灰度變換也被稱(chēng)為圖像的點(diǎn)運(yùn)算(只針對(duì)圖像的某一像素點(diǎn))是所有圖像處理技術(shù)中最簡(jiǎn)單的技術(shù),其變換形式如下:
其中,T是灰度變換函數(shù);r是變換前的灰度;s是變換后的像素。
圖像灰度變換的有以下作用:
改善圖像的質(zhì)量,使圖像能夠顯示更多的細(xì)節(jié),提高圖像的對(duì)比度(對(duì)比度拉伸);
有選擇的突出圖像感興趣的特征或者抑制圖像中不需要的特征;
可以有效的改變圖像的直方圖分布,使像素的分布更為均勻。
常見(jiàn)的灰度變換
灰度變換函數(shù)描述了輸入灰度值和輸出灰度值之間變換關(guān)系,一旦灰度變換函數(shù)確定下來(lái)了,那么其輸出的灰度值也就確定了。
可見(jiàn)灰度變換函數(shù)的性質(zhì)就決定了灰度變換所能達(dá)到的效果。用于圖像灰度變換的函數(shù)主要有以下三種:
線性函數(shù) (圖像反轉(zhuǎn))
對(duì)數(shù)函數(shù):對(duì)數(shù)和反對(duì)數(shù)變換
冪律函數(shù):n次冪和n次開(kāi)方變換
上圖給出了幾種常見(jiàn)灰度變換函數(shù)的曲線圖,根據(jù)這幾種常見(jiàn)函數(shù)的曲線形狀,可以知道這幾種變換的所能達(dá)到的效果。
例如,對(duì)數(shù)變換和冪律變換都能實(shí)現(xiàn)圖像灰度級(jí)的擴(kuò)展/壓縮,另外對(duì)數(shù)變換還有一個(gè)重要的性質(zhì),它能壓縮圖像灰度值變換較大的圖像的動(dòng)態(tài)范圍(例如,傅立葉變換的頻譜顯示)。
線性變換
令r為變換前的灰度,s為變換后的灰度,則線性變換的函數(shù):
其中,a為直線的斜率,b為在y軸的截距。選擇不同的a,b值會(huì)有不同的效果:
a>1,增加圖像的對(duì)比度
a<1,減小圖像的對(duì)比度
a=1且b≠0a=1且b≠0,圖像整體的灰度值上移或者下移,也就是圖像整體變亮或者變暗,不會(huì)改變圖像的對(duì)比度。
a<0且b=0?a<0且b=0,圖像的亮區(qū)域變暗,暗區(qū)域變亮
a=1且b=0a=1且b=0,恒定變換,不變
a=?1且b=255a=?1且b=255,圖像反轉(zhuǎn)。
在進(jìn)行圖像增強(qiáng)時(shí),上述的線性變換函數(shù)用的較多的就是圖像反轉(zhuǎn)了,根據(jù)上面的參數(shù),圖像反轉(zhuǎn)的變換函數(shù)為:s=255?s。
圖像反轉(zhuǎn)得到的是圖像的負(fù)片,能夠有效的增強(qiáng)在圖像暗區(qū)域的白色或者灰色細(xì)節(jié)。
其效果如下:
圖像反轉(zhuǎn)的實(shí)現(xiàn)是比較簡(jiǎn)單的,在 OpenCV 中有對(duì)Mat的運(yùn)算符重載,可以直接 Mat r = 255 - img 或者 ~img 來(lái)實(shí)現(xiàn)。
對(duì)數(shù)變換
對(duì)數(shù)變換的通用公式是:
其中,c是一個(gè)常數(shù),,假設(shè)r≥0,根據(jù)上圖中的對(duì)數(shù)函數(shù)的曲線可以看出:對(duì)數(shù)變換,將源圖像中范圍較窄的低灰度值映射到范圍較寬的灰度區(qū)間,同時(shí)將范圍較寬的高灰度值區(qū)間映射為較窄的灰度區(qū)間,從而擴(kuò)展了暗像素的值,壓縮了高灰度的值,能夠?qū)D像中低灰度細(xì)節(jié)進(jìn)行增強(qiáng)。
從函數(shù)曲線也可以看出,反對(duì)數(shù)函數(shù)的曲線和對(duì)數(shù)的曲線是對(duì)稱(chēng)的,在應(yīng)用到圖像變換其結(jié)果是相反的,反對(duì)數(shù)變換的作用是壓縮灰度值較低的區(qū)間,擴(kuò)展高灰度值的區(qū)間。
基于 OpenCV 的實(shí)現(xiàn),其對(duì)數(shù)變換的代碼如下:
floatpixels[256]; for(inti=0;i256;?i++) ????????pixels[i]?=?log(1?+?i); ????Mat?imageLog(image.size(),?CV_32FC3); ????for?(int?i?=?0;?i(i,j)[0]=pixels[image.at (i,j)[0]]; imageLog.at (i,j)[1]=pixels[image.at (i,j)[1]]; imageLog.at (i,j)[2]=pixels[image.at (i,j)[2]]; } } //歸一化到0~255 normalize(imageLog,imageLog,0,255,CV_MINMAX); //轉(zhuǎn)換成8bit圖像顯示 convertScaleAbs(imageLog,imageLog);
這使用的對(duì)數(shù)函數(shù)的底為10。由于灰度變換是灰度值之間的一對(duì)一的映射,而灰度值區(qū)間通常為[0,255],所以在進(jìn)行灰度變換時(shí),通常使用查表法。
也就是,現(xiàn)將每個(gè)灰度值的映射后的結(jié)果計(jì)算出來(lái),在變換時(shí),通過(guò)查表得到變換后的灰度值。執(zhí)行上面結(jié)果得到的結(jié)果如下:
左邊為原圖像,其拍攝環(huán)境較暗,無(wú)法分辨出很多的細(xì)節(jié);右邊為變換后的圖像,整個(gè)圖像明亮許多,也能分辨出原圖中處于暗區(qū)域的狗狗的更多細(xì)節(jié)。
對(duì)數(shù)變換,還有一個(gè)很重要的性質(zhì),能夠壓縮圖像像素的動(dòng)態(tài)范圍。例如,在進(jìn)行傅立葉變換時(shí),得到的頻譜的動(dòng)態(tài)范圍較大,頻譜值的范圍通常為[0,106],甚至更高。
這樣范圍的值,顯示器是無(wú)法完整的顯示如此大范圍的灰度值的,因而許多灰度細(xì)節(jié)會(huì)被丟失掉。而將得到的頻譜值進(jìn)行對(duì)數(shù)變換,可以將其動(dòng)態(tài)范圍變換到一個(gè)合適區(qū)間,這樣就能夠顯示更多的細(xì)節(jié)。
冪律變換(伽馬變換)
伽馬變換的公式為:
其中c和γ為正常數(shù)。
伽馬變換的效果與對(duì)數(shù)變換有點(diǎn)類(lèi)似,當(dāng)γ>1時(shí)將較窄范圍的低灰度值映射為較寬范圍的灰度值,同時(shí)將較寬范圍的高灰度值映射為較窄范圍的灰度值;當(dāng)γ<1時(shí),情況相反,與反對(duì)數(shù)變換類(lèi)似。
其函數(shù)曲線如下:
當(dāng)γ<1時(shí),γ的值越小,對(duì)圖像低灰度值的擴(kuò)展越明顯;當(dāng)γ>1時(shí),γ的值越大,對(duì)圖像高灰度值部分的擴(kuò)展越明顯。這樣就能夠顯示更多的圖像的低灰度或者高灰度細(xì)節(jié)。
伽馬變換主要用于圖像的校正,對(duì)灰度值過(guò)高(圖像過(guò)亮)或者過(guò)低(圖像過(guò)暗)的圖像進(jìn)行修正,增加圖像的對(duì)比度,從而改善圖像的顯示效果。
基于 OpenCV 的實(shí)現(xiàn):
floatpixels[256]; for(inti=0;i256;?i++) ????????pixels[i]?=?i?*?i?*i; ????Mat?imageLog(image.size(),?CV_32FC3); ????for?(int?i?=?0;?i(i,j)[0]=pixels[image.at (i,j)[0]]; imageLog.at (i,j)[1]=pixels[image.at (i,j)[1]]; imageLog.at (i,j)[2]=pixels[image.at (i,j)[2]]; } } //歸一化到0~255 normalize(imageLog,imageLog,0,255,CV_MINMAX); //轉(zhuǎn)換成8bit圖像顯示 convertScaleAbs(imageLog,imageLog);
這里選擇的參數(shù)為c = 1,γ=3,來(lái)擴(kuò)展圖像的高灰度區(qū)域,其結(jié)果如下:
當(dāng)選擇參數(shù)為c = 1,γ=0.4,來(lái)擴(kuò)展圖像的低灰度區(qū)域,其效果如下:
根據(jù)以上的結(jié)果,結(jié)合伽馬變換的函數(shù)曲線圖,做如下總結(jié):
γ>1時(shí),會(huì)將低于某個(gè)灰度值K的灰度區(qū)域壓縮到較小的灰度區(qū)間,而將高于K的灰度區(qū)域擴(kuò)展到較大灰度區(qū)間。
令L為灰度的最大值,k = 3/4L . 那么就有[0,3/4L]的灰度區(qū)域映射到為[0,1/8L]的輸出;而將[3/4L,L]這部分高灰度區(qū)域映射到[1/8L,L]區(qū)間。
這樣變換的結(jié)果就是,低于K的灰度區(qū)域被壓縮到更低灰度區(qū)間,而較亮的高灰度區(qū)域的灰度值被擴(kuò)展到較大的灰度區(qū)間變的不那么亮,整體的效果就是圖像的對(duì)比度增加了,但是由于亮度區(qū)域被擴(kuò)展,也就不那么亮了。
γ<1時(shí),會(huì)將灰度值較小的低灰度區(qū)域擴(kuò)展到較寬的灰度區(qū)間,而將較寬的高灰度區(qū)域壓縮到較小的灰度區(qū)間。
這樣變換的效果就是,低灰度區(qū)域擴(kuò)展開(kāi)來(lái),變亮;而寬的高灰度區(qū)域,被壓縮的較窄的區(qū)間,也變亮了,故變換后的整體效果是變亮了。
基于OpenCV的灰度變換實(shí)現(xiàn)
灰度變換屬于點(diǎn)對(duì)點(diǎn)的一一變換,在實(shí)現(xiàn)的時(shí)候,可以利用查表法。也就是實(shí)現(xiàn)將[0,255]區(qū)間的各個(gè)灰度值的變換后的值計(jì)算出來(lái),在變換的時(shí)候直接根據(jù)灰度值進(jìn)行查表得到變換后的結(jié)果。
其實(shí)現(xiàn)如下:
///////////////////////////////////////////////////////////////////// // //灰度線性變換函數(shù) //參數(shù): //src,輸入原圖像 //dst,輸出圖像,類(lèi)型為CV_32F,大小及通道數(shù)與原圖像相同 //mapping,灰度映射表,可以根據(jù)不同的變換函數(shù),提前計(jì)算好圖像的灰度映射表 // //////////////////////////////////////////////////////////////////// voidgray_trans(constMat&src,Mat&dst,float*mapping) { intchannels=src.channels(); if(channels==1) { dst=Mat(src.size(),CV_32FC1); for(inti=0;i(i); constuchar*p2=src.ptr(i); for(intj=0;j(i); constuchar*p2=src.ptr (i); for(intj=0;j
其調(diào)用也比較簡(jiǎn)單,根據(jù)具體的灰度變換函數(shù),填充灰度映射表即可,以伽馬變換為例:
floatpixels[256]; for(inti=0;i256;?i++) ????????pixels[i]?=?powf(i,?1.5); ????Mat?imageLog; ????gray_trans(image,?imageLog,?pixels);
總結(jié)
本文主要對(duì)圖像的幾種常見(jiàn)的灰度變換進(jìn)行了總結(jié)。
圖像反轉(zhuǎn),是圖像線性變換的一種,可以得到圖像負(fù)片,能夠有效的增強(qiáng)圖像的暗色區(qū)域中的白色或者灰色細(xì)節(jié)
對(duì)數(shù)變換,擴(kuò)展圖像中的低灰度區(qū)域,壓縮圖像中的高灰度區(qū)域,能夠增強(qiáng)圖像中的暗色區(qū)域的細(xì)節(jié);反對(duì)數(shù)變換與此相反。對(duì)數(shù)變換還有個(gè)重要作用是,能夠壓縮圖像灰度值的動(dòng)態(tài)范圍,在傅立葉變換中能夠顯示更多的變換后的頻譜細(xì)節(jié)。
伽馬變換,主要用于圖像的校正,根據(jù)參數(shù)γ的選擇不同,能夠修正圖像中灰度過(guò)高(γ>1)或者灰度過(guò)低(γ<1)
責(zé)任編輯:彭菁
-
圖像
+關(guān)注
關(guān)注
2文章
1083瀏覽量
40449 -
圖像處理技術(shù)
+關(guān)注
關(guān)注
0文章
33瀏覽量
10065 -
頻譜
+關(guān)注
關(guān)注
7文章
882瀏覽量
45615 -
函數(shù)
+關(guān)注
關(guān)注
3文章
4328瀏覽量
62575
原文標(biāo)題:圖像處理基礎(chǔ):圖像的灰度變換
文章出處:【微信號(hào):vision263com,微信公眾號(hào):新機(jī)器視覺(jué)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論