複製鏈接
請複製以下鏈接發送給好友

局部增強

鎖定
直方圖匹配和直方圖均勻化的直方圖處理方法是全局性的,在某種意義上,像素是被基於整幅圖像灰度滿意度的變換函數所修改的,這種全局方法適用整個圖像的增強,但有時對圖像小區域細節的局部增強也仍然是適用的。
中文名
局部增強
外文名
local reinforcement

目錄

局部增強定義

在圖像的小區域細節中,像素數在全局變換的計算中可能被忽略,因為它們沒有必要確保局部增強。解決的辦法就是在圖像中每一個像素的鄰域中,根據灰度級分佈(或者其他特性)設計變換函數。以前描述的直方圖處理技術很容易適應局部增強,該過程定義一個方形或矩形的鄰域並把該區域的中心從一像素移至另一像素。在每個位置的鄰域中該點的直方圖都要被計算,並且得到的不是直方圖均衡化就是規定化變換函數。這個函數最終被用來映射鄰域中心像素的灰度。相鄰區域的中心然後被移至相鄰像素位置並重復這個處理過程。當對某區域進行逐像素轉移時,由於只有鄰域中新的一行或一列改變,所以可以在每一步移動中,以新數據更新前一個位置獲得的直方圖。這種方法相比鄰域每移動一個像素就對基於所有像素的直方圖進行計算,有明顯的優點。有時使用非重疊區域是減少計算量的另一種方法。但是這種方法通常會出現不希望的棋盤效果。

局部增強應用

顯示了一幅被輕度模糊以減少噪聲的圖像,顯示了全局直方圖均衡的效果,對比度稍微提高,噪聲就會明顯地增強,這種方法沒有帶來新的結構性細節。局部直方圖均衡使用了一個7*7的鄰域以顯示在大的暗方形中的小方形。大小方形在灰度上很接近,但是小方形的尺寸太小,故對全局直方圖均衡化的影響不大。