数字图像处理 第四章图像增强.ppt

减法运算应用 模糊的影像 减法运算应用 经过点运算之后的车 思考：如果背景光强与前一幅并不相等，怎么办？ 减法运算应用 减法运算 X 因此运动物体在差分图像中产生低对比度的边缘。 乘法运算 可用于去除图像中部分影像。 首先构造一副掩膜图像，在需要保留区域，图像灰度值为1；而在被去除区域，图像灰度值为0； 然后将掩膜图像乘原始图像。 × 除法运算 多光谱遥感运算的比值计算，可以去除近似的照射分量，扩大反射分量，以区分不同地物。 可以用于消除阴影干扰的影响. 水 沙滩 4 16 17 7 1 4 4/7 16 4.25 波段 地物 阳坡 阴坡 4 28 22 5 42 34 4/7 0.66 0.65 波段 光照情况 附：图像运算MATLAB函数 imadd 两幅图像相加，要求同样大小，同种数据类型 用法：Z=imadd（x，y）表示图像x+y imsubstract 两幅图像相减，要求同样大小，同种数据类型 用法： Z=imadd（x，y） 表示图像x-y immultiply 用法： Z=immultiply（x，y） 表示图像x*y imdivide 用法： Z=imdivide（x，y） 表示图像x/y 平时作业 研究数字图像处理领域的具体课题，搜集相关文献，整理资料并作出报告。 报告内容包括：课题简介、国内外研究现状、主要技术手段、发展方向 具体课题不限，可以是指定课题，也可自我选择 推荐课题名称： 车辆识别中的子课题，如车牌定位、车牌倾斜校正、字符分割、字符识别，要求对某一具体算法进行说明。（子课题简介、国内外研究现状、算法流程、算法优缺点） 人脸识别 仿生鱼设计 机器人视觉 指纹鉴别 文字识别技术 图像检索 练习题 P100 2,6,7,9,26 * 图像在成像过程中，往往由于光照、摄像、传感器灵敏度以及光学系统等的不均匀性而引起图像某些部分较暗或较亮。对这类图像使用灰度级修正，能够获得满意的视觉效果。 * 点斜式直线方程：y-y0=k(x-x0) ，k为斜率，（x0，y0）为直线上一点 为了突出感兴趣的目标或者灰度区间，相对抑制那些不感兴趣的灰度区域，可采用分段线性法，常用的方法有对比度扩展、阈值化和灰度窗口变换等。 * * * 原图 “增加对比度”或者自动直方图修正 曲线1 PS“ 较亮” 曲线2 暗扩展亮压缩 * * n=4096 * r-z; equalizationg 直方图处理是全局处理，适用于整个图像的增强，但对小区域细节的局域增强无法做到。 高通：边缘增强，边缘提取； 低通/中值：平滑图像，去除噪声 带通：删除特定频率 最大值/最小值：寻找最亮点、最暗点 * 目前已提出许多保边缘、细节的局部平滑算法。它们的出发点都集中在如何选择邻域的大小、形状和方向、参加平均的点数以及邻域各点的权重系数等，群众路线 不够灵活，整幅图像采用一个阈值，适用于灰度分布规律的图像，不同图像需要更换阈值。 如何与灰度分布自适应，无需更换阈值？ 1出发点：同类灰度值高度相关 出发点：区域2内的梯度小，边缘梯度大，减少边缘对中心像素的影响 * 避免选取包含边缘的窗口，防止边缘模糊。窗口的形式的变化是为了配合复杂边缘的走向。 Convolution 卷积 * 举例 [1 1 1；1 1 1 ；1 1 1]中心像素与模板卷积后为0；[0 50 0; 0 50 0; 0 50 0]中心像素与模板卷积后为300 * 一阶偏导用一阶差分近似表示 Max(|z5-z6|,|z5-z8|) * * * 二阶偏导用二阶差分近似表示对于数字图像矩阵，拉普拉斯算子变成D^2 f(x,y)=Dx^2 f(x,y)+ Dy^2 f(x,y)上面Dx^2 f(x,y)=Dx(Dx f(x,y))=Dx(f(x+1,y)-f(x,y))=D f(x+1,y)-D f(x,y)=f(x+1,y)-f(x,y)-f(x,y)+f(x-1,y)=f(x+1,y)+f(x-1,y)-2*f(x,y)类似求得Dy^2 f(x,y)=f(x,y+1)+f(x,y-1)-2* f(x,y)所以 D^2 f(x,y)=f(x+1,y)+f(x-1,y)+f(x,y-1)+f(x,y+1)-4*f(x,y)鋭化后得图像为g(x,y)=f(x,y)-D^2 f(x,y) 频率域锐化滤波器 高频加强滤波 主要内容 图像增强的作用及目的 空间域点运算 空间域平滑 空间域锐化 频率域增强 彩色增强 代数运算 伪彩色处理 假彩色处理 彩色平衡 彩色变换 彩色图像的平滑和尖锐化 彩色图像的平滑和尖锐化 彩色图像的平滑和尖锐化 一、伪彩色增强 伪彩色图像增强是指把一幅灰度图像的各个不同灰度