第4章 空域增强技术.pptVIP

第4章 空域增强技术 第4章 空域增强技术 4.1 空域技术分类 4.1 空域技术分类 4.2 图象间运算 4.2.1 算术和逻辑运算 4.2.1 算术和逻辑运算 逻辑运算举例-检测边缘 4.2.2 图象间运算的应用 4.2.2 图象间运算的应用 4.3 直接灰度映射 4.3.1 灰度映射原理 4.3.2 典型灰度映射 灰度修正举例 I=imread(‘cameraman.tif’);%输入uint8类型的图像 J=imadjust(I,[0 0.2],[0.5 1]);%灰度范围从[0,51]映射到[128,255] subplot(1,2,1);imshow(I); subplot(1,2,2);imshow(J); 4.4 直方图变换 The histgram of the CT(CT的灰度直方图) May: 0 500 8000 500 100 100 200 300 200 100 0 0 0 0 0 0 July: 0 500 8000 500 100 0 0 100 200 300 200 100 0 0 0 0 像素极性:0为最暗点. 病情恶化了吗？ 4.4.1 直方图均衡化 Two Different Images-The Same Histogram 4.4.1 直方图均衡化 4.4.1 直方图均衡化 4.4.1 直方图均衡化 4.4.1 直方图均衡化 直方图均衡化 直方图均衡化 直方图均衡化举例 I=imread(‘tire.tif’); J=histeq(I); subplot(2,2,1),imshow(I); subplot(2,2,2),imhist(I,64); subplot(2,2,3),imshow(J); subplot(2,2,4),imhist(J,64); 思考与练习 如何用逻辑运算检测图像边缘？ 图像的算术运算各有什么作用？ 灰度映射曲线对图像灰度变化有什么影响？ 假设工业检测中工件的图像受到零均值不相关噪声的影响。如果图像采集装置每秒可采集30幅图，要采用图像平均方法将噪声的均方差减少到1/10，那么工件需保持多长时间固定在采集装置前？ 试采用逻辑运算提取图像中一个长方形的轮廓。 4.4.2 直方图规定化 思路 已知原图像(灰度为s )和修正图像(灰度为u）的灰度直方图，求转换函数。 4.4.2 直方图规定化 4.4.2 直方图规定化 直方图规定化 4.4.2 直方图规定化 4.4.2 直方图规定化 4.5 线性滤波 4.5.1 技术分类和实现原理 4.5.1 技术分类和实现原理 4.5.2 线性平滑滤波器 4.5.2 线性平滑滤波器 4.6 非线性滤波 4.6.1 非线性平滑滤波器 4.6.1 非线性平滑滤波器 4.6.1 非线性平滑滤波器 4.6.2 非线性锐化滤波器 4.6.2 非线性锐化滤波器 4.6.2 非线性锐化滤波器 4.7 局部增强 思考与练习 什么是灰度直方图？ 为什么一般情况下对离散图像的直方图均衡化并不能产生完全平坦的直方图？ 如何用直方图分析图像中物象的面积？ 什么是直方图均衡化？能起到什么作用？掌握其方法。 sk nk pr(rk)=nk/n tk计 tk并 tk nsk pk(t) s0=0 790 0.19 0.19 1/7 t0=1/7 790 0.19 s1=1/7 1023 0.25 0.44 3/7 t1=3/7 1023 0.25 s2=2/7 850 0.21 0.65 5/7 t2=5/7 850 0.21 s3=3/7 656 0.16 0.81 6/7 ? ? ? s4=4/7 329 0.08 0.89 6/7 t3=6/7 985 0.24 s5=5/7 245 0.06 0.95 1 ? ? ? s6=6/7 122 0.03 0.98 1 ? ? ? s7=1 81 0.02 1.00 1 t4=1 448 0.11 例 假定有一幅总像素为n=64×64的图像，灰度级数为8，各灰度级分布列于表中。对其均衡化计算过程如下： ？ 若在原图像一行上连续8个像素的灰度值分别为：0、1、2、3、4、5、6、7，则均衡后，他们的灰度值为多少？ 原图像的直方图 均衡后图像的直方图 直方图均衡化示例