数字图象处理：三 空间域图像增强77507561.ppt

It makes all the difference whether one sees darkness through the light or brightness through the shadows David Lindsay ;一、概述:;3.1 背景知识 ;●对比度增强的灰度变换;;3.2 一些基本的图像灰度变换 （单点操作）;3.2.1 反比变换;3.2.1 对数变换;3.2.3 幂次变换;用幂次变换进行对比度增强的效果(γ1):;用幂次变换进行对比度增强的效果(γ1);3.2.4 分段线性变换函数;灰度切割;3.3 直方图处理;3.3.1 直方图均衡化;★理论推导： ;均衡前直方图;直方图均衡时生成的灰度变换函数;直方图均衡的另一个例子;3.3.2 直方图匹配;直方图匹配的实例;● 图a是直方图均衡时的灰度变换函数，图b是均衡后的图像，图c是均衡后的直方图。;● 改用直方图匹配来处理 ;3.3.3 局部直方图均衡;3.3.4 利用图像统计参数来增强图像;3.3.4 利用图像统计参数来增强图像;图像统计量的图像显示;统计方法增强的结果 ;3.4 用算术/逻辑操作增强图像;与：;3.4.1 图像相减运算;3.4.1 图像相减运算实例;3.4.2 图像平均处理(加法处理);平均图像和真实图像的差;3.5 空间滤波基础;3×3空间滤波的模板;3.6 平滑空间滤波器;●平滑线性滤波器 实例1：;平滑线性滤波器实例2;不连续到连续;3.6.2 统计排序滤波器;中值滤波实例;3.7 锐化空间滤波器;图像微分实例;3.7.2 二阶微分的图像增强—拉普拉斯算子;拉普拉斯算子的模板;拉普拉斯变换结果和原图像的复合;复合拉普拉斯掩膜;反锐化掩蔽;高提升滤波实例;3.7.3 基于一阶微分的图像增强----梯度法; (1)一般的梯度算法;梯度算子模板;Sobel算子 应用实例;一阶微分：梯度算法突出边缘 二阶微分：拉普拉斯变换突出细节;3.8 混合空间增强法; 主要介绍了空域图像增强的一些技术，包括灰度变换，直方图均衡，算术逻辑操作，平滑空间滤波(线性和非线性)，锐化滤波(拉普拉斯算子和梯度算子)等。 本章是在空间域增强，下一章是在频率域增强，二者通过傅立叶变换连续起来，学习时注意两者的对应、联系与比较。