第4章空域图像增强.ppt

本章重难点 为什么要进行图像增强？ 图像直方图反应了图像的什么特征？ 灰度线性变换 直方图均衡化 平滑模板和锐化模板的区别 什么是直方图？ 直方图是图象的一种统计表达 直方图反映了图像中灰度的分布情况 认识图像的直方图 灰度统计直方图 1-D的离散函数 提供了图象象素的灰度值分布情况 计算： 设置一个 有 L 个元素的数 组，对原图的灰 度值进行统计 思考一下： 为什么系数a大于1的时候是对比度扩张，而系数a小于1的时候是对比度压缩呢？ 取图像初始灰度在60-150之间。当a=2，b=-50，变换后图像灰度取值范围是多少？ 取图像初始灰度在60-150之间。当a=1/2，b=50，变换后图像灰度取值范围是多少？ 例4.4.4 直方图规定化计算实例 表4.4.2 §4 图像增强应用实例-指纹图像增强 §4 图像增强应用实例-指纹图像增强 §4 图像增强应用实例-弹头图像增强 灰度线性变换 边缘检测 阈值分割-二值化 图像细化 去噪 图象平滑概述 局部平均概述 局部平滑的降噪能力分析 局部平滑的几种模板 局部平滑例子 平滑后绝对差分析 门限去噪概述 多帧平均法概述 二值图象平滑概述 二值图象平滑处理实例 图象平滑的电路设计 中值滤波概述 中值滤波计算方法 原 图 Sobel算子 处理后图 指纹图像预处理示例(1) 指纹图像预处理示例(2) 指纹图像预处理示例(3) §4 图像增强应用实例-指纹图像增强 图象增强目录 图象增强概述 点处理概述1 点处理概述2 线性变换概述 分段线性变换概述 对数变换概述 指数变换概述 其它灰度变换函数 灰度线性处理实例 灰度非线性处理实例 直方图均衡化概述 直方图均衡化处理算法描述： 直方图均衡化公式 直方图均衡化图示 直方图均衡化计算步骤 直方图均衡化例子 例子的图表示 直方图均衡化实例 直方图规定化处理概述 公式及实现步骤 直方图背景式规定化处理实例 直方图8灰级规定化实例 伪彩色处理概述 伪彩色处理示意 伪彩色处理用于频率表示 点处理的快速实现 ? 伪彩色除了可以用不同色彩表现不同灰度之外，也可用于表示不同频率成分。例如，图象f（x，y）付氏变换所得频谱经三个不同频率特性的滤波器滤波，再经逆变换得到的灰度值分别代表图象的不同频率分量，设计适当的伪彩色映射函数，就可以用色彩表现出图象的不同频率成分。如下图： 滤波 IFFTR TR f(x,y) FFT 滤波 IFFTG TG 复 显示 合 滤波 IFFTB TB 1.4 点处理操作的快速实现 存储器RAM或ROM)中所有的点处理操作都是灰度映射过程，可以通过“查表”方式实现，表(即内容就是映射函数，这样将输入图象灰度级作为地址对存储器表进行寻址，存储器输出是灰度变换的输出，便可完成灰度映射。硬件实现的粗框图和稍细致流程分别如下： 输入 切换 存储介质 切换 输出 CPU数据线 切换 CPU数据线 表T 原灰度级 新灰度级 §2 图象平滑（Image smoothing） 图象平滑是一种图象邻域操作，非递归邻域操作可用函数φ表示为 g(x,y)=φ[x,y,f(x’,y’):(x’,y’)∈N(x,y)] 其中N(x,y)是以（x，y）为中心的某邻域象素集合，f(x’,y’)是集合内象素灰度值，g(x,y)是处理结果图象。 2.1 局部平均 （Spatial Averaging） 其中f(x,y)为原始图象,g(x,y)是平滑后的图象，h(i,j)为邻域模板内对应点加权系数，N为该邻域内象素个数,邻域模板尺寸取(2M+1)×(2M+1)，一般取M=1,即3×3模板。对应于四连通域和八连通域，有如下图模板示例。 ? 或者 四邻域 八