内容来自于刘定生老师的数字图像处理课和课件,如有侵权,联系删除。
灰度级:图像中不同灰度的最大数量
对比度:反映图像灰度方差大小
线性:
Iout = a*Iin + b
a>1:增加对比度
a<1:减小对比度
b>0:增加亮度
b<0:减小亮度
非线性:
C>0:增强中间部分
C<0:减弱中间部分
(类似于log曲线)
点运算:
利用LUT
代数运算:
加法:C = A + B
用法:
1.削弱叠加性噪声(例如随机噪声,利用的是随机噪声的均值为0)
2.叠加图像(例如融合)
减法:
1.去除背景图像(天气预报、演员拍戏等,后面是一个纯色的幕布,后期再将背景合成上去)
2.检测同一场景图像的变化
乘法:
1.扣取局部图像(蒙版,用0,1的mask去提取原图)
逻辑运算:
一般是针对二值图像
几何变换:
线性:平移、缩放、旋转、镜像、错切
这些变换可以用矩阵表示
仿射变换:
水平镜像:
[-1 0 0
0 1 0
0 0 1]
x方向缩放a倍,y方向缩放b倍:
[a 0 0
0 b 0
0 0 1]
旋转:
错切:非垂直投影
[1 c 0
d 1 0
0 0 1]
伪仿射变换:双线性几何变换
非线性(高阶多项式):任意几何变换
畸变矫正
透视变换:以人眼为中心的中心投影
符合人眼的视觉形象
8个独立的参数,需要4个点
座标的计算:
向前映射(镜像、平移时用这种方法)
向后映射(旋转、缩放、变形等,结合差值使用)
像素的计算:
最近邻插值:快,误差大,会有马赛克效应
双线性插值:平滑过渡,低通特性(会使图像变模糊)
数学上是双曲抛物面方程:
计算结果:
矩阵形式:
最佳插值函数:三次卷积插值
需要4x4,16个点,,高频损失少,可将噪声平滑
延伸。。:
非几何变换:主要指灰度变换(只有像素值的变换没有座标的变换)
单像素
区域:基于模板
对比度拉伸:
Gamma失真:
图像亮度对光线的相应不是线性的,硬件决定的
灰度直方图:
灰度出现的频率可以看做其出现的概率--》直方图就对应于概率密度曲线
用途
1 . 数字化参数
直方图给出了一个简单可见的指示,用来判断一幅图象是否合理的利用了全部被允许的灰度级范围。一般一幅图应该利用全部或几乎全部可能的灰度级,否则等于增加了量化间隔。 丢失的信息将不能恢复。
2 . 边界阈值选取
假设某图象的灰度直方图具有 二峰性,则表明这个图象的较亮的区域和较暗的区域可以较好地分离,取中间点为阈值点,可以得到好的2值处理的效果。
直方图变换
单调增加的映射曲线
直方图均衡:用r的累积分布函数作为变换函数,可产生一幅灰度级分布具有均匀概率密度的图像
对于离散图像,只能做到接近均匀