数字图像处理空域增强技术分析报告.ppt

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 4.2.2 图象间运算的应用 类似于地震中的叠加处理，叠加后有效波增强了N倍，随机干扰增强了 倍，信噪比相对增强了 倍，N为覆盖次数。 当M增大，即对图像相加次数增加时，去除加性（Additive）噪声的效果更加明显 加法运算 生成图像叠加效果 对于两个图像f(x,y)和h(x,y)的均值有： g(x,y) = f(x,y)/2 + h(x,y)/2会得到二次曝光的效果。 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像合成的效果 也可以用于两张图片的衔接 举例：加法运算 2. 图象间减法的应用 设有图象f(x,y)和h(x，y)，它们的差为： g(x，y)=f(x，y)-h(x，y) 图象相减的结果就可把两图的差异显示出来。 减法运算 可以去除不需要的叠加性图案 设：背景图像b(x,y)，前景背景混合图像f(x,y)g(x,y) = f(x,y) – b(x,y) g(x,y) 为去除了背景的图像 电视制作的蓝屏技术就基于此 减法运算 可以检测同一场景两幅图像之间的变化 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) 乘法运算-校正非均匀性造成的灰度阴影 用二值蒙板图像与原图像做乘法进行图像的局部显示： 非运算 可以获得一个阴图象 非运算 获得一个子图像的补图像 异或运算 0 ? 1＝1 1 ? 0＝1 0 ? 0＝0 1 ? 1＝0 可以获得相交子图象 或运算 0 v 1＝1 1 v 0＝1 0 v 0＝0 1 v 1＝1 可以合并子图像 与运算 0 ? 1＝0 1 ? 0＝0 0 ? 0＝0 1 ? 1＝1 求两个子图像的相交子图 与运算 0 ? 1＝0 1 ? 0＝0 0 ? 0＝0 1 ? 1＝1 模板运算：提取感兴趣的子图像 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 4.4 直方图变换 4.4.1 直方图均衡化 灰度直方图 下图所示，灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图像的最基本的统计特征 直方图举例 直方图举例(续…) 典型图像Lena的灰度分布 直方图举例(续…) 直方图举例(续…) 图像的灰度级较低 直方图举例(续…) 直方图举例(续…) 图像的灰度级较高 直方图举例(续…) 直方图举例(续…) 图像的灰度主要分布在中等的灰度级中 直方图举例(续…) 直方图举例(续…) 灰度分布比较均匀 直方图举例(续…) 注意图像和直方图之间的关系 注意高对比度的图像有更平坦的直方图 直方图的应用 直方图给出了一个简单可见的指示，用来判断一幅图像是否合理的利用了全部被允许的灰度级范围。一幅图像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。 直方图的应用 假设某图像的灰度直方图具有 二峰性，则表明这个图像较亮的区域和较暗的区域可以较好地分离，取二峰间的谷点为阈值点，可以得到好的２值处理效果 直方图均衡化 直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图的图像，即在每个灰度级上都具有相同的像素点数的过程，便于进行图像比较或分割 下图为执行均衡化后的飞机图 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 直方图均衡化效果实例 4.4.2 直方图规定化 4.4.2 直方图规定化 直方图规定化示例 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 单映射 组映射 误差分析： 1.连续情况下两种规则都能给出精确的规定化结果。 2.SML映射规则的期望误差总是大于等于GML映射规则的期望误差。 3.SML是一种有偏的映射规则，GML为统计无偏的映射规则。 误差的计算：各段误差绝对值之和 上图中：SML——0.48，GML——0.04 直方图规定化 vs. 直方图均衡化