数字图像处理第4章图像增强2.pptVIP

第四章 图 像 增 强;4.1 概述;图像增强所包含的主要内容: ;4.2 灰度变换; 在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时看到的是一个模糊不清、没有层次的图像。采用线性变换对图像每一个像素灰度作线性拉伸，可有效地改善图像视觉效果。;2．分段线性变换 为突出感兴趣目标所在的灰度区间，相对抑制不感兴趣的灰度区间，可采用分段线性变换。 设原图像f(x,y)在[0,Mf], 感兴趣的灰度范围在[a,b],欲使其拉伸到[c,d],则对应的分段线性变换表达式为:; ;3．非线性灰度变换 当用某些非线性函数如对数函数、指数函数等，作为映射函数时，可实现图像灰度的非线性变换。 ①对数变换 对数变换的一般表达式为 ;;②指数变换 指数变换的一般表达式为 这里参数a,b,c用来调整曲线的位置和形状。这种变换能对图像的高灰度区给予较大的拉伸。;;;5.尺度切分 与增强对比 度相仿，将某 灰度范围突出 ;4.3 直方图均衡化 直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。 其基本思想是对在图像中像素个数多的灰度级进行展宽而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。 先讨论连续图像的均衡化问题，然后推广到离散图像。 设r和s分别表示归一化了的原图像灰度和经直方图修正后的图像灰度。即 （4.3-1） 在[0,1]区间内的任一个r值，都可产生一个s值，且 (4.3-2) ; T(r)作为变换函数，满足下列条件： ①在0≤r≤1内为单调递增函数，保证灰度级从黑到白的次序不变； ②在0≤r≤1内，有0≤T(r)≤1，确保映射后的像素灰度在允许的范围内。 反变换关系为 （4.3-3） T-1(s)对s同样满足上述两个条件。 由概率论理论可知，如果已知随机变量r的概率密度为pr(r),而随机变量s是r的函数，则s的概率密度ps(s)可以由pr(r)求出。假定随机变量s的分布函数用Fs(s)表示，根据分布函数定义 ; 利用密度函数是分布函数的导数的关系，等式两边对s求导，有： （4.3-5） 可见，输出图像的概率密度函数可以通过变换函数T(r)控制原图像灰度级的概率密度函数得到,因而改善原图像的灰度层次,这就是直方图修改技术的基础。 从人眼视觉特性来考虑，一幅图像的直方图如果是均匀分布的，即Ps(s)=k(归一化时k=1)时，该图像色调给人的感觉比较协调。因此将原图像直方图通过T(r)调整为均匀分布的直方图，这样修正后的图像能满足人眼视觉要求。 因为归一化假定 由（4.3-5）则有 ;两边积分得 上式表明，当变换函数为r的累计直方图函数时，能达到直方图均衡化的目的。 对于离散的数字图像，用频率来代替概率,则变换函数T(rk)的离散形式可表示为: 上式表明，均衡后各像素的灰度值sk可直接由原图像的直方图算出。; 一幅图像sk同rk之间的关系称为该图像的累计灰度直方图。;1) 求出原图象 r 的灰度直方图，设为 h 。 h 为一个256维的向量。; h;3）计算图像各灰度级的累计分布 hp。;4）求出新图像 s 的灰度值。;直方图均衡化示例;;4.4 图像的空间域平滑 ; 任何一幅原始图像，在其获取和传输等过程中，会受到各种噪声的干扰，使图像恶化，质量下降，图像模糊，特征淹没，对图像分析不利。 为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。它可以在空间域和频率域中进行。本节介绍空间域的几种平滑法。 4.4.1 空间低通滤波法 邻域平均法可看作一个掩模作用于图像f(x,y)的低通空间滤波，掩模就是一个滤波器，它的响应为H(r,s)，于是滤波输出的数字图像g(x,y)用离散卷积表示为： ; 设有一幅N×N的图像f(x,y)，若平滑图像为g(x,y),则有 式中