对比度增强与直方图变换

现在的位置: 首页 > 综合 > 正文

对比度增强与直方图变换

2013年09月23日 ⁄ 综合 ⁄ 共 3775字 ⁄ 字号小中大 ⁄ 评论关闭

图像增强（Image Enhancement）

图像增强即增强图象中的有用信息，它可以是一个失真的过程。其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。

注意：

1、图像增强处理并不能增加原始图像的信息，只能增强对某种信息的辨别能力，而这种处理肯定会损失一些其它信息；

2、强调根据具体应用而言，更“好”更“有用”的视觉效果图像；

3、图像增强处理最大的困难——增强后图像质量的好坏主要依靠人的主观视觉来评定，也就是说，难以定量描述。

根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。

1、基于空域的算法

直接对图像灰度级做运算，分为点运算算法和邻域增强算法。

（1）点运算也即对比度增强、对比度拉伸或灰度变换，是对图像中的每一个点单独地进行处理，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。新图像的每个像素点的灰度值仅由相应输入像点运算，只是改变了每个点的灰度值，而没有改变它们的空间关系。

（2）邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模糊，常用算法有均值滤波、中值滤波；锐化的目的在于突出物体的边缘轮廓，便于目标识别，常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。

2、基于频域的算法

把图像看成一种二维信号，采用图像傅立叶变换实现对图像的增强处理，基础是卷积定理，是一种间接增强的算法。采用低通滤波法，只让低频信号通过，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。

图像直方图

摄影中的直方图横坐标是表示亮度分布，左边暗，右边亮，纵坐标表示像素分布。直方图能够显示一张照片中色调的分布情况，揭示了照片中每一个亮度级别下像素出现的数量，根据这些数值所绘出的图像形态，可以初步判断照片的曝光情况，直方图是照片曝光情况最好的回馈。无论照片是有丰富的高光表现还是曝光过度了，还是有饱满的细部暗调，或者是细节根本分辨不清，直方图都能很直观的显示。

从理论上说，一张曝光良好的照片，在不同的亮度级别下细节都应该非常丰富，各亮度值上都有像素分布，像一座起伏波荡的小山丘，为了方便观察，把直方图划分为5个区：每个区代表一个亮度范围，左边为极暗部、暗部，中间为中间调，右边是亮部和极亮部，根据这些不同亮度范围下像素出现的数量，对于高调照片（明亮调子且细节丰富的图片）山丘的峰顶应该集中在直方图右边的亮部区，对于低调照片（深色调子且细节丰富的图片）山丘的峰顶应该集中在直方图左边的暗部区域，如果山丘覆盖了整个区域，说明曝光情况正好且细节清晰可见。

直方图类型：

类型	解释	图像
正常型	过程处于稳定的图型，它的形状是中间高、两边低，左右近似对称。
1、孤岛型	直方图旁边有孤立的小岛出现，当这种情况出现时过程中有异常原因。如：原料发生变化，不熟练的新工人替人加班，测量有误等，都会造成孤岛型分布。
2、双峰型	直方图中出现了两个峰，这是由于观测值来自两个总体，两个分布的数据混合在一起。如：两种有一定差别的原料所生产的产品混合在一起，或者就是两种产品混在一起。
3、折齿型	直方图出现凹凸不平的形状，这是由于作图时数据分组太多，测量仪器误差过大或观测数据不准确等造成的，
4、陡壁型	直方图像高山的陡壁向一边倾斜时，通常表现在产品质量较差时，为了符合标准的产品，需要进行全数检查，以剔除不合格品。当用剔除了不合格品的产品数据作频数直方图时容易产生这种陡壁型，这是一种非自然形态。
5、偏态型	直方图的顶峰有时偏向左侧、有时偏向右侧。（1）由于某种原因使下限受到限制时，容易发生偏左型。如：用标准值控制下限，摆差等形位公差，不纯成分接近于0，疵点数接近于0或由于工作习惯都会造成偏左型。（2）由于某种原因使上限受到限制时，容易发生偏右型。如：用标准尺控制上限，精度接近100%，合格率也接近100%或由于工作习惯都会造成偏右型。
6、平顶型	当直方图没有突出的顶峰，呈平顶型，然而形成这种情况一般有三种原因。（1）与双峰型类似，由于多个总体、多总分布混在一起。（2）B、由于生产过程中某中缓慢的倾向在起作用，如工具的磨损、操作者的疲劳等。（3）质量指标在某个区间中均匀变化。