數(shù)字圖像增強(qiáng)

數(shù)字圖像增強(qiáng)第一頁(yè)，共八十七頁(yè)，2022年，8月28日本講內(nèi)容：3.1圖像增強(qiáng)的原因與目的3.2圖像對(duì)比度增強(qiáng)3.3平滑與去噪（柔化）3.4銳化3.5Photoshop增強(qiáng)處理實(shí)例演示第二頁(yè)，共八十七頁(yè)，2022年，8月28日3.1圖像增強(qiáng)原因與目的目標(biāo):提高圖像質(zhì)量圖像更加清晰

圖像增強(qiáng)是為了改善視覺(jué)效果或者便于人和機(jī)器對(duì)圖像的理解和分析，根據(jù)圖像的特點(diǎn)或存在的問(wèn)題采取的簡(jiǎn)單改善方法或者加強(qiáng)特征的措施稱(chēng)為圖像增強(qiáng)。第三頁(yè)，共八十七頁(yè)，2022年，8月28日問(wèn)題1：灰度分布不合理沒(méi)有充分利用灰度動(dòng)態(tài)范圍典型場(chǎng)合:曝光不足、曝光過(guò)度、對(duì)比過(guò)于強(qiáng)烈第四頁(yè)，共八十七頁(yè)，2022年，8月28日問(wèn)題2：噪聲干擾原因：強(qiáng)噪聲成像通道第五頁(yè)，共八十七頁(yè)，2022年，8月28日問(wèn)題3：圖像模糊影響圖像細(xì)節(jié)分辨原因：成像通道分辨率不足、景物移動(dòng)等第六頁(yè)，共八十七頁(yè)，2022年，8月28日解決方法：3-2對(duì)比度增強(qiáng)灰度分布不合理3-3圖像平滑噪聲干擾3-4圖像銳化圖像模糊第七頁(yè)，共八十七頁(yè)，2022年，8月28日灰度映射直方圖修正3-2對(duì)比度增強(qiáng)第八頁(yè)，共八十七頁(yè)，2022年，8月28日3-2對(duì)比度增強(qiáng)——灰度映射灰度映射（變換）可調(diào)整圖像的灰度動(dòng)態(tài)范圍或圖像對(duì)比度，是圖像增強(qiáng)的重要手段之一。1．線性變換令圖像f(i，j)的灰度范圍為[a,b]，線性變換后圖像g(i，j)的范圍為[a′,b′]，如圖。g(i，j)與f(i，j)之間的關(guān)系式為：第九頁(yè)，共八十七頁(yè)，2022年，8月28日

在曝光不足或過(guò)度的情況下，圖像灰度可能會(huì)局限在一個(gè)很小的范圍內(nèi)。這時(shí)在顯示器上看到的將是一個(gè)模糊不清、似乎沒(méi)有灰度層次的圖像。采用線性變換對(duì)圖像每一個(gè)像素灰度作線性拉伸，可有效地改善圖像視覺(jué)效果。原始圖像直方圖線性變換后圖像直方圖第十頁(yè)，共八十七頁(yè)，2022年，8月28日

反色變換原始圖像反色變換后圖像第十一頁(yè)，共八十七頁(yè)，2022年，8月28日2．分段線性變換為了突出感興趣目標(biāo)所在的灰度區(qū)間，相對(duì)抑制那些不感興趣的灰度區(qū)間，可采用分段線性變換。

通過(guò)細(xì)心調(diào)整折線拐點(diǎn)的位置及控制分段直線的斜率，可對(duì)任一灰度區(qū)間進(jìn)行拉伸或壓縮。第十二頁(yè)，共八十七頁(yè)，2022年，8月28日

對(duì)比度擴(kuò)展原始圖像對(duì)比度擴(kuò)展后圖像第十三頁(yè)，共八十七頁(yè)，2022年，8月28日

削波原始圖像削波后圖像第十四頁(yè)，共八十七頁(yè)，2022年，8月28日

閾值化原始圖像閾值化后圖像第十五頁(yè)，共八十七頁(yè)，2022年，8月28日

灰度窗口第十六頁(yè)，共八十七頁(yè)，2022年，8月28日3．非線性灰度變換

①對(duì)數(shù)變換

這里a,b,c是為了調(diào)整曲線的位置和形狀而引入的參數(shù)。當(dāng)希望對(duì)圖像的低灰度區(qū)較大的拉伸而對(duì)高灰度區(qū)壓縮時(shí)，可采用這種變換，它能使圖像灰度分布與人的視覺(jué)特性相匹配。f(i,j)g(i,j)第十七頁(yè)，共八十七頁(yè)，2022年，8月28日原始圖像f(x,y)對(duì)數(shù)變換后圖像g(x,y)變換曲線f(x,y)g(x,y)第十八頁(yè)，共八十七頁(yè)，2022年，8月28日②指數(shù)變換

這里參數(shù)a,b,c用來(lái)調(diào)整曲線的位置和形狀。這種變換能對(duì)圖像的高灰度區(qū)給予較大的拉伸。g(i,j)f(i,j)第十九頁(yè)，共八十七頁(yè)，2022年，8月28日原始圖像f(x,y)指數(shù)變換后圖像g(x,y)變換曲線f(x,y)g(x,y)第二十頁(yè)，共八十七頁(yè)，2022年，8月28日灰度直方圖反映了數(shù)字圖像中每一灰度級(jí)與其出現(xiàn)頻率間的關(guān)系,它能描述該圖像的概貌。修改直方圖是一種實(shí)用而有效的增強(qiáng)圖像處理技術(shù)。直方圖修整法包括直方圖均衡化及直方圖規(guī)定化兩類(lèi)。1.直方圖均衡化將原圖像通過(guò)某種變換，得到一幅灰度直方圖為均勻分布的新圖像的方法。3-2對(duì)比度增強(qiáng)——直方圖修整直方圖均衡化第二十一頁(yè)，共八十七頁(yè)，2022年，8月28日直方圖均衡化

設(shè)r和s分別表示歸一化了的原圖像灰度和經(jīng)直方圖修正后的圖像灰度。即在[0,1]區(qū)間內(nèi)的任一個(gè)r值，都可產(chǎn)生一個(gè)s值，且

T(r)作為變換函數(shù)，滿足下列條件：①在0≤r≤1內(nèi)為單調(diào)遞增函數(shù)，保證灰度級(jí)從低（黑）到高（白）的次序不變；②在0≤r≤1內(nèi)，有0≤T(r)≤1，確保映射后的像素灰度在允許的范圍內(nèi)。第二十二頁(yè)，共八十七頁(yè)，2022年，8月28日直方圖均衡化從人眼視覺(jué)特性來(lái)考慮，一幅圖像的直方圖如果是均勻分布的，即Ps(s)=k(歸一化時(shí)k=1)時(shí)，該圖像色調(diào)給人的感覺(jué)比較協(xié)調(diào)。因此將原圖像直方圖通過(guò)T(r)調(diào)整為均勻分布的直方圖，這樣修正后的圖像能滿足人眼視覺(jué)要求。

對(duì)于離散的數(shù)字圖像，變換的最后推導(dǎo)結(jié)果為:

上式表明，均衡后各像素的灰度值sk可直接由原圖像的直方圖算出。第二十三頁(yè)，共八十七頁(yè)，2022年，8月28日

一幅圖像的sk與rk之間的關(guān)系稱(chēng)為該圖像的累積灰度直方圖。1.01.01.0下面舉例說(shuō)明直方圖均衡過(guò)程。第二十四頁(yè)，共八十七頁(yè)，2022年，8月28日rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1nk790102385065632924512281pr(rk)=nk/n0.190.250.210.160.080.060.030.02sk計(jì)0.190.440.650.810.890.950.981.00sk并1/73/75/76/76/7111sks0=1/7s1=3/7s2=5/7

s3=6/7

s4=1nsk7901023850

985

448pk(s)0.190.250.21

0.24

0.11例假定有一幅總像素為n=64×64的圖像，灰度級(jí)數(shù)為8，各灰度級(jí)分布列于表中。對(duì)其均衡化計(jì)算過(guò)程如下：第二十五頁(yè)，共八十七頁(yè)，2022年，8月28日1.00.250.200.150.100.0501/73/75/71.00.250.200.150.100.051/73/75/70原圖像的直方圖均衡后圖像的直方圖第二十六頁(yè)，共八十七頁(yè)，2022年，8月28日直方圖均衡化示例

(a)原始圖像(b)原始圖像的直方圖(c)直方圖均衡化后結(jié)果(d)結(jié)果圖像的直方圖第二十七頁(yè)，共八十七頁(yè)，2022年，8月28日(a)原始圖像(b)原始圖像的直方圖(c)直方圖均衡化后結(jié)果(d)結(jié)果圖像的直方圖第二十八頁(yè)，共八十七頁(yè)，2022年，8月28日第二十九頁(yè)，共八十七頁(yè)，2022年，8月28日第三十頁(yè)，共八十七頁(yè)，2022年，8月28日對(duì)比度拉伸的公式：C=(Level-Min)*Scale=(Level-Min)*255/(255-Min)Photoshop的算法經(jīng)過(guò)經(jīng)典算法均衡化的圖片，最亮的像素值總是255，因?yàn)樽詈笠患?jí)色階(255)的百分位一定是100%。而最暗的是由色階0的數(shù)量決定的，像素值不一定是0。Photoshop通過(guò)對(duì)比度拉伸的方法使最暗的像素值變?yōu)?，其它像素也相應(yīng)變暗，最亮的像素保持255不變。對(duì)比度拉伸后的效果可能會(huì)比經(jīng)典算法稍顯偏暗。第三十一頁(yè)，共八十七頁(yè)，2022年，8月28日Min=127.50'均衡化之后的最小值

Scale=255/(255-Min)=2(127.50-Min)*Scale=0*2=0

(212.42-Min)*Scale=84.92*2=170

(255.00-Min)*Scale=127.5*2=255'新的映射表：

50

->0

100->170

200->255Photoshop的算法對(duì)比度拉伸的公式：C=(Level-Min)*Scale=(Level-Min)*255/(255-Min)第三十二頁(yè)，共八十七頁(yè)，2022年，8月28日2.直方圖規(guī)定化

在某些情況下，并不一定需要具有均勻直方圖的圖像，有時(shí)需要具有特定的直方圖的圖像，以便能夠增強(qiáng)圖像中某些灰度級(jí)。直方圖規(guī)定化方法就是針對(duì)上述思想提出來(lái)的。直方圖規(guī)定化是使原圖像灰度直方圖變成規(guī)定形狀的直方圖而對(duì)圖像作修正的增強(qiáng)方法?？梢?jiàn)，它是對(duì)直方圖均衡化處理的一種有效的擴(kuò)展。直方圖均衡化處理是直方圖規(guī)定化的一個(gè)特例。

第三十三頁(yè)，共八十七頁(yè)，2022年，8月28日直方圖均衡化直方圖規(guī)定化規(guī)定的直方圖第三十四頁(yè)，共八十七頁(yè)，2022年，8月28日

原圖像的直方圖規(guī)定的直方圖規(guī)定化后圖像的直方圖

利用直方圖規(guī)定化方法進(jìn)行圖像增強(qiáng)的主要困難在于要構(gòu)成有意義的直方圖。圖像經(jīng)直方圖規(guī)定化，其增強(qiáng)效果要有利于人的視覺(jué)判讀或便于機(jī)器識(shí)別。第三十五頁(yè)，共八十七頁(yè)，2022年，8月28日直方圖規(guī)定化應(yīng)用實(shí)例

圖(C)、(c)是將圖像(A)按圖(b)的直方圖進(jìn)行規(guī)定化得到的結(jié)果及其直方圖。通過(guò)對(duì)比可以看出圖(C)的對(duì)比度同圖（B)接近一致，對(duì)應(yīng)的直方圖形狀差異也不大。這樣有利于影像融合處理，保證融合影像光譜特性變化小。第三十六頁(yè)，共八十七頁(yè)，2022年，8月28日3-2對(duì)比度增強(qiáng)3-3圖像平滑（柔化）3-4圖像銳化圖像增強(qiáng)第三十七頁(yè)，共八十七頁(yè)，2022年，8月28日3-3圖像平滑：

圖像中的脈沖噪聲模型在圖像傳輸過(guò)程中，經(jīng)常會(huì)受到各種噪聲的干擾，在進(jìn)行進(jìn)一步的邊緣檢測(cè)、圖像分割、特征提取、模式識(shí)別等處理前，需要采用適當(dāng)?shù)姆椒ūM量減少噪聲最常見(jiàn)的圖像噪聲：脈沖噪聲特點(diǎn)：噪聲點(diǎn)的取值與圖像信號(hào)本身無(wú)關(guān)椒鹽噪聲：受噪聲干擾的圖像像素以50%的相同概率等于圖像灰度的最大或最小可能取值隨機(jī)值脈沖（加性）噪聲：噪聲灰度值均勻分布于0-255間第三十八頁(yè)，共八十七頁(yè)，2022年，8月28日3-3圖像平滑：

圖像中的脈沖噪聲模型椒鹽噪聲：黑圖象上的白點(diǎn)，白圖象上的黑點(diǎn)隨機(jī)值脈沖（加性）噪聲：噪聲灰度值均勻分布于0-255間第三十九頁(yè)，共八十七頁(yè)，2022年，8月28日任何一幅原始圖像，在其獲取和傳輸?shù)冗^(guò)程中，會(huì)受到各種噪聲的干擾，使圖像惡化，質(zhì)量下降，圖像模糊，特征淹沒(méi)，對(duì)圖像分析不利。為了抑制噪聲改善圖像質(zhì)量所進(jìn)行的處理稱(chēng)圖像平滑或去噪。它可以在空間域和頻率域中進(jìn)行。本節(jié)介紹空間域的幾種平滑法。空間域：鄰域運(yùn)算、中值濾波頻率域：第四十頁(yè)，共八十七頁(yè)，2022年，8月28日3-3圖像平滑：鄰域運(yùn)算輸出圖象中每個(gè)象素是由對(duì)應(yīng)的輸入象素及其一個(gè)鄰域內(nèi)的象素共同決定時(shí)的圖象運(yùn)算。

第四十一頁(yè)，共八十七頁(yè)，2022年，8月28日3-3圖像平滑：鄰域平均法

設(shè)有一幅N×N的圖像f(x,y)，若平滑圖像為g(x,y),則有式中x,y=0,1,…,N-1；

s為（x,y）鄰域內(nèi)像素坐標(biāo)的集合；

M表示集合s內(nèi)像素的總數(shù)。

可見(jiàn),鄰域平均法就是將當(dāng)前像素鄰域內(nèi)各像素的灰度平均值作為其輸出值的去噪方法。

第四十二頁(yè)，共八十七頁(yè)，2022年，8月28日3-3圖像平滑：鄰域平均法(m-1,n-1)(m-1,n)(m-1,n+1)(m,n-1)(m,n)(m,n+1)(m+1,n-1)(m+1,n)(m+1,n+1)例如，對(duì)圖像采用3×3的鄰域平均法，對(duì)于像素（m,n)，其鄰域像素如下：則有：第四十三頁(yè)，共八十七頁(yè)，2022年，8月28日3-2-2圖像平滑：鄰域平均法其作用相當(dāng)于用這樣的模板同圖像卷積。這種算法簡(jiǎn)單，但它的主要缺點(diǎn)是在降低噪聲的同時(shí)使圖像產(chǎn)生模糊，特別在邊緣和細(xì)節(jié)處。而且鄰域越大，在去噪能力增強(qiáng)的同時(shí)模糊程度越嚴(yán)重。如下圖第四十四頁(yè)，共八十七頁(yè)，2022年，8月28日(a)原圖像(b)對(duì)(a)加椒鹽噪聲的圖像(c)3×3鄰域平滑(d)5×5鄰域平滑

第四十五頁(yè)，共八十七頁(yè)，2022年，8月28日3-3圖像平滑：鄰域平均法1、超限像素平均法2、中值濾波

為克服簡(jiǎn)單局部平均法的弊病，目前已提出許多保邊緣、細(xì)節(jié)的局部平滑算法。它們的出發(fā)點(diǎn)都集中在如何選擇鄰域的大小、形狀和方向、參加平均的點(diǎn)數(shù)以及鄰域各點(diǎn)的權(quán)重系數(shù)等，下面簡(jiǎn)要介紹兩種算法：第四十六頁(yè)，共八十七頁(yè)，2022年，8月28日1、超限像素平滑法對(duì)鄰域平均法稍加改進(jìn)，可導(dǎo)出超限像素平滑法。它是將f(x,y)和鄰域平均g(x,y)差的絕對(duì)值與選定的閾值進(jìn)行比較，根據(jù)比較結(jié)果決定點(diǎn)（x,y）的最后灰度g′(x,y)。其表達(dá)式為

該算法對(duì)抑制椒鹽噪聲比較有效，對(duì)保護(hù)僅有微小灰度差的細(xì)節(jié)及紋理也有效?？梢?jiàn)隨著鄰域增大，去噪能力增強(qiáng)，但模糊程度也大。

同局部平滑法相比，超限像素平滑法去椒鹽噪聲效果更好。第四十七頁(yè)，共八十七頁(yè)，2022年，8月28日(a)原圖像

(b)對(duì)(a)加椒鹽噪聲的圖像(c)3×3鄰域平滑

(d)5×5鄰域平滑(e)3×3超限像素平滑(T=64)(f)5×5超限像素平滑(T=48)第四十八頁(yè)，共八十七頁(yè)，2022年，8月28日2、中值濾波原理：用一個(gè)M×N的窗口在圖像上滑動(dòng)，把窗口中像素的灰度值按升/降次序排列，取排列在正中間的灰度值作為窗口中心所在像素的灰度值。例：采用1×3窗口進(jìn)行中值濾波原圖像為：22621244424處理后為：22222244444第四十九頁(yè)，共八十七頁(yè)，2022年，8月28日

一維中值濾波的概念很容易推廣到二維。一般來(lái)說(shuō)，二維中值濾波器比一維濾波器更能抑制噪聲。二維中值濾波器的窗口形狀可以有多種，如線狀、方形、十字形、圓形、菱形等。

不同形狀的窗口產(chǎn)生不同的濾波效果，使用中必須根據(jù)圖像的內(nèi)容和不同的要求加以選擇。從以往的經(jīng)驗(yàn)看，方形或圓形窗口適宜于外輪廓線較長(zhǎng)的物體圖像，而十字形窗口對(duì)有尖頂角狀的圖像效果好。第五十頁(yè)，共八十七頁(yè)，2022年，8月28日

圖(a)為原圖像；圖(b)為加椒鹽噪聲的圖像；圖(c)和圖(d)分別為3×3、5×5模板進(jìn)行中值濾波的結(jié)果。可見(jiàn)中值濾波法能有效削弱椒鹽噪聲，且比鄰域、超限像素平均法更有效。第五十一頁(yè)，共八十七頁(yè)，2022年，8月28日3-2對(duì)比度增強(qiáng)3-3圖像平滑3-4圖像銳化圖像增強(qiáng)第五十二頁(yè)，共八十七頁(yè)，2022年，8月28日3-4圖像銳化/邊緣檢測(cè)目的：加強(qiáng)圖像中景物的邊緣和輪廓分析：邊緣與輪廓一般位于灰度突變的地方，而且在圖像上常常具有任意的方向。第五十三頁(yè)，共八十七頁(yè)，2022年，8月28日3-4圖像銳化/邊緣檢測(cè)階躍邊界“陡峭”邊界“模糊”邊界銳化方法:增強(qiáng)圖像中的高頻邊緣第五十四頁(yè)，共八十七頁(yè)，2022年，8月28日3-4圖像銳化/邊緣檢測(cè)梯度銳化法邊緣的銳利程度由圖像灰度的梯度決定Laplacian增強(qiáng)算子第五十五頁(yè)，共八十七頁(yè)，2022年，8月28日1.梯度銳化法—梯度算子

梯度是一個(gè)矢量，其大小和方向?yàn)椋簩?duì)于圖像f(x，y)，在(x，y)處的梯度定義為在離散的數(shù)字圖像中：-1

1-1

1梯度算子

0000第五十六頁(yè)，共八十七頁(yè)，2022年，8月28日1.梯度銳化—其它基于梯度的算子Robert算子Prewitt算子Sobel算子-1

1-1

1-1

0-1

-1

00111-1

00

1

-11-110-1

0-2

-1

00112-1

00

1

-22-110第五十七頁(yè)，共八十七頁(yè)，2022年，8月28日-1

1-1

0-1

-1

00111-1

0-2

-1

00112Robert算子在x方向上的分量Prewitt算子在x方向上的分量Sobel算子在x方向上的分量原始圖像第五十八頁(yè)，共八十七頁(yè)，2022年，8月28日Laplacian增強(qiáng)算子為：

g(x，y)=f(x，y)-▽2f(x，y)=5f(x，y)-[

f(x+1，y)+f(x-1，y)+f(x，y+1)+f(x，y-1)]Laplacian算子是線性二階微分算子。即▽2f(x，y)=2.Laplacian增強(qiáng)算子0

-41

0

11001Laplacian算子05-10-1-100-1Laplacian增強(qiáng)算子

對(duì)離散的數(shù)字圖像而言，二階偏導(dǎo)數(shù)可用二階差分近似，可推導(dǎo)出Laplacian算子表達(dá)式為

▽2f(x，y)=f(x+1，y)+f(x-1，y)+f(x，y+1)+f(x，y-1)-4f(x，y)第五十九頁(yè)，共八十七頁(yè)，2022年，8月28日示例原圖其特點(diǎn)是：1、在灰度均勻的區(qū)域或斜坡中間▽2f(x，y)為0，增強(qiáng)圖像上像元灰度不變；2、在斜坡底或低灰度側(cè)形成“下沖”；而在斜坡頂或高灰度側(cè)形成“上沖”。0

-41

0

11001Laplacian算子濾波結(jié)果0

5-1

0

-1-100-1Laplacian增強(qiáng)算子濾波結(jié)果第六十頁(yè)，共八十七頁(yè)，2022年，8月28日Laplacian增強(qiáng)圖原圖第六十一頁(yè)，共八十七頁(yè)，2022年，8月28日Laplacian增強(qiáng)圖原圖第六十二頁(yè)，共八十七頁(yè)，2022年，8月28日3-5Photoshop舉例一.photoshop基本操作二.圖像直方圖舉例-----山.tif；lena.tif.三.灰度變換-----人物.tif；調(diào)皮小海龜.tif；少女.tif；四.圖像柔化------鸚鵡.tif五.圖像邊緣銳化----咖啡屋.tif六.小作業(yè)第六十三頁(yè)，共八十七頁(yè)，2022年，8月28日PS的預(yù)置設(shè)置預(yù)置設(shè)置主要包含：常規(guī)設(shè)置、文件處理設(shè)置、顯示與光標(biāo)設(shè)置、透明區(qū)域與色域設(shè)置、單位與標(biāo)尺設(shè)置、參考線設(shè)置、網(wǎng)絡(luò)與切片設(shè)置、增效工具設(shè)置與暫存盤(pán)設(shè)置、內(nèi)存與圖像高速緩存設(shè)置、文件瀏覽器設(shè)置等。設(shè)置方法：執(zhí)行菜單命令[編輯]→[預(yù)制]→[常規(guī)] 快捷鍵[Ctrl+K]第六十四頁(yè)，共八十七頁(yè)，2022年，8月28日二.認(rèn)識(shí)直方圖例1.打開(kāi)素材山.tif、lena.tif，觀察直方圖面板中的直方圖。例2.認(rèn)識(shí)直方圖1.文件-新建-參數(shù)設(shè)置-確定2.執(zhí)行ctrl+I反相（或者執(zhí)行菜單中編輯-填充-使用背景色填充）。第六十五頁(yè)，共八十七頁(yè)，2022年，8月28日二、認(rèn)識(shí)直方圖3.點(diǎn)擊工具欄里的設(shè)置前景色-設(shè)置前景色為灰色-確定，按Alt+delete填充前景色。4.分別用白色和黑色的畫(huà)筆在圖像中繪畫(huà)，觀察直方圖變化。第六十六頁(yè)，共八十七頁(yè)，2022年，8月28日3.點(diǎn)擊圖層面板中的創(chuàng)建新的填充層-漸變-設(shè)置漸變?yōu)楹诎?、平滑度?-確定。觀察直方圖。4.分別用白色和黑色的畫(huà)筆在圖像中繪畫(huà)，觀察直方圖變化。第六十七頁(yè)，共八十七頁(yè)，2022年，8月28日三.灰度變換例1.直方圖均衡化和曲線調(diào)整。1.打開(kāi)素材‘人物.tif’，在圖層面板中拖動(dòng)背景圖層到新建圖層按鈕，在背景圖層副本圖層中，執(zhí)行圖像-調(diào)整-色調(diào)均化。觀察圖像及直方圖變化。2.打開(kāi)素材‘人物.tif’，創(chuàng)建背景圖層副本圖層，執(zhí)行圖像-調(diào)整-曲線，在曲線窗口中調(diào)節(jié)灰度映射關(guān)系，觀察圖像及直方圖變化。第六十八頁(yè)，共八十七頁(yè)，2022年，8月28日三.灰度變換例2.色階及亮度對(duì)比度調(diào)節(jié)。1.打開(kāi)素材‘調(diào)皮小海龜.tif’，執(zhí)行圖像-調(diào)整-色階，設(shè)置參數(shù)為下圖-確定，執(zhí)行圖像-調(diào)整-亮度對(duì)比度，調(diào)節(jié)亮度對(duì)比度。第六十九頁(yè)，共八十七頁(yè)，2022年，8月28日例3.逆光變順光。1.打開(kāi)素材少女.tif，執(zhí)行圖像-調(diào)整-色階，調(diào)節(jié)色階；執(zhí)行圖像-調(diào)整-亮度對(duì)比度，調(diào)節(jié)亮度對(duì)比度?？梢钥闯稣w灰度的映射不能獲得滿意的圖像效果。2.打開(kāi)素材少女.tif，選擇魔棒工具，設(shè)置

選擇背景（天空海洋和大地）區(qū)域，執(zhí)行選擇-修改-羽化，設(shè)置羽化半徑為5像素-確定，按ctr+shift+I反向選擇，執(zhí)行圖像-調(diào)整-色階，調(diào)節(jié)色階，按ctr+D取消選擇；得到圖像效果。第七十頁(yè)，共八十七頁(yè)，2022年，8月28日四.圖像柔化/模糊例1.中值濾波打開(kāi)素材鸚鵡.tif，創(chuàng)建背景圖層副本，執(zhí)行濾鏡-雜色-中間值，設(shè)置參數(shù)如圖（右上），點(diǎn)確定。觀察圖像變化。打開(kāi)素材鸚鵡.tif，創(chuàng)建背景圖層副本，執(zhí)行濾鏡-雜色-添加雜色，設(shè)置參數(shù)如圖（右下），點(diǎn)確定。執(zhí)行濾鏡-雜色-中間值，設(shè)置不同的參數(shù)實(shí)驗(yàn)對(duì)雜色去除的效果。第七十一頁(yè)，共八十七頁(yè)，2022年，8月28日四.圖像柔化/模糊例2.清晰背景變虛化背景打開(kāi)素材鸚鵡.tif，創(chuàng)建背景圖層副本，選擇橢圓選框工具，框選鸚鵡區(qū)域，按ctrl+shift+I，反向選擇，執(zhí)行選擇-修改-羽化，設(shè)置羽化半徑為30像素，點(diǎn)確定。執(zhí)行濾鏡-模糊-動(dòng)感模糊，設(shè)置參數(shù)如圖-確定，按ctrl+D取消選區(qū)，得到最終效果?？梢試L試不同的參數(shù)和不同的模糊方式，進(jìn)行試驗(yàn)。第七十二頁(yè)，共八十七頁(yè)，2022年，8月28日例1.銳化算子實(shí)驗(yàn)。1.打開(kāi)素材咖啡屋.tif，新建背景圖層的副本圖層，執(zhí)行濾鏡-其它-自定..，設(shè)定銳化的濾波算子，點(diǎn)擊確定。分別試驗(yàn)梯度、sobel、prewwit等其它算子，觀察實(shí)驗(yàn)結(jié)果。五.圖像銳化/邊緣檢測(cè)第七十三頁(yè)，共八十七頁(yè)，2022年，8月28日例2.銳化濾鏡。打開(kāi)素材咖啡屋.jpg，新建背景圖層的副本圖層，執(zhí)行濾鏡-銳化-USM銳化，設(shè)定參數(shù)如圖，點(diǎn)擊確定。分別試驗(yàn)“進(jìn)一步銳化”、“銳化”、“銳化邊緣”等其它方法，觀察實(shí)驗(yàn)結(jié)果。第七十四頁(yè)，共八十七頁(yè)，2022年，8月28日六、小作業(yè)11，按箭頭所示，這兩張圖對(duì)應(yīng)的直方圖畫(huà)對(duì)了嗎？為什么？

2，直方圖中，如果左側(cè)山峰非常高，右側(cè)山峰非常低，這張圖整體是偏亮還是偏暗？

3，動(dòng)手實(shí)踐題：自己找?guī)讖垐D，預(yù)測(cè)一下它的直方圖分布情況，如果自己的大致預(yù)測(cè)為正確的，則回答本題“我已理解直方圖的基本規(guī)律”。

第七十五頁(yè)，共八十七頁(yè)，2022年，8月28日小作業(yè)2.1.修正該圖像由于整體曝光不足引起的灰暗。

芝加哥.tif第七十六頁(yè)，共八十七頁(yè)，2022年，8月28日A.曝光過(guò)度的照片B.具有全色調(diào)的曝光正常的照片C.曝光不足的照片

直方圖用圖形表示圖像的每個(gè)顏亮度級(jí)別的像素?cái)?shù)量，展示像素在圖像中的分布情況。它向您顯示圖像在暗調(diào)（顯示在直方圖的左邊部分）、中間調(diào)（顯示在中間）和高光（顯示在右邊部分）中是否包含足夠的細(xì)節(jié)，以便進(jìn)行更好的