《图像对比度增强的方法灰度拉伸.doc》由会员分享，可在线阅读，更多相关《图像对比度增强的方法灰度拉伸.doc（3页珍藏版）》请在三一文库上搜索。
1、图像对比度增强的方法灰度拉伸一、基本知识图像对比度是指：一副图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，差异范围越大代表对比度越大；一般来说图像对比度越大，图像越清晰醒目，色彩也越鲜明艳丽；对比度小让整个画面都灰蒙蒙；图像饱和度是指：图像的鲜艳程度，也是色彩的纯度。饱和度取决于图像中该色中含色成分和消色成分的比例；纯的颜色饱和度都大；图像的亮度是指：图像的明暗程度；直方图均衡化以及灰度拉伸都是属于图像对比度增强的方法；二、灰度拉伸灰度拉伸是通过对对比度拉伸达到对对比度进行增强的目的；公式为：三、直方图均衡化及直方图匹配：首先直方图均衡化是采用累积函数的方式来实现的；至于为什么选用累
2、积函数来实现均衡化在于1. 像素不论怎么映射，一定要保证图像中原来的大小关系不变，较亮的区域依然较亮，较暗的区域依然较暗，只是对比度增加，不改变图像明暗特征；2. 映射过去的函数不能越界；而累积函数分布函数是单调增函数且值域在0到1符合条件；一副图像的灰度级可看成是区间0,L-1内的随机变量；其中w是积分的假变量，公式右边是随机变量r的累积分布函数。在由莱布尼茨准则则可以转化为对于离散的图像来说四、一个例子来说明到底如何进行直方图匹配的过程：假设一副图像的大小为64*64像素（M*N=4096）的3比特图像（L=2=8）的灰度分布表则根据上表就可以算出S0S7就可以得到均衡化后的直方图这样可以
3、得到均衡化后的直方图只有5个不同的灰度及，r0被映射到了s0=1；r1被映射到了s1=3；r2被映射到了s2=5；r3、r4被映射到了S=6；r5 6 7都被映射到了S=7；如下图就是均衡后的直方图：接下来我们看需要待直方图匹配；我们先得到了S0=1；S1=3;S2=5;S3=6;S4=6;S5=7;S6=7;S7=7 。 接下来我们需要对规定直方图进行同样的均衡化；通过计算的结果发现G函数并不是严格单调的，违反了条件的一一对应关系，所以找到Zq的最小值与SK最接近作为对应标准；例如S0=1；与G（Z3）=1就是完美匹配，因此S0对应Z3，也就是直方图均衡后的图像每个值为1的像素映射为直方图规定话后图像的值为3的像素；最后结果如下图：以上例子节选来自数字图像处理第三版内容；五、实际opencv例子结果程序的源代码如下图所示：测试原图为：由于选取图像不是很特别，只是用来验算的。从结果上面来看整体目标是实现了，灰度拉伸只是线性的拉宽对比度，对图像的整体影响不大。而灰度直方图均衡化却对图像的整体效果有影响，对直方图的改变也比较大；