灰度变换增强

2.1.1　灰度变换增强

灰度变换可使图像对比度扩展，图像清晰，特征明显。它是图像增强的重要手段。灰度变换是一种点处理方法，它将输入图像中每个像素(x，y)的灰度值f(x，y)，通过映射函数T(·)，变换成输出图像中的灰度g(x，y)，即:

g(x，y)=T［f(x，y)］

灰度变换可以选择不同的灰度变换函数，如正比函数和指数函数等。根据函数的性质，常见的灰度变换主要有:

(1)图像反转。将原始图像的灰度值进行翻转，使输出图像的灰度值随输入图像的灰度值增加而减少，如黑图像变成白图像，白图像变成黑图像。对增强嵌入在黑暗背景中的白色或灰色细节特别有效，尤其当图像中黑色为主要部分时效果明显。程序代码如下:

f=imread('camera.jpg');%读入原始图像

imshow(f);%显示灰度原始图像

g=double(f);%将图像转换为double类型

g=－g+(256－1);%图像反转变换

h=uint8(g);%double类型转化为uint8类型

figure，imshow(h);%在另一窗口显示灰度反转变换图像

图2－1是变换前的原始图像，图2－2是变换后的效果图。

图2－1

图2－2

(2)线性灰度变换。对单波段逐个像素进行处理，将原图像灰度值按线性关系式扩展到指定范围或整个动态范围。在实际运算中给定的是两个灰度区间，即要把输入图像的某个灰度值区间［a，b］扩展为输出图像的灰度值区间［c，d］。同样，对于灰度局限在某一个很小范围内的数字图像，采用线性函数对图像的每一个像素灰度作线性拉伸，将有效地改善图像视觉效果。关于a和b的取值有以下两种情况:原图像的最小和最大亮度值，即对原图像的灰度范围不加区别地扩展;人为规定的最小值和最大值(即阈值)，把图像的低灰度值和高灰度值像素的灰度级进行了适当的归并。

线性拉伸采用的变换公式一般为:

g(x，y)=f(x，y)·C+R

C、R的值由输出图像的灰度值动态范围决定。

假定原始输入图像的灰度取值范围为［f_min，f_max］，输出图像的灰度取值范围［g_min，g_max］，其变换公式为:

一般要求g_min＜f_min，g_max＞f_max。

MATLAB图像处理工具箱提供了灰度调整函数imadjust()，可以将图像的灰度值调整到一个指定的范围。图2－3是一幅数字乳房X射线原始图像，它显示出了一处疾患，图2－4是经过明暗反转后的图像，就可非常容易地分析乳房组织，图2－5是亮度范围扩展为［0.5，0.75］后，更明显地看到疾患处，图2－6是压缩灰度值的低端并扩展灰度值的高端增强图像后的结果。程序代码如下:

f=imread('breast.jpg');

g1=imadjust(f，［0 1］，［1 0］);

g2=imadjust(f，［0.5 0.75］，［0 1］);

g3=imadjust(f，［］，［］，2);

imshow(f);

figure，imshow(g1);

figure，imshow(g2);

figure，imshow(g3)。

图2－3

图2－4

图2－5

图2－6

(3)非线性灰度变换。对于要进行扩展的亮度值范围是有选择的，扩展的程度是随灰度值的变化而连续变化的，常用的有对数变换和Gamma校正两种非线性灰度变换方法。

非线性灰度变换和线性灰度变换都可用同一个函数imadjust()实现，图2－7是月球北极的原图像，可以看出，原图像模糊不清，视觉效果很差，图2－8是经过全局拉伸变换后的图像，图像清晰了许多，图2－9是分段拉伸后的图像。程序代码如下:

f=imread('moon.jpg');

g1=imadjust(f);

g2=imadjust(f，［0.2 0.8］，［］);

imshow(f);

figure，imshow(g1);

figure，imshow(g2)。

图2－7

图2－8

图2－9