第4章图像增强解析：.ppt

数字图像处理 Digital Image Processing 刘 峰 第四章 图像增强 4.1 灰度级修正 4.2 图像的同态增晰 4.3 图像平滑 4.4 图像锐化 4.5 图像伪彩色处理 4.6 图像的几何校正 一、图像降质 成像过程(光学失真、相对运动、大气湍流等) 传输过程(噪声污染、信道误码等) 显示过程(设备非线性、设备引入的噪声等) 光学聚焦模糊 运动引起模糊 模糊及高斯噪声 对比度太差 噪声 二、改善图像质量方法 图像增强技术：不考虑图像降质的原因，只将图像中感兴趣的部分加以处理或突出有用的图像特征，故改善后的图像并不一定要去逼近原图像。图像增强的目的是提高可懂度。 图像复原技术：针对图像降质的具体原因，设法补偿降质因素，从而使改善后的图像尽可能地逼近原始图像 。图像复原主要目的是提高图像的逼真度 。 4.1 灰度级修正 设输入图像为f(x,y)，经变换后的输出图像为g(x,y)，变换函数为T[?]，则有 g(x,y)=T[f(x,y)] 通过选择不同的映射变换，达到对比度增强的效果。 4.1.1 灰度变换法 一、线性变换 线性变换可写成：g(x,y)=af(x,y)+b a=1,b=0,原样复制 a1输出图象的对比度增大 a1输出图象的对比度减小 a=1,b≠0 所有象素的灰度值上移或下移，其效果是使整个图象变亮或变暗 a0 图象的亮暗反转 二、分段线性变换 三、非线性灰度变换 4.1.2 直方图修正法 一、直方图概念 直方图反映了图象的灰度值分布情况，灰度分布不同，图象视觉效果不同。表示数字图像中每一灰度级与其出现频数（该灰度像素的数目）间的统计关系。用横坐标表示灰度级，纵坐标表示频数（也有用相对频数即概率表示的） 不同的直方图，有不同视觉效果 二、直方图均衡化(直方图均匀化) 数学准备：设随机变量y其概率密度函数为py(y),随机变量x的概率密度函数为px(x)，如果函数y=f(x)，其反函数表示为x=f-1(y)，则有关系式成立： 直方图归一化条件： 连续情况下非均匀概率密度函数pr(r)经变换函数s=T(r)转换为均匀概率密度函数ps(s)的情况,为使变换s=T(r)具有实际意义, 满足 (1) 在0≤r≤1区间内，T(r)为单值单调递增函数。 (2)对于0≤r≤1，对应有0≤S=T(r)≤1，保证变换后像素灰度级仍在允许范围内 。 均衡化处理 例1. 给定一幅图像的灰度级概率密度函数为 对于离散情况 例2．假设有一幅图像，共有64×64个像素，8个灰度级，各灰度级概率分布见下表 ，试将其直方图均匀化。 均衡化过程 直方图均衡化结果 直方图均衡化实例 均衡化后图像的灰度等级由7级减为5级，但含有较多像素的几个灰度级间隔拉大，压缩的只是像素较少的几个灰度级，实际上视觉能接收的信息量大大增加。减少图像灰度等级以换取对比度的扩大。 均衡化后的每个灰度等级的概率密度仍不相等？或者说均衡化之后仍然没有均匀？ 真正直方图完全平均而灰度等级又不减少的均衡化处理，须采用拟合技术。 为了得到均匀输出，原灰度为r0～r４的像素都必须分成两部分或三部分。例如某一像素点原来的灰度值为r１，变换后它可以属于s１或s2， 或s3。方法有： 随机取数法 。 按这一像素的邻域点的灰度来决定这个像素应属于哪个输出级。 4.2 图像同态增晰 一、目的 问题：灰度动态范围很大，而感兴趣区域物体灰度级范围很小，分不清层次和细节 解决方法＝线性变换？压缩灰度级？ 在压缩图像整体灰度范围的同时扩张我们所感兴趣灰度的范围 。从而达到抑制图像的灰度范围、扩大图像细节的灰度范围的作用 二、原理 f(x,y)=fi(x,y)?fr(x,y) 其中照明函数fi(x,y)描述景物的照明，与景物无关， 0fi(x,y)∞。 反射函数fr (x,y)包含景物的细节，与照明无关 ，0fr (x,y)1。 三、过程 (1) 首先对图像函数f(x,y)取对数，即进行对数变换 lnf(x,y)=ln[fi(x,y)?fr(x,y)]=lnfi(x,y)+lnfr(x,y) (2) 取付里叶变换，得 Fln(u,v)=Fi,ln(u,v)+Fr,ln(u,v) (3) 乘以同态滤波器 4.3 图像平滑 图像平滑的目的： 减少噪声，即减弱傅立叶空间的高频分量，因为高频分量对应图像中的区域边缘等灰度值具有较大变化的部分，滤波器将这一部分滤去可使图像平滑。 噪声分类 按照《噪声污染防治法》可将噪声分为： 工业噪声 （环保部门） 建筑施工噪声 （环保部门） 交通运输噪声 （公安交通管理部门） 社会生活噪声 （可分七类，由不同