数字图像的灰度处理

数字图像的灰度处理摘要：图象处理着重强调的是在图象之间进行的各种变换，对图象进行各种加工以改善图象的视觉效果。在图象的灰度处理中，增强操作、直方图及图象间的变换是实现点操作的增强方式，又被称作灰度变换。本文主要介绍了一些数字图像灰度处理的方法，其中图象取反是实现图象灰度值翻转的最直接的方法；灰度切分可实现强化某一灰度值的目的。对直方图进行均衡化修正，可使图象的灰度间距增大或灰度均匀分布、增大反差，使图象的细节变得清晰。关键词：图像增强灰度处理阈值变换灰度拉伸灰度直方图数字图像处理是20世纪60年代初期所形成的一门涉及多领域的交叉学科。所谓数字图像处理，又称为计算机图像处理，就是指用数字计算机及其它有关的数字硬件技术，对图像施加某种应算和处理，从而达到某种预期的目的。在大多数情况下，计算机采用离散的技术来处理来自连续世界的图像。实际上图像是连续的，计算机只能处理离散的数字图像，所以要要对连续图像经过采样和量化以获得离散的数字图像。数字图像处理中图像增强的目的是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，扩大图像中不同物体特征之间的差别，满足某些特殊分析的需要。其方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，使图像与视觉响应特性相匹配。而通过改变图像的灰度以期达到一种很好的视觉效果是图像增强的一种手段。灰度变换的目的是为了改善画质，使图像显示效果更加清晰。图像的点应算是一种既简单又重要的技术，它能让用户改变图像数据占据的灰度范围。一幅输入图像经过点应算后将产生一幅新的输出图像，由输入像素点的灰度值决定相应的输出像素点的灰度值。图像的点应算可以有效的改变图像的直方图分布，以提高图像的分辨率和图像的均衡。点应算可以按照预定的方式改变一幅图像的灰度直方图。除了灰度级的改变是根据某种特定的灰度变换函数进行之外，点应算可以看作是“从像素到像素”的复制操作。如果输入图像为A（x,y）,则点应算可以表示为：B(x,y)=f[A（x,y）]，其中函数f(D)称为灰度变换函数，它描述了输入灰度值和输出灰度值之间的转换关系。一旦灰度变换函数确定，该点应算就完全被确定下来了。直接灰度变换属于所有图像增强技术中最简单的一类，最常用的方法有以下几种：（1）图像求反所谓对图像求反是将原图像灰度值翻转，简单说来就是使黑变白，使白变黑。假设对灰度级范围是（0，L-1）的图像求反，就是通过变换将（0，L-1）变换到（L-1），变换公式如下：t=L-1-s这种方法尤其适用于增强嵌入于图像暗色区域的白色或灰色细节。（2）对数变换在某些情况下，例如，在显示图像的傅里叶谱时，其动态范围远远超过显示设备上的显示能力。此时仅有图像中最亮部分可在显示设备上显示，而频谱中的低值将看不见，在这种情况下，所显示的图像相对于原图像就存在失真。要消除这种因动态范围太大而引起的失真，一种有效的方法是对原图像的动态范围进行压缩，最常用的借助对数形式对动态范围进行调整，其数学表达式如下:t=Clog(1+|s|)其中C为尺度比例常数。尺度比例常数C的取值可以结合原图像的动态范围以及显示设备的显示能力来定。（3）灰度切割灰度切割的目的是增强特定范围的对比度，用来突出图像中特定灰度范围的亮度。进行灰度切割有许多方法，常用的有两种方法：一种是对感兴趣的灰度级以较大的灰度值来显示，而对另外的灰度级则以较小的灰度级来显示；另一个方法是对感兴趣的灰度级以较大的灰度值进行显示，而其他的灰度级则保持不变。（4）位图切割对一幅有多个位表示其灰度值的图像来说，其中的每个位可看作一个二值的平面，也称为位面。设图像中每一个像素由8位表示，也就是说图像有8个位面，一般用位面0表示最低位面，位面7表示最高位面，借助图像的位面表示形式，通过操作图像特定位面来达到对图像的增强效果。（5）灰度的线性变换灰度的线性变换就是将图像中所有的点的灰度按照线形灰度变换函数进行变换。该线性灰度变换函数f(x)是一个一维线性函数，描述：f(x)=a*x+b,灰度变换方程为DB=f(DA)=a*DA+b,式中参数a为线性函数的斜率，b为线性函数在y轴的截距,DA表示输入图像的灰度，DB表示输出图像的灰度。当a1时输出图像的对比度将增加；当a1时，输出图像的对比度将减小；当a=1且b≠0时操作仅使所有像素的灰度值上移或下移，其效果是使整个图像更暗或更亮；如果a0，暗区域将变亮，亮区域将变暗，点应算完成了图像求补应算。特殊情况下，当a=1，b=0时，输出图像和输入图像相同；当a=-1，b=225时，输出图像的灰度正好反转。灰度直方图是数字图像处理中一个最简单、最有用的的工具，它描述了一幅图像的灰度级内容，例如图像的灰度范围、每个灰度级出现的频率、灰度级的分布、整幅图像的平均明暗和对比度等，对图像近一步处理提供了重要依据。灰度直方图定义为灰度值的函数，描述的是图像中具有该灰度值的像素的个数，其横坐标表示像素的灰度级别，纵坐标是该灰度出现的频率。大多数自然图像由于其灰度分布集中在较窄的区间，引起图像细节不够清晰，采用直方图修整后可使图像的灰度间距拉开或使灰度分布均匀，从而增大反差，使图像细节清晰，达到增强的目的。直方图处理方法通常分两种：直方图均衡化：实质是减少图像的灰皆以换取对比度的扩大，它的结果是唯一的，就是根据灰度信息，自动增强整个图像的对比度，也就是说对比度扩大到什么程度是不受控制的，目的是通过点应算使输入图像转换为在每一灰度级上都有相同的像素点数的输出图像，即输出的直方图是平的；直方图规定化：相当于建立了一个灰度级别的固定模式，所有图像进入后，都会以同一种灰度直方图的状态显示出来。灰度的阈值变换可以让一幅灰度图像转换成黑白二值图，它的操作过程是先由用户指定一个阈值，如果图像中某像素的灰度值小于该阈值，则该图像的灰度值设置为0，否则灰度值设置为225。灰度阈值变换的变换函数表达式如下：0xTf(x)=255xT其中T为指定的阈值。阈值T就像个门槛，比它大就是白，比它小就是黑。该变换函数是阶跃函数，只需给出阈值点T即可，经过阈值处理后的图像变成了一幅黑白二值图，阈值处理是灰度图转二值图的一种常用方法。有时候由于环境光线或采集设备等原因，图像的灰度有时会集中于某一较小区间，，如图像过亮或过暗等，这时就需要对图像的灰度进行拉伸使之覆盖较大的取值区间，从而提高图像的对比度以便于观察。这种处理就可以利用线性变换曲线建立灰度映射来完成。灰度拉伸又叫做对比度拉伸，它是最基本的一种灰度变换，它与线性变换有些类似，不同之处在于灰度拉伸使用的是分段线性变换，所以它最大的优势是变换函数可以由用户任意合成。它的主要思想是提高图像处理时灰度级的动态范围，适用于低对比度图像的处理，一般由两个基本操作组成：⑴直方图统计，来确定对图像进行灰度拉伸的两个拐点；⑵灰度变换，根据步骤⑴确定的分段线性变换函数进行像素灰度值的映射。灰度拉伸可以灵活的控制输出灰度直方图的分布，它可以有选择的拉伸某段灰度区间以改善输出图像。如果一幅图像灰度集中在较暗的区域而导致图像偏暗，可以用灰度拉伸功能来拉伸（斜率1）物体灰度区间来改善图像；同样如果图像灰度集中在较亮的区域而导致图像偏亮，也可以用灰度拉伸功能来压缩（斜率1）物体灰度区间以改善图像质量。在计算机图形学与图像处理中，数字图像的灰度是进行图像识别与处理的基础,掌握一定的灰度处理技术，对于我们提升自己的计算机应用能力是有很大帮助的。参考文献：[1]靳雁霞，数字图像的灰度处理，2004.6[2]郭圣文，图像灰度的处理方法，2009.4.28[3]孙劲光，张丈斌，朱世安，图像灰度的处理方法及实现，2009.[4]姚敏，数字图像处理第4章图像增强，2006.1