图像处理之图像的灰度变换.doc

《图像处理之图像的灰度变换.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、图像处理之图像的灰度变换　　前面几篇文章介绍的是图像的空间域滤波，其对像素的处理都是基于像素的某一邻域进行的。本文介绍的图像的灰度变换则不同，其对像素的计算仅仅依赖于当前像素和灰度变换函数。　　灰度变换也被称为图像的点运算（只针对图像的某一像素点）是所有图像处理技术中最简单的技术，其变换形式如下：s=T(r)其中，T是灰度变换函数；r是变换前的灰度；s是变换后的像素。　　图像灰度变换的有以下作用： • 改善图像的质量，使图像能够显示更多的细节，提高图像的对比度（对比度拉伸） • 有选择的突出图像感兴趣的特征或者抑制图像中不需要的特征 • 可以有效的改变

2、图像的直方图分布，使像素的分布更为均匀　　常见的灰度变换　　灰度变换函数描述了输入灰度值和输出灰度值之间变换关系，一旦灰度变换函数确定下来了，那么其输出的灰度值也就确定了。可见灰度变换函数的性质就决定了灰度变换所能达到的效果。　　用于图像灰度变换的函数主要有以下三种： • 线性函数（图像反转） • 对数函数:对数和反对数变换 • 幂律函数：n次幂和n次开方变换　　　　上图给出了几种常见灰度变换函数的曲线图，根据这几种常见函数的曲线形状，可以知道这几种变换的所能达到的效果。例如，对数变换和幂律变换都能实现图像灰度级的扩展/压缩，另外对数变换还有一个重要的

3、性质，它能压缩图像灰度值变换较大的图像的动态范围（例如，傅立叶变换的频谱显示）。　　线性变换　　令r为变换前的灰度，s为变换后的灰度，则线性变换的函数：s=a⋅r+b其中，a为直线的斜率，b为在y轴的截距。选择不同的a，b值会有不同的效果： • a>1，增加图像的对比度 • apixels[256];for(inti=0;i<256;i++)pixels[i]=log(1+i);MatimageLog(image.size(),CV_32FC3);for(inti=0;i

4、j++){imageLog.at(i,j)[0]=pixels[image.at(i,j)[0]];imageLog.at(i,j)[1]=pixels[image.at(i,j)[1]];imageLog.at(i,j)[2]=pixels[image.at(i,j)[2]];}}//归一化到0~255normalize(imageLog,imageLog,0,255,CV_MINMAX);//转换成8bit图像显示convertScaleAbs(imageLog,imageLog);　　这使用的对数函数的底为10。由于灰度变换是灰度值之间的一对一的

5、映射，而灰度值区间通常为[0,255]，所以在进行灰度变换时，通常使用查表法。也就是，现将每个灰度值的映射后的结果计算出来，在变换时，通过查表得到变换后的灰度值。执行上面结果得到的结果如下：　　　　左边为原图像，其拍摄环境较暗，无法分辨出很多的细节；右边为变换后的图像，整个图像明亮许多，也能分辨出原图中处于暗区域的狗狗的更多细节。