第三章增强.pptVIP

第三章 图像增强 面向特定目标对图像进行处理，以改善图像的视觉效果或将图像转换为更适合人或者机器分析处理的形式。 举例：直方图均衡，边缘增强 特点 突出图像中感兴趣的部分,达到局部最优 主观方式进行评价 面向目标 图像增强 3.1点运算 3.2 空间域运算 3.3 变换域运算 3.4 伪彩色增强 3.1 点运算增强 一. 简单的灰度变换 几种简单的灰度变化 1。对数运算 2。指数运算 3。幂指数运算 点运算中增强和削弱的概念 点运算中增强和削弱的概念 图象直方图和图像的关系 两幅不同的图像可能有相同直方图 一个例子 则 取 则 计算映射后的灰度概率 1 对直方图进行归一化 r 0 1/7 2/7 3/7 4/7 5/7 6/7 1 pr(rk) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 2 灰度映射 s’ 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1.00 3 量化 s 1/7 3/7 5/7 6/7 6/7 1 1 1 4 r -- s 映射关系及 s 的灰度分布概率 r 0 1 2 3,4 5,6,7 s 1 3 5 6 7 ps(sk) 0.19 0.25 0.21 0.24 0.11 四、图象间的算术运算和逻辑运算 两幅或多幅图象进行算术运算或逻辑运算，以产生新的图象， 算术运算：+、-、*、/ 逻辑运算：于、或、非 它们的操作： 算术运算是对应象素间的操作 逻辑运算：也是对应象素间的操作.也可以是象素间的位操作,即象素的值作为#2的字符串按为处理 1、 算术运算 算术运算:一般用于灰度图象， 设2 个象素p和q,有 加法：记作p+q 减法：p-q 乘法: p*q 除法: p? q 算术运算只涉及一个空间位置（象素）的运算 a。加法： 去除“叠加性”噪音 对于原图象f(x,y),有一个噪音图象集 { gi(x,y) } i =1,2,...M 其中：gi(x,y) = f(x,y) + h(x,y)i M个图象的均值定义为： gm(x,y) = (g0(x,y)+g1(x,y)+…+ gM(x,y)) /M 当：噪音h(x,y)i为互不相关，且均值为0时， 图象和噪音的各自均方差关系为： σ g(x,y)=?(1/M) * σe(x,y) 说明随着图象数量的增加噪音在图形中的影响，逐步减少。 即 gm(x,y) --?f(x,y) 上述图象均值将降低噪音的影响。 （ M幅内容相同，但含有不同噪音的图象） 加法生成图象叠加效果 生成图象叠加效果 对于两个图象f(x,y)和h(x,y)的均值有： g(x,y) = 1/2f(x,y) + 1/2h(x,y) 会得到二次暴光的效果。推广这个公式为： g(x,y) = αf(x,y) + βh(x,y) 其中α+β= 1 我们可以得到各种图象合成的效果，也可以用于两张图片的衔接 b。减法 减法的定义 C(x,y) = A(x,y) - B(x,y) 主要应用举例 去除不需要的叠加性图案 检测同一场景两幅图象之间的变化 计算物体边界的梯度 例 去除不需要的叠加性图案 设：背景图象b(x,y)，前景背景混合图象f(x,y) g(x,y) = f(x,y) – b(x,y) g(x,y) 是去除了背景的图象。 1。先拍原图：掩模图象 2。注入介质后再拍 3。后者减前者得图3。29/b图 和掩模图象中接近的区域：变化小，产生较低的灰度 算术运算 检测同一场景两幅图象之间的变化 设： 时间1的图象为T1(x,y)， 时间2的图象为T2(x,y) g(x,y) = T2 (x,y) - T1(x,y) c。 乘法： 乘法的定义 C(x,y) = A(x,y) * B(x,y) 主要应用举例 图象的局部显示 用二值蒙板图象与原图象做乘法 2、逻辑运算 或OR: p OR q 或 p+q 与AND: p AND q 或p˙q 求反(补)：NOT q 异或: q XOR q=1 ( 若q=1或p=1)