64 数字图像处理(第三版) 时,一种给定的技术很易于量化。例如,在自动字符识别系统中,最合适的增强方法就是可得到最好 识别名的方法,这里不考虑一种方法较另一种方法的计算量的要求。 ab s=T() s■7() T()- T(n) 暗人亮 图32灰度变换函数:(对比度拉伸函数:6)闲值处理函数 然而,不管应用或使用过的方法,图像增强是视觉上最具吸引力的图像处理领域之一。理所当 然地,图像处理的初学者通常会寻找重要的且理解起来相对简单的增强应用。因此,使用图像增强的 例子来说明本章中论述的空间处理方法,不仅可以节省本书中处理图像增强的额外的章节,而且更重 要的是对初学者介绍空间域处理技术的细节的更有效方法。正如您将要看到的那样,随着本书的进程 本章叙述的基本内容可用于比图像增强宽得多的范围。 3.2 一些基本的灰度变换函数 灰度变换是所有图像处理技术中最简单的技术。?和5分别代表处理前后的像素值。如前一节指 出的那样,这些值与s=)表达式的形式有关,其中T是把像素值r映射到像素值s的一种变换。由 于我们处理的是数字量,所以变换函数的值通常存储在一个一维阵列中,且从到s的映射是通过查 找表实现的。对于8比特环境,包含T的值的一个查找表将有256条记录。 作为关于灰度变换的介绍,考虑图33,该图显示了图像增强常用的三类基本函数:线性函数(反 转和恒等变换)、对数函数(对数和反对数变换)和幂律函数(n次幂和n次根变换)。恒等函数是最一 般的情况,其输出灰度等于输人灰度的变换,在图3.3中包括它仅仅为了完整性考虑。 3.2.1图像反转 使用图3.3中所示的反转变换,可得到灰度级范围为0,L-的一幅图像的反转图像,该反转图 像由下式给出: s=L-1-r (3.2.1 使用这种方式反转一辐图像的灰度级,可得到等效的照片底片。这种类型的处理特别适用于增强嵌入 在一幅图像的暗区域中的白色或灰色细节,特别是当黑色面积在尺寸上占主导地位时。图3.4显示了 一个例子。原图像是一幅数字乳房X射线照片,其中显示有一小块病变。尽管事实上两幅图在视觉 内容上都一样,但应注意,在这种特殊情况下,分析乳房组织时使用反转图像会容易得多 3.2.2对数变换 图 图3.3中的对数变换的通用形式为 s=clog(+r) (3.2-2)