本科毕业论文,需要程序见该账号下其他文档
图3.1 经典的红外图像处理算法
3.2空间域增强
空间域增强是指增强构成图像的像素。空间域方法是直接对这些像素操作的过程。空间域处理可由下式定义:
g x,y T f x,y (3.1) 其中f(x,f)是输入图像,g(x,y)是处理后的图像,T是对f的一种操作,其定义在(x,y)的邻域。另外,T能对输入图像集进行操作,例如,为减少噪音而对K幅图像进行逐像素的求和操作。
通过变换,达到对比度增强的效果,要注意在变换的过程中,对每一个像素点都经过了同样的处理,因此,以上的方法又叫做点处理。
更大的邻域会有更多灵活性。一般方法是,利用(x,y)事先定义领域里的一个f值的函数来决定g在(x,y)的值,其公式化的一个主要方法是以利用所谓的模版为基础的。从根本上说,模版是一个小的二维阵列,模版系数值决定处理的性质,如图像锐化等。以这种方法为基础的增强技术通常是指模版处理或滤波。
本科毕业论文,需要程序见该账号下其他文档
3.2.1空域变换、对比度增强
灰度级修正
灰度修正是对红外图像在空域进行预处理的简单而有效的方法。它利用点运算修改图像像素的灰度,用于扩展对比度。
点运算是把一帧输入图像 f ( x, y ) 修改成输出图像 g ( x, y ) 。 g ( x, y ) 上每一点像素与f ( x, y ) 上对应位置像素坐标相同,像素灰度依函数法则T 映射。函数T有线性、分段线性、非线性等几种形式。
如图3.2所示,f 和g分别表示输入和输出图像的灰度。灰度变换函数为: g f af b (3.2) 是线性的,a为直线的斜率,b为直线在g轴上的截距。显然,如果a =1,b =0,输出图像复制输入图像;a > 1,b =0,具有将输入图像对比度扩展增强作用;a < 1,b=0,输入图像的对比度被压缩;a < 0,b =0,输出图像为输入图像的求反;a =1,b ≠ 0,输出图像将比输入图像偏亮或偏暗。
图3.2
3.2.1.1分段线性变换
最简单的分段性函数之一是对比拉伸变换。低对比度图像由于照明不足、成像传感器动态范围太小,甚至在图像获取过程中透镜光圈设置错误引起。对比拉伸的思想是提高图像处理时灰度的动态范围。
为了突出感兴趣的目标或灰度区间,相对抑制那些不感兴趣的灰度区域,可采用分线段线性变换,常用的三段线性变换如图 3.3 所示,其数学表达式为:
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说教育文库基于Matlab的红外图像处理算法研究(15)在线全文阅读。
相关推荐: