数字图象处理 - 第4章 图像增强.pptVIP

(a)为原始图像 (b)为均衡化处理后的图像 (c)为原始图像 (d)为均衡化处理后的图像 图4—18 4.2 图像平滑化处理 图像平滑化处理方法有空域法和频域法两大类。 主要有邻域平均法，低通滤波法，多图像平均法等等。 4.2.1 邻域平均法 图4—19 在数字图像中选取邻域的方法 由卷积定理可知 (4—23) 4.2.2 低通滤波法 图4—20 线性滤波器处理框图 常用的低通滤波器有如下几种： 布特沃斯（Butterworth）低通滤波器 指数低通滤波器 梯形低通滤波器 理想低通滤波器 (4—24) (4—25) 图 4—21 理想低通滤波器传递函数径向剖面图 一个 阶布特沃斯低通滤波器的传递函数由下式表示 布特沃斯（Butterworth）低通滤波器 (4—27) 式中 为截止频率， 的值由下式决定 (4—28) 图4—22 布特沃斯低通滤波器剖面图 布特沃斯低通滤波器的特点： 1）由于有平缓的过渡带，图像将不会有振铃现象 2）模糊程度大大减小 指数低通滤波器 (4—30) 式中 为截频， 由下式决定 (4—31) 图4—23 指数低通滤波器传递函数径向剖面图 梯形低通滤波器 (4—34) 图4—24 梯形低通滤波器传递函数剖面图 设 为有噪声图像， 为噪声， 为原始图像，可用下式表示： 4.2.3 多图像平均法 多图像平均法是把一系列有噪声的图像 迭加 起来，然后再取平均值以达到平滑的目的。 (4—35) 图 4—25 图像平滑处理效果 4.3 图像尖锐化处理(Image Sharpening) 图像尖锐化处理主要用于增强图像的边缘及灰度跳变部分。通常所讲的勾边增强方法就是图像尖锐化处理。与图像平滑化处理一样，图像尖锐化处理同样也有空域和频域两种处理方法。 4.3.1 微分尖锐化处理 微分尖锐化的处理方法最常用的是梯度法。由场论理论知道，数量场的梯度是这样定义的： 设一数量场 ， ，把大小是在某一点方向导数的最大值，方向是取得方向导数最大值的方向的矢量叫数量场的梯度。 图4—28 二值图像及计算梯度的结果 图 4—26 图像尖锐化处理的例子 （a）是原像 （b）是soble算子处理的结果 （c）是拉普拉斯算子处理结果 （d）是个向异性处理结果 4.3.2零交叉边沿检测 各种算子 因为图像中的边缘及急剧变化部分与高频分量有关，所以当利用高通滤波器衰减图像信号中的低频分量时就会相对地强调其高频分量，从而加强了图像中的边缘及急剧变化部分，达到图像尖锐化的目的。 4.3.3 高通滤波法 理想高通滤波器 布特沃斯（Butterworth）高通滤波器 指数高通滤波器 梯形高通滤波器 (4—56) 理想高通滤波器 式中 是从频度平面原点算起的截止频率(或距离)， 仍然由下式决定 (4—57) 图4—28 理想高通滤波器传递函数径向剖面图 布特沃斯（Butterworth）高通滤波器 (4—58) 式中 图4—29 布特沃斯高通滤波器传递函数径向剖面图(n=1) 指数高通滤波器 (4—60) 式中 为截频， ，参数 控制着 的增长率。指数高通滤波器的传递函数径向剖面图如图4—34所示。 突出一幅图像中的某些信息 削弱或去除某些不需要的信息 处理后的图像对某种特定的应用来说，比原始图像更适用 增强处理并不能增强原始图像的信息 图像增强技术主要包括: 直方图修改处理 图像平滑化处理 图像尖锐化处理 彩色处理技术 图像增强技术基本上可分成两大类: 频域处理法 空域处理法 灰度级的直方图就是反映一幅图像中的灰度级与出现这种灰度的概率之间的关系的图形 4.1.1 直方图 在灰度级中， =0代表黑， =1代表白。 设变量 代表图像中像素灰度级,限定在下述范围之内 用概率密度函数