內容來自於劉定生老師的數字圖像處理課和課件,如有侵權,聯繫刪除。
灰度級:圖像中不同灰度的最大數量
對比度:反映圖像灰度方差大小
線性:
Iout = a*Iin + b
a>1:增加對比度
a<1:減小對比度
b>0:增加亮度
b<0:減小亮度
非線性:
C>0:增強中間部分
C<0:減弱中間部分
(類似於log曲線)
點運算:
利用LUT
代數運算:
加法:C = A + B
用法:
1.削弱疊加性噪聲(例如隨機噪聲,利用的是隨機噪聲的均值爲0)
2.疊加圖像(例如融合)
減法:
1.去除背景圖像(天氣預報、演員拍戲等,後面是一個純色的幕布,後期再將背景合成上去)
2.檢測同一場景圖像的變化
乘法:
1.扣取局部圖像(蒙版,用0,1的mask去提取原圖)
邏輯運算:
一般是針對二值圖像
幾何變換:
線性:平移、縮放、旋轉、鏡像、錯切
這些變換可以用矩陣表示
仿射變換:
水平鏡像:
[-1 0 0
0 1 0
0 0 1]
x方向縮放a倍,y方向縮放b倍:
[a 0 0
0 b 0
0 0 1]
旋轉:
錯切:非垂直投影
[1 c 0
d 1 0
0 0 1]
僞仿射變換:雙線性幾何變換
非線性(高階多項式):任意幾何變換
畸變矯正
透視變換:以人眼爲中心的中心投影
符合人眼的視覺形象
8個獨立的參數,需要4個點
座標的計算:
向前映射(鏡像、平移時用這種方法)
向後映射(旋轉、縮放、變形等,結合差值使用)
像素的計算:
最近鄰插值:快,誤差大,會有馬賽克效應
雙線性插值:平滑過渡,低通特性(會使圖像變模糊)
數學上是雙曲拋物面方程:
計算結果:
矩陣形式:
最佳插值函數:三次卷積插值
需要4x4,16個點,,高頻損失少,可將噪聲平滑
延伸。。:
非幾何變換:主要指灰度變換(只有像素值的變換沒有座標的變換)
單像素
區域:基於模板
對比度拉伸:
Gamma失真:
圖像亮度對光線的相應不是線性的,硬件決定的
灰度直方圖:
灰度出現的頻率可以看做其出現的概率--》直方圖就對應於概率密度曲線
用途
1 . 數字化參數
直方圖給出了一個簡單可見的指示,用來判斷一幅圖象是否合理的利用了全部被允許的灰度級範圍。一般一幅圖應該利用全部或幾乎全部可能的灰度級,否則等於增加了量化間隔。 丟失的信息將不能恢復。
2 . 邊界閾值選取
假設某圖象的灰度直方圖具有 二峯性,則表明這個圖象的較亮的區域和較暗的區域可以較好地分離,取中間點爲閾值點,可以得到好的2值處理的效果。
直方圖變換
單調增加的映射曲線
直方圖均衡:用r的累積分佈函數作爲變換函數,可產生一幅灰度級分佈具有均勻概率密度的圖像
對於離散圖像,只能做到接近均勻