強(qiáng)的方法 ，同時(shí)，對(duì)圖像增強(qiáng)的流程做了大體上的介紹。 N 9 3 圖像增強(qiáng)方法與原理 直方圖變換 直方圖修正基礎(chǔ) 圖像的灰度直方圖是反映一幅圖像的灰度級(jí)與出現(xiàn)這種灰度級(jí)的概率之間的關(guān)系的圖形。 灰度級(jí)為 [0,L1]范圍的數(shù)字圖像的直方圖是離散函數(shù) h(kr )=kn ，這里 kr是第 k級(jí)灰度， kn 是圖像中灰度級(jí)為 kr 的像素個(gè)數(shù)。通常以圖像中像素?cái)?shù)目的總和 n去除他的每一個(gè)值，以得到歸一化的直方圖，公示如下： nnrP kk /)( ? k=0,1,2,?,L 1 且 ??? ?11 1)(LK krP 因此 )(krP 給出了灰度級(jí)為 kr 發(fā)生的概率估計(jì)值。歸納起來，直方圖主要有一下幾點(diǎn)性質(zhì)： （ 1）直方圖中不包含位置信息。直方 圖只是反應(yīng)了圖像灰度分布的特性，和灰度所在的位置沒有關(guān)系，不同的圖像可能具有相近或者完全相同的直方圖分布。 （ 2）直方圖反應(yīng)了圖像的整體灰度。直方圖反應(yīng)了圖像的整體灰度分布情況，對(duì)于暗色圖像，直方圖的組成集中在灰度級(jí)低（暗）的一側(cè)，相反，明亮圖像的直方圖則傾向于灰度級(jí)高的一側(cè)。直觀上講，可以得出這樣的結(jié)論，若一幅圖像其像素占有全部可能的灰度級(jí)并且分布均勻，這樣的圖像有高對(duì)比度和多變的灰度色調(diào)。 （ 3）直方圖的可疊加性。一幅圖像的直方圖等于它各個(gè)部分直方圖的和。 （ 4）直方圖具有統(tǒng)計(jì)特性。從直方圖的定義可知， 連續(xù)圖像的直方圖是一位連續(xù)函數(shù)，它具有統(tǒng)計(jì)特征，例如矩、絕對(duì)矩、中心矩、絕對(duì)中心矩、熵。 （ 5）直方圖的動(dòng)態(tài)范圍。直方圖的動(dòng)態(tài)范圍是由計(jì)算機(jī)圖像處理系統(tǒng)的模數(shù)轉(zhuǎn)換器的灰度級(jí)決定。由于圖像的視覺效果不好或者特殊需要，常常要對(duì)圖像的灰度進(jìn)行修正，以達(dá)到理想的效果，即對(duì)原始圖像的直方圖進(jìn)行轉(zhuǎn)換（修正）： 一幅給定的圖像的灰度級(jí)分布在 0≤ r≤ 1 范圍內(nèi)?？梢詫?duì) [0,1]區(qū)間內(nèi)的任何一個(gè) r進(jìn)行如下的變換： 10 s=T(r) 變換函數(shù) T 應(yīng)滿足以下條件： 0≤ r≤ 1區(qū)間內(nèi)， )(rT 單值單調(diào) 增加； 0≤ r≤ 1，有 0≤ )(rT ≤ 1。 這里的第一個(gè)條件保證了圖像的灰度級(jí)從白到黑的次序不變。第二個(gè)條件則保證了映射變換后的像素灰度值在允許的范圍內(nèi)。滿足這兩個(gè)條件，就保證了轉(zhuǎn)換函數(shù)的可逆。 直方圖均衡化 直方圖均衡化方法是圖像增強(qiáng)中最常用、最重要的方法之一。直方圖均衡化是把原圖像的直方圖通過灰度變換函數(shù)修正為灰度均勻分布的直方圖，然后按均衡直方圖修正原圖像。它以概率論為基礎(chǔ)，運(yùn)用灰度點(diǎn)運(yùn)算來實(shí)現(xiàn)，從而達(dá)到增強(qiáng)的目的。它的變換函數(shù)取決于圖像灰度直方圖的累積 分布函數(shù)。概括的說，就是把一已知灰度概率分布的圖像，經(jīng)過一種變換，使之演變成一幅具有均勻概率分布的新圖像。有些圖像在低值灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細(xì)節(jié)看不清楚。這時(shí)可以將圖像的灰度范圍分開，并且讓灰度頻率較小的灰度級(jí)變大。當(dāng)圖像的直方圖為一均勻分布時(shí)，圖像的信息熵最大，此時(shí)圖像包含的信息量最大，圖像看起來就顯得清晰。 直方圖均衡化變換函數(shù)如圖 所示，設(shè) r， s 分別表示原圖像和增強(qiáng)后圖像的灰度。為了簡(jiǎn)單，假定所有像素的灰度已被歸一化。當(dāng) r=s=0 時(shí)，表示黑色；當(dāng) r=s=1 時(shí)，表示白色；當(dāng) r， s 在 [0,1]之間時(shí)，表示像素灰度在黑白之間變化?；叶茸儞Q函數(shù)為： s=T(r)。 s 1 S=T（ r） Sr 0 rk 1 r 圖 直方圖均衡化變換函數(shù) 11 實(shí)際上，由于直方圖是近似的概率密度函數(shù)，用離散灰度級(jí)作變換時(shí)很少能夠得到完全平坦的結(jié)果，而且，變換后往往會(huì)出現(xiàn)灰度級(jí)減少的現(xiàn)象，這種現(xiàn)象被稱為 “ 簡(jiǎn)并 ” 現(xiàn)象 。這是像素灰度有限的必然結(jié)果。由于上述原因，數(shù)字圖像的直方圖均衡只