圖像圖像算法教程

關(guān)于圖像圖像算法教程第一頁，共四十六頁，2022年，8月28日3.1輸入圖像的r校正

我們知道，數(shù)字圖像信息的獲取來自于CCD圖像傳感器。但是，CCD的輸入輸出特性不是線性的，所以如果不進(jìn)行校正處理的話，將無法得到好的圖像效果。（同理，加洗照片不對顏色進(jìn)行校正配準(zhǔn)，所以效果都會略差一些。）第二頁，共四十六頁，2022年，8月28日3.1輸入圖像的r校正

設(shè)CCD的輸入（入射光強度）為L，輸出（電流強度）為I，則有：

當(dāng)我們得到信號I之后，必須對其進(jìn)行校正，使得后面處理的信息為L或估計的近似L。第三頁，共四十六頁，2022年，8月28日3.1輸入圖像的r校正

r校正方法：1）r值的確定通常CCD的r值在0.4~0.8之間，r值越小，畫面的效果越差。根據(jù)畫面對比度的分析，可以大致得到該設(shè)備的r值（或依據(jù)設(shè)備的參考值）。第四頁，共四十六頁，2022年，8月28日3.1輸入圖像的r校正4699954686680878950759580原始信息Lr=0.41399821373360646820529260CCD的輸出信息第五頁，共四十六頁，2022年，8月28日3.1輸入圖像的r校正2）對輸入信息進(jìn)行r校正第六頁，共四十六頁，2022年，8月28日3.1輸入圖像的r校正4699954686680878950759580r=0.41399921363360656920529260CCD的輸出信息1399821373360646820529260r校正后的信息原始信息第七頁，共四十六頁，2022年，8月28日3.1輸入圖像的r校正

值得注意的是：所得到的r值不一定準(zhǔn)確，那么我們來看一下r值不準(zhǔn)確時，進(jìn)行校正后的圖像效果。第八頁，共四十六頁，2022年，8月28日3.2對比度展寬

一、對比度展寬的目的：是一點對一點的灰度級的影射。設(shè)新、舊圖的灰度級分別為g和f，g和f均在[0，255]間變化。目的：將人所關(guān)心的部分強調(diào)出來。第九頁，共四十六頁，2022年，8月28日3.2對比度展寬

255abfg255gagbαγβ方法：第十頁，共四十六頁，2022年，8月28日3.2對比度展寬二、灰級窗：

只顯示指定灰度級范圍內(nèi)的信息。如:α=γ=0

255abfg255β255abfg255gagbαγβ第十一頁，共四十六頁，2022年，8月28日3.2對比度展寬三、灰級窗切片：只保留感興趣的部分，其余部分置為0。255abfg255第十二頁，共四十六頁，2022年，8月28日3.3灰度級的修正

通過記錄裝置把一景物變成一幅圖像時，景物上每一點所反射的光，并不是按同一比例轉(zhuǎn)化成圖像上相應(yīng)點的灰度的?？拷廨S的光要比遠(yuǎn)離光軸的光衰減得要少一些。第十三頁，共四十六頁，2022年，8月28日3.3灰度級的修正

灰度級修正的目的是:使畫面中的每個關(guān)心的細(xì)節(jié)信息通過灰度級修正之后，可以變得清楚可見。第十四頁，共四十六頁，2022年，8月28日3.4動態(tài)范圍調(diào)整

動態(tài)范圍：是指圖像中從暗到亮的變化范圍。由于人眼所可以分辨的灰度的變化范圍是有限的，所以當(dāng)動態(tài)范圍太大時，很高的亮度值把暗區(qū)的信號都掩蓋了。

通過動態(tài)范圍的壓縮可以將所關(guān)心部分的灰度級的變化范圍擴大。第十五頁，共四十六頁，2022年，8月28日3.4動態(tài)范圍調(diào)整一、線性動態(tài)范圍調(diào)整：黑白第十六頁，共四十六頁，2022年，8月28日一、線性動態(tài)范圍調(diào)整1399821373360646820529260黑：02白：9723777223733626467225072620299900292270747900509070y=1.8*x-3.6作用：進(jìn)行亮暗限幅第十七頁，共四十六頁，2022年，8月28日3.4動態(tài)范圍調(diào)整

二、非線性動態(tài)范圍調(diào)整：

通常用取對數(shù)的方法。原因是人眼對信號的處理是有一個近似對數(shù)算子的環(huán)節(jié)。第十八頁，共四十六頁，2022年，8月28日二、非線性動態(tài)范圍調(diào)整13998213733606468205292603599943585580868940749480g=9*log(f+1)作用：將暗的部分?jǐn)U展，而將亮的部分抑制。第十九頁，共四十六頁，2022年，8月28日3.5直方圖均衡化

直方圖均衡方法的基本思想是對在圖像中像素個數(shù)多的灰度級進(jìn)行展寬，而對像素個數(shù)少的灰度級進(jìn)行縮減。從而達(dá)到清晰圖像的目的。第二十頁，共四十六頁，2022年，8月28日3.5直方圖均衡化算法：

設(shè)f、g分別為原圖象和處理后的圖像。1)求出原圖f的灰度直方圖，設(shè)為h。

h為一個256維的向量。第二十一頁，共四十六頁，2022年，8月28日3.5直方圖均衡化1399821373360646820529260fh03122434415164718293第二十二頁，共四十六頁，2022年，8月28日3.5直方圖均衡化2）求出圖像f的總體像素個數(shù)

Nf=m*n（m,n分別為圖像的長和寬）計算每個灰度級的像素個數(shù)在整個圖像中所占的百分比。

hs(i)=h(i)/Nf(i=0,1,…,255)第二十三頁，共四十六頁，2022年，8月28日

3.5直方圖均衡化h03122434415164718293hs00.1210.0820.1630.1640.0450.0460.1670.0480.0890.12第二十四頁，共四十六頁，2022年，8月28日3.5直方圖均衡化3）計算圖像各灰度級的累計分布hp。

第二十五頁，共四十六頁，2022年，8月28日

3.5直方圖均衡化hshp00.1210.0820.1630.1640.0450.0460.1670.0480.0890.1200.1210.2020.3630.5240.5650.6060.7670.8080.8891.00第二十六頁，共四十六頁，2022年，8月28日3.5直方圖均衡化4）求出新圖像g的灰度值。

第二十七頁，共四十六頁，2022年，8月28日3.5直方圖均衡化1399821373360646820529260fg511332552552249251133204133133194019414319422492015392255921940hp00.1210.2020.3630.5240.5650.6060.7670.8080.8891.00第二十八頁，共四十六頁，2022年，8月28日3.5直方圖均衡化第二十九頁，共四十六頁，2022年，8月28日3.6假彩色與偽彩色一、假彩色假彩色是指將一幅彩色圖像映射為另一幅彩色圖像，從而達(dá)到增強對比度的目的。第三十頁，共四十六頁，2022年，8月28日3.6假彩色與偽彩色二、偽彩色由于人眼分辨不同彩色的能力比分別不同的灰度級的能力強，因此，把人眼無法區(qū)別的灰度變化，施以不同的彩色來提高識別率，這便是偽彩色增強的基本依據(jù)。第三十一頁，共四十六頁，2022年，8月28日3.6假彩色與偽彩色一種偽彩色的算法：LLL第三十二頁，共四十六頁，2022年，8月28日

作業(yè)(共3題)1.如果需要你做r校正，但對r值無法知道其具體的值，你將采用什么樣的方案來實現(xiàn)？2.假設(shè)你有兩張同一建筑物的照片，這兩張照片是不同的人在同一天站在同一地點上拍下的，時間相差4個小時，在這4個小時中，有人從該建筑物的某個窗口射擊了三槍。負(fù)責(zé)調(diào)查的偵探不知道哪間辦公室是事發(fā)房間，而對膠片的肉眼視覺檢查也無法表明在這段時間內(nèi)有哪扇窗戶被打開或關(guān)上，你能幫助他嗎？第三十三頁，共四十六頁，2022年，8月28日

作業(yè)3.已知一幅圖像為：

請對其進(jìn)行灰度直方圖的均衡化處理。第三十四頁，共四十六頁，2022年，8月28日對比度展寬效果返回第三十五頁，共四十六頁，2022年，8月28日灰級窗效果示意圖返回原圖對比度展寬灰級窗第三十六頁，共四十六頁，2022年，8月28日灰級窗切片效果示意圖返回第三十七頁，共四十六頁，2022年，8月28日灰度級的修正返回第三十八頁，共四十六頁，2022年，8月28日非線性動態(tài)范圍調(diào)整返回第三十九頁，共四十六頁，2022年，8月28日直方圖均衡化的效果返回第四十頁，共四十六頁，2022年，8月28