对比度 数字图像处理_数字图像处理求对比度 - CSDN
  • 数字图像处理(3)---亮度与对比度

    千次阅读 2016-09-18 14:49:43
    亮度 亮度是一个相对的概念。这取决于你的视觉感受。...对比以下两幅图像,并且比较哪个更亮。 我们可以发现,右边的图比左边的图更亮。 但是如果右边放一张比左边更黑的图,那我我们就可以说左边比右边的

    亮度

    亮度是一个相对的概念。这取决于你的视觉感受。因为亮度是一个相对的概念,所以亮度可以定义发光体(反光体)表面发光(反光)强弱的物理量。在某些情况下我们很容易地说,图像是明亮的,在某些情况下,它不容易察觉。(不要把亮度和光照度混淆)

    例如

    对比以下两幅图像,并且比较哪个更亮。


    我们可以发现,右边的图比左边的图更亮。

    但是如果右边放一张比左边更黑的图,那我我们就可以说左边比右边的亮。

    如何使图像变量

    通过增加或者减少图像矩阵的值可以简单的增加或减少亮度。

    考虑5x5的这个黑色图像


    我们已经知道图像是一个包含像素值的矩阵。上面这个图像的矩阵如下,

    0 0 0 0 0
    0 0 0 0 0
    0 0 0 0 0
    0 0 0 0 0
    0 0 0 0 0
    因为矩阵的所有值都为0,所以图像是黑的。

    现在我们 给矩阵的每个值加50,得到如下的图像,


    现在,我们对比两幅图像,


    现在你可以发现image1会比image2更加两,我们再给image1的矩阵值加45,再次对比两幅图像,


    现在你会发现,image1明显比image2亮。


    对比度

    对比度可以简单的解释为图像矩阵中像素的最大值和最小值之差。

    例如:

    考虑最后一幅图image1


    图像矩阵为:

    95 95 95 95 95
    95 95 95 95 95
    95 95 95 95 95
    95 95 95 95 95
    95 95 95 95 95
    图像矩阵的最大值为95.

    图像矩阵的最小值为95.

    所以对比度=像素最大值 - 像素最小值

          = 95 - 95

      = 0

    所以0就为这幅图像的对比度。

    译:https://www.tutorialspoint.com/dip/brightness_and_contrast.htm

    展开全文
  • 数字图像处理实验之对比度拉伸

    千次阅读 2019-07-17 15:38:42
    书本中(冈萨雷斯:数字图像处理第三版P69)的对比度拉伸变换函数图是这样的: 图3.10(b)低对比度拉伸图中,最低灰度级为91,最高灰度级为138,并且要将灰度值拉伸至[0, 255]。阈值处理的函数的图像即为P64图3.2...

    一幅图像中,最高灰度级和最低灰度级的差成为对比度。一幅低对比度的图像,看起来细节会少很多。可以通过对比度拉伸提高图像对比度,显示更多细节。先来看看对比度拉伸的典型变换:
    对比度拉伸典型变换
    书本中(冈萨雷斯:数字图像处理第三版P69)的对比度拉伸变换函数图是这样的:

    书中对比度拉伸变换函数图
    图3.10(b)低对比度拉伸图中,最低灰度级为91,最高灰度级为138,并且要将灰度值拉伸至[0, 255]。阈值处理的函数的图像即为P64图3.2第二个图像,其中k = 109。
    实验代码如下:

    % 读入图像
    img_1 = imread('Fig0310(b)(washed_out_pollen_image).tif');
    
    % max():返回一个行向量,向量的第i个元素是矩阵A的第i列上的最大值。
    % 再一次即可求得最高灰度级
    r_max = max(max(img_1));
    %max() 同理
    r_min = min(min(img_1));
    
    % 求输入图像的尺寸
    [r, c] = size(img_1);
    
    % 生成两张0图,一张用于对比度拉伸,一张用于阈值处理
    img_2 = zeros(r, c);
    img_3 = zeros(r, c);
    
    % 将输入图像转换成double型
    img_1s = double(img_1);
    
    % 计算斜率
    k = (255 - 0) / (r_max - r_min);
    % 灰度级总和
    sum = 0;
    
    for x = 1 : r
        for y = 1 : c
            % 对每个像素点进行拉伸,并赋值到新图像
            img_2(x, y) = k * (img_1s(x, y) - r_min);
            % 求灰度级总和
            sum = sum + img_1s(x, y);
        end
    end
    
    % 求阈值,这里阈值为平均值
    avg = sum / (r * c);
    
    % 阈值处理
    for x = 1 : r
        for y = 1 : c
            % 小于阈值赋值0
            if img_1s(x, y) < avg
                 img_3(x, y) = 0;
             % 大于阈值赋值1
            else
                img_3(x, y) = 1;
            end
        end
    end
    
    % 转换
    img_2 =  im2uint8(mat2gray(img_2));
    img_3 =  im2uint8(mat2gray(img_3));
    % 显示
    subplot(131), imshow(img_1);
    subplot(132), imshow(img_2);
    subplot(133), imshow(img_3);
    

    结果如下:
    结果对比

    展开全文
  • 最近在制作一个安卓上的图像处理软件,感觉调整对比度这个功能,在photoshop上还是比较常用的功能,于是就在软件上加上这个功能。 对比度的定义:简单的来说就是使亮的地方更亮,暗的地方更暗。 但是关于亮与...

    最近在制作一个安卓上的图像处理软件,感觉调整对比度这个功能,在photoshop上还是比较常用的功能,于是就在软件上加上这个功能。

    对比度的定义:简单的来说就是使亮的地方更亮,暗的地方更暗。

    但是关于亮与暗的解释有很多种,在RGB模式中,要使图片变亮的方法是提高R,G,B三个通道的值,从而使图片看起来更亮。

     

    网上最常用的调整对比度的算法是根据图像的灰度进行调整

    下面是算法:

     

    1、计算平均亮度

    2、每点与平均亮度比较,得到差值。

    3、新的亮度 = 平均亮度 + 系数 *  差值

    4、根据新的亮度,计算出新的rgb(保持色调不变)

     

    这里亮度就是图像的灰度 亮度的计算方法具体请参考RGB色转为灰度色算法

    就算出新的RGB颜色,保持色调不变,只需要保持RGB通道的比例不变就行

    关于3的公式,有的是 新的亮度 = 此点的亮度 + 系数 * 此点的亮度 * 差值 但两个公式处理出来的效果差不多,下面放出分别用两个公式的效果图

    数字图像处理 <wbr>调整对比度的几种方法

    此为 新的亮度 = 平均亮度 + 系数 * 差值 的结果

     

    数字图像处理 <wbr>调整对比度的几种方法

    此为 新的亮度 = 此点的亮度 + 系数 * 此点的亮度 * 差值 的结果

     

    数字图像处理 <wbr>调整对比度的几种方法

    此为原图

     

    数字图像处理 <wbr>调整对比度的几种方法

    此为Photoshop 中提高对比度后的结果

     

    可以看到用这种方法处理出来的结果和PS的结果相差甚远,很不能令人满意

     

    于是我对PS调整对比度的结果进行分析

    发现当调整对比度时,Lab通道的 a与b通道的值并不改变,改变的只是L(明度)的大小,而不是像RGB一样,调整对比度后R,G,B通道的值都发生变化

    数字图像处理 <wbr>调整对比度的几种方法

    L通道直方图,灰色为调整前,黑色为调整后

    数字图像处理 <wbr>调整对比度的几种方法

    a通道,可以发现调整前后无变化

    数字图像处理 <wbr>调整对比度的几种方法

    b通道,调整前后无变化

    对L通道的直方图加以分析,发现明度的变化有以下规则(假设明度最大值为1):


    明度大于0.5的像素,增加其明度

    明度小于0.5的像素,减小其明度

    与平均明度并无关系

    明度的增加/减小 偏移量由低到高再降低,可以将此简单的认为是一个抛物线,抛物线的两个焦点分别为

    (0.5,1) 明度>0.5

    (0,0.5) 明度<0.5

     

    公式为

    新的明度=(明度-0.5)*(明度-1)*系数+明度   明度>0.5

    新的明度=-(明度-0.5)*(明度-0)*系数+明度  明度<0.5

     

    利用此方法处理后的图像效果如下

    数字图像处理 <wbr>调整对比度的几种方法

     

    效果很不错~ 保持了原有色调的同时提高了对比度,并且与PS的效果相近,不过对于暗的部分处理不明显,可以通过增加对暗部分的系数来修正

     

    不过采用次方法有个很大的缺点:运算复杂

    使用此方法需要消耗多于第一个方法好几倍的时间和空间

    举个例子

    一张 1080*1528 像素的图片用此方法处理

    需要用到600M的内存,并在在我的电脑上需要跑3秒以上的时间

    相对于现在手机支持的分辨率而言,1080*1528并不大,但一般的手机却并不具有这么大的内存与能和台式机匹敌的计算功能。所以这个方法并不实用。

     

    之所以这个方法如此复杂,是因为需要处理前需要将RGB模式转换为Lab模式,在Lab模式下处理图像,处理完后还需要重新转换为RGB模式以便输出,然而RGB转Lab的算法太过复杂。

     

    在此基础上寻求另一种调整对比度的方法

    HSV颜色空间中,颜色由色调、饱和度和明度三个分量确定。

    可以试着保持色调和饱和度不变,通过调整明度来改变图像的对比度。

    利用此方法的优点是:实现简单,RGB到HSV能过进行快速的变换,而且调整的同时只改变了明度的大小,能够保证色调与调整前一致。不需要像方法二一样的空间与时间

    下面是利用HSV空间调整的效果

    数字图像处理 <wbr>调整对比度的几种方法

    与PS的结果有点偏差,但就效果而言比方法一好多了

     

    一直想在手机上做个能让自己满意的图像处理工具。昨天花了一整天的时间在搞对比度的处理。

    将这些心得与同是对数字图像处理有爱的人分享。

    最后就懒得发代码了,写这博文花了两小时 (┳_┳)... 累

    如果有需要源码的可以私信或者发邮件amethystarry@gmail.com

     

    谢谢!!☆⌒(*^-゜)v

    展开全文
  • 对比度增强 提前规定:输入图像

    对比度增强

    提前规定:输入图像为?,宽为?,高为?,输出图像?,??,?为输入图像?的 ?行?列像素灰度级,??,?为输出图像?的?行?列像素灰度级,0≤?≤?,0≤?≤?

     

    灰度直方图

    灰度直方图描述了一幅图像中每个灰度级在图像中占据的像素个数或者是比率,利用灰度直方图,通过数学方法,我们可以很容易的实现图像的处理

    1.1线性变换

    输入图像为?,宽为?,高为?,输出图像? ,图像的线性变换可以表示为

    ??,?=?∗??,?+?,0≤?≤?,0≤?≤?

    优点:简单易懂

    缺点:通过该方法可以调整图像的对比度,但是参数?,?需要根据自己实际图像进行多次测试来确定,比较繁琐

     

    1.2直方图正则化

    直方图正则化,依据了统计学原理,来进行图像的对比度调整:

    一般规定????=255;????=0

     

    优点:直方图正规化自动选取?,?的线性变换

    缺点:1.变换后图像的灰度级减少,某些细节消失;2.某些图像,如直方图有高峰,经处理后对比度不自然的过分增强

     

     

    1.3 伽马变换

     

    伽马变换的方法,首先将灰度值诡异到[0.1]范围,??,?表示归一化之后的像素值

    ??,?=??,??,0≤?≤?,0≤?≤?

    输出图像不变:伽马=1

    输入图像整体过暗,可以调整令 0<γ<1, 来增加对比度

    输入图像整体过暗,  可以调整令   γ>1对比度

    优点:提升对比度效果比较好

    缺点:需要手动调整γ值

     

    1.4 全局直方图均衡

    原图 ? 的直方图是各个像素级分布不均匀,导师对比度出现问题,全局直方图均衡使得输出图像?的像素均匀分布在每一像素级别,输出图像?的对比度达到一个比较好的效果。

    全局直方图均衡就是在做这个工作,找出亮度级别为p的输入像素到亮度级别为q的输出像素的映射,最终使得输出图像?的像素均匀分布在每一像素级别。

    所以推得:

    1.5限制对比度的自适应直方图均衡化

    将图形划分为不重叠的区域,单独对每个区域做直方图均衡化。为了避免每个区域中的噪声被放大,使用限制对比度的方法,某点像素值超过了该区域的限制对比度,则将起均匀分配给该区域中其他的像素点。

    展开全文
  • 关于图像增强必须清楚的基本概念 1.图像增强的目的: 1)改善图像的视觉效果, 2)转换为更适合于人或机器分析处理的形式 3)突出对人或机器分析有意义的信息 4)抑制无用信息,提高图像的使用价值 5)...
  • 对比度拉伸是图像增强的一种方法,也属于灰度变换操作。我们看如下图像: 可以看到,这张图片非常灰暗。我们查看下其直方图。 import cv2 import matplotlib.pyplot as plt farina = cv2.imread("far...
  • 通过使用matlab将图片的对比度提升。程序如下:% 通过灰度直方图的数据显示该图像的灰度值整体偏高,图像过于明亮, % 所以选用 γ &gt; 1 的伽马变换 % 降低图像的亮度,提升图片的对比度。 clc img1 = imread...
  • 本文将介绍数字图像处理中两个基本内容---图像亮度对比度,详细讲解两种基本的亮度对比度调节算法,并使用C语言进行算法实现,在教会初学者算法的同时,不依赖任何第三方库编程实现,学以致用且易学易用。
  • 图像处理之调整亮度与对比度

    万次阅读 多人点赞 2012-03-22 22:57:57
    图像处理之调整亮度与对比度   很多时候,一张图像被过度曝光显得很白,或者光线不足显得很暗,有时候背景跟图像人物 也观察不清楚,这个时候可以通过调节图像的两个基本属性-亮度与对比度来获得整体效果 的...
  • 数字图像处理对比度增强算法

    千次阅读 2018-07-14 11:27:09
    1)改善图像的视觉效果,2)转换为更适合于人或机器分析处理的形式3)突出对人或机器分析有意义的信息4)抑制无用信息,提高图像的使用价值5)增强后的图像并不一定保真2,图像增强的方法分类:1)从处理对象分类:...
  • 图像处理之亮度与对比度

    千次阅读 2017-07-19 17:34:50
    处理图像经常会对图像色彩进行增强,这就是改变图像的亮度和对比度。本章基于opencv对图像的亮度和对比度进行处理操作。其实,这是对图像的每一个像素点进行相应的操作。 上面这个公式可以很好的解释对图像的亮度...
  • 数字图像处理期中学习报告

    千次阅读 2018-09-07 19:26:28
    数字图像处理数字图像处理 一学习内容总结 第一章 绪论 1 什么是数字图像处理 2 使用数字图像处理领域的实例 3 数字图像处理的基本步骤 4 图像处理系统的组成 第二章 数字图像处理基础 1 视觉感知要素 2 光和电磁...
  • 本系列python版本:python3.5.4 本系列opencv-python版本:opencv-python3.4.2.17 本系列使用的开发环境是jupyter notebook,是一个python的交互式开发环境,测试十分方便,并集成了vim操作...在上文【数字图...
  • 以下为汇总整理: 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。...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
  • 数字图像处理中的图像锐化

    千次阅读 2019-07-02 21:51:32
    数字图像处理中的图像锐化 图像锐化的作用: 突出增强边缘轮廓细节 空间域锐化处理方法: (空间锐化滤波) 梯度算法:(一阶差分)——景物边缘轮廓提取, (1): 正交梯度算法——水平垂直差分 (2): Roberts梯度算法——...
  • Python数字图像处理

    千次阅读 2017-06-22 20:18:26
    转:宁静家园python数字图像处理(1):环境安装和配置python数字图像处理(2...图像的绘制python数字图像处理(6):图像的批量处理python数字图像处理(7):图像的形变与缩放python数字图像处理(8):对比度与亮度
  • 图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像处理技术的一般包括图像压缩,增强和复原,匹配、描述和...
  • 图像亮度与对比度的调整,是放在skimage包的exposure模块里面 1、gamma调整 原理:I=Ig 对原图像的像素,进行幂运算,得到新的像素值。公式中的g就是gamma值。 如果gamma&gt;1, 新图像比原图像暗 如果gamma...
1 2 3 4 5 ... 20
收藏数 24,897
精华内容 9,958
关键字:

对比度 数字图像处理