目录
★灰度直方图
★数字图像增强
★数字图像去噪
★彩色图像
是关于灰度级分布的函数,是对图像中灰度级分布的统计。
灰度直方图是将数字图像中的所有像素,按照灰度值的大小,统计其所出现的额度。
通常,灰度直方图的横坐标表示灰度值,纵坐标为像素个数,也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。
直方图上的一个点的含义是:图像中存在的等于某个灰度值的像素个数的多少。
图像的灰度增强是指通过一定的处理方法,提高图像中的亮暗对比度,由此加大亮暗差异的目标特征。核心思路是通过抑制非重要目标信息来增强重要目标信息。
线性对比度展宽
实质上是通过对不重要信息对比度的降低,从而 留出多余的空间对重要信息的对比度进行展宽。
非线性动态范围调整
作用是抑制高亮区域,扩展低亮度区域,这恰好在一定程度上解决了高亮度区域信号掩盖暗区信号的问题。
直方图均衡化方法
基本思想是对在图像中像素个数多的灰度级差进行展宽,而对像素个数少的灰度级差进行缩减,从而达到清晰图像的目的。所以直方图均衡化处理实际上是将当前的灰度分布重新均衡地分布于整个灰度区间。
灰度直方图均衡化处理时须满足两个条件
1.映射函数在灰度级范围内必须是一个单值单增函数。
2.对于原始图像和处理后的图像,都必须在灰度级的范围之内,这样变换前后灰度值动态范围仍会保持一致。
公式:P25
Retinex图像增强方法
基本原理是将一副图像分为亮度分量和反射分量两部分,然后通过抑制亮度图像对反射图像的影响来达到增强图像的目的。
两种典型的图像噪声
椒盐噪声:噪声的幅值基本上相同,但是噪声出现的位置是随机的
高斯噪声:每一个都存在噪声,但噪声的幅值是随机分布的
颜色空间那些事儿 - 晨凫追风 - 博客园 (cnblogs.com)
RGB色彩空间
主要是面向硬件的模型。这个彩色模型利用的是三原色叠加从而产生不同的颜色。但是三原色叠加并不能产生所有的颜色。这个模型为每一个颜色通道分配0~255,256个级别的灰度值,这样总共就可以产生种颜色。所有这些颜色包含在下图所示的一个正方体中,该正方体内部的每一个点都能由三个通道的坐标确定。对角线是三个分量相等的颜色,就成为一个没有颜色的灰度图。
HSI色彩空间
HSI色彩空间是从人的视觉系统出发,直接用颜色三要素:色调(Hue)、饱和度(Saturation和亮度 (Intensity)来描述色彩。
H——表示颜色的相位角,是彩色最重要的属性,决定颜色的本质。红、绿、蓝分别相隔120度;互补色分别相差180度,即颜色的类别。
S——表示颜色的深浅程度,饱和度越高,颜色越深。与白色的比例有关,白色比例越多,饱和度越低。
I——表示色彩的明亮程度,人眼对亮度很敏感。
HSI与RGB
HSI色彩空间和RGB色彩空间只是同一物理量的不同表示法,因而它们之间存在着转换关系:HSI颜色模式中的色调使用颜色类别表示,饱和度与颜色的白光光亮亮度刚好成反比,代表灰色与色调的比例,亮度是颜色的相对明暗程度。
由于人的视觉对亮度的敏感程度远强于对颜色浓淡的敏感程度,为了便于颜色处理和识别,人的视觉系统经常采用HSI彩色空间,它比RGB空间更符合人的视觉特性。
1. 彩色图像在计算机中的存储,同时了解图像的色彩空间(比如RGB, YUV等等)、
2. 认识图像的直方图,看懂直方图均衡算法
3. 认识图像的亮度,理解Gamma变换算法的原理
gamma原理及快速实现算法(C/C++)_XYLiu的专栏-CSDN博客_gamma曲线算法
4. 认识几个关键名词:灰度,对比度,动态范围
1. 图像的灰度级:**一幅灰度图像它的像素的强度值的取值范围表示为[0, L-1],其中。如8位色的灰度级,由于是2进制,灰度有256个等级,从黑(0)到白(255)。
2. 图像的动态范围:**统计一下每一点的像素灰度值,灰度级的最小和最大这一范围,便是该图像的动态范围。动态范围越大(灰度直方图越宽),那它的对比度就会越高,当然看着越清楚。
3. 显示器的动态范围:**动态范围就是它能达到的最高亮度与全黑的比值(当然在这个范围内的亮度变化应该完全随信号线性变化)。
4. 对比度:**是一个相对值。就一幅图片而言,它反映了图片上最亮处与最黑处的比值。假设这幅图片上最亮与最黑之间的变化是均匀的,如果这个比值没有超过显示这幅图片的显示器的动态范围,那么我们看这幅图时会说它有充分的层次。如果这幅图片上最亮处与最黑处的比值超过了显示这幅图片的显示器的动态范围,那毫无疑问,偏亮的部分就已经达到了显示器的亮度极限,那更亮的部分也不会更亮,这部分的层次就会丢失。同理,图片中较暗的地方显示器已成全黑,那更暗的部分也无法显示。
相机的动态范围(DR – Dynamic Range)
“动态范围”是一个用于定义相机可以在多大范围内捕捉图像的影调细节的术语,通常指由最低值到最高溢出值之间的范围。简单地说,它描述的是相机在单帧内可以记录的最亮和最暗影调之间的比率。
5. 学会一个技术:高斯模糊(or高斯卷积)
高斯模糊Gaussian Blur 将正态分布(又名"高斯分布")用于图像处理。
高斯模糊的算法 - 阮一峰的网络日志 (ruanyifeng.com)
6. 在书上看看or上网搜索关键字:彩色图像增强,低照度图像增强。对于“图像增强”形成自己的认识。
基于直方图修改的彩色图像增强 - 简书 (jianshu.com)https://www.jianshu.com/p/5a8d12d6c649
彩色图像增强主要分为两方面:一方面是图像的亮度,另一方面是图像的对比度
第一种方法:将RGB格式的图像转为HSV或者HSI格式,对于亮度值进行修改。主要是对V值直方图进行均衡化。
1)将原始彩色图像从红、绿、蓝RGB空间转换到色调、饱和度、亮度HSI空间;
2)保持色调H分量不变,对亮度I采用均值和标准差方式进行局部增强,根据饱和度S和亮度I的关系,对饱和度S进行变化;
3)将经过处理后的图像从HSI空间转换到RGB空间。
色彩转换系列之RGB格式与HSI格式互转原理及实现_小武的博客-CSDN博客_hsi转rgb
第二种方法就是对RGB三个通道直接进行直方图均衡化。
低照度图像增强
在室内、夜间等低照度条件下,由于非自然光源的照度不充分,所以目标表面的反射光较弱,造成进入成像传感器的光线不足,导致在夜间采集的图像质量退化严重、图像可辨识性很低,且含有大量噪声,以至于难以分辨图像中的细节,大大降低了图像的应用价值,这类图像统称为低照度图像。
7. 如果你还有时间,可以阅读自己要实现的论文的introduction,看看,作者通过这篇论文想要做什么事情。