第三章 数字图像处理 -空域图像增强.ppt

3.1 灰度变换 3.1 灰度变换 3.2 图像运算 3.2.1 图象运算：算术运算 加法运算的定义 C(x,y) = A(x,y) + B(x,y) 主要应用举例 去除“叠加性”噪音 生成图象叠加效果 3.2.1 图象运算：算术运算 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： g(x,y) = 1/M (g0(x,y)+g1(x,y)+…+ gM(x,y)) 当：噪音h(x,y)i为互不相关，且均值为0时， 上述图象均值将降低噪音的影响。 3.1.1 图象运算：算术运算 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 3.2.1 图象运算：算术运算 3.2.1 图象运算：算术运算 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 3.2.1 图象运算：算术运算 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) 为去除了背景的图象。 3.2.1 图象运算：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）图像的减法运算也可应用于求图像梯度函数 梯度定义形式： 梯度幅度 3.2.1 图象运算：算术运算 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 3.2.1 图象运算：算术运算 3.2.2 图象运算：逻辑运算 3.2.2 逻辑运算 求反 异或、或 与 3.2.1 图象运算：逻辑运算 求反的定义 g(x,y) = 255 - f(x,y) 主要应用举例 获得一个阴图象 获得一个子图像的补图像 绘制区别于背景的、可恢复的图形 3.2.1 图象运算：逻辑运算 获得一个阴图象 3.2.1 图象运算：逻辑运算 获得一个子图像的补图像 255- 3.2.1 图象运算：逻辑运算 异或运算的定义 g(x,y) = f(x,y) ? h(x,y) 主要应用举例 获得相交子图象 绘制区别于背景的、可恢复的图形 3.2.1 图象运算：逻辑运算 获得相交子图象 3.2.1 图象运算：逻辑运算 或运算的定义 g(x,y) = f(x,y) v h(x,y) 主要应用举例 合并子图像 3.2.1 图象运算：逻辑运算 与运算的定义 g(x,y) = f(x,y) ? h(x,y) 主要应用举例 求两个子图像的相交子图 用于判断图像量化是否恰当：直方图给出了一个简单可见的指示，用来判断一幅图象是否合理的利用了全部被允许的灰度级范围。一般一幅图应该利用全部或几乎全部可能的灰度级，否则等于增加了量化间隔。丢失的信息将不能恢复。 边界阈值选取：假设某图象的灰度直方图具有二峰性，则表明这个图象的较亮的区域和较暗的区域可以较好地分离，取这一点为阈值点，可以得到好的二值处理的效果。 3.3 直方图修正 3.3 直方图修正 3.3 直方图修正 3.3 直方图修正 3.4 空域滤波 3.4 空域滤波 3.4 空域滤波 3.4 空域滤波 3.4 空域滤波 3.4 空域滤波 3.4 空域滤波 3.4 空域滤波 3.4 空域滤波 3.4 空域滤波 3.4 空域滤波 3.4 空域滤波 3.5 非线性锐化滤波器 利用微分可以锐化图像 梯度：对应一阶导数 最常用的微分矢量 （需要用2个模板分别沿 x 和 y 方向计算） 4.6.2 非线性锐化滤波器 模以2为范数/模计算(对应欧氏距离 ) 城区距离（以1为范数） 棋盘距离（以 ∞为范数） 3.4 空域滤波 3.4 空域滤波