灰度变换 点处理 线性变换分段线性变换非线性变换直方图均衡化直方图规定化直方图匹配直方图修正 图像增强空间域 图像平滑图像锐化中值滤波邻域处理 频率域低通滤波高通滤波带通（带阻）滤波同态滤波彩色模型变换假彩色变换伪彩色变换频域中的彩色变换图2-2 图像增强主要方法
彩色增强
2.2 木材缺陷图像灰度变换 2.2.1 木材缺陷图像灰度化处理
图像灰度化就是指由彩色图像转化为灰度图像的过程。彩色图像中的每个像素的颜色由R、G、B三个分量决定，而每个分量有255个值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为256（0～255）种。因为我们最终需要提取的是木材缺陷的特征，也就是提取颜色的突变特征，并不关心缺陷部分具体是什么颜色，所以可以先把彩色（RGB）图像转换为灰度图像，这样可以减少计算量，降低后续特征提取的难度。 图像灰度化处理的方法主要有三种：
1、最大值法：将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。
f(i,j)=max(R(i,j),G(i,j),B(i,j)) （2.1）
最大值法会形成亮度很高的灰度图像。
2、平均值法：将彩色图像中的三分量亮度求平均得到一个灰度图。
- 12 -
f(i,j)=(R(i,j)+G(i,j)+B(i,j)) /3 （2.2）
平均值法会形成较柔和的灰度图像。
3、加权平均值法：根据重要性及其它指标，将三个分量以不同的权值进行加权平均。
f(i,j)=(WR R(i,j)+WG G(i,j)+WB B(i,j)) /3 （2.3）
其中，WR、WG、WB 分别为R、G、B的权值。显然，当WR、WG、WB不同的值时，得到的灰度图像将不同。而由于人眼对绿色的敏感最高，对蓝色敏感最低，因此，当WG > WR >WB 时得到的灰度图像最为合理。
本论文中选用的就是加权平均法。通过实验和理论推导证明，当WR =0.30、 WG =0.59、WB =0.11时，能得到最为合理的灰度图像。几种灰度化效果见图2-3。
(a)原图
图2-3 灰度化效果图
(d)加权平均值法
(b)最大值法 (c)平均值法
2.2.2 木材缺陷图像灰度变换
灰度变换是一种最简单、有效的对比度增强方法。它是将原图像的灰度f(x,y)经过一个变换函数g=T(f)转换成一个新的灰度g(x,y)，即
g(x,y)=T[f(x,y)] （2.4）
灰度变换可使图像灰度动态范围加大，图像对比度得到扩展，图像变得清晰，特征更加明显，是图像增强的重要手段。根据变换函数的形式，灰度变换分为线性变换、分段线性变换和非线性变换。 1、线性灰度变换
在图像采集过程中，如果亮度不足或者亮度太大，采集得到的图像灰度可能
- 13 -
会局限在一个很小的范围内，这时在显示器上看到的图像模糊不清，没有灰度层次感。采用线性变换，用一个线性单值函数，对图像的每一个像素灰度作线性扩展，将有效地增强图像的对比度，改善图像视觉效果。
假定原图像f(x, y)的灰度范围为［a, b］，希望变换后图像g(x, y)的灰度范围扩展至［c, d］，则线性变换可表示为
c[f(x,y)-a]+c 0≤f(x,y) g(x,y)=[f(x,y)-a]+c f(x,y) （2.6） 如图2-4所示： g(x,y)dc0abMff(x,y)dc0abf(x,y)g(x,y) 图2-4 线性变换示意图 2、分段线性灰度变换 分段线性变换是将图像灰度分布区间分隔成两段乃至多段分别进行线性变换。分段线性变换可以突出用户感兴趣的目标或灰度区间，相对抑制那些不敢兴趣的灰度区间，从而使得特征物体的灰度细节得到增强。常用的事三段式分段线性变换，如图2-5所示。 g(x,y)Mgcd 0abMzf(x,y) 图2-5 分段线性变换示意图 对原图像f(x,y)，将其灰度分布区间[a,b]划分为图中的三个子区间，对每个子区间采用不同的线性变换，通过变换参数的选择实现不同灰度区间的灰度扩展或 - 14 - 压缩，因此分段线性变换的使用是非常灵活的。其数学表达式如下： f(x,y) 0≤f(x,y) 3、木材缺陷灰度变换 分段线性变换是为了突出人们感兴趣的目标或亮度值区间，要求局部扩展亮度值范围。它可以有效地利用有限个灰度级，达到最大限度增强图像中有用信息的目的。 木材缺陷图像灰度变换前图片如图2-6(a)所示，经线性灰度变换后效果如图2-6(b)所示，经分段线性变换后效果如图2-6(c)所示： (a)原图 (b)线性灰度变换 (c) 分段线性灰度变换 图2-6 分段线性变换效果图 分别采用线性灰度变换及分段线性变换两种方法对缺陷图像进行处理，如图2-6(a)、图2-6(b)，经比较，分段线性灰度变换的效果较好。 - 15 -
相关推荐：
loading