数字图像分析第2章2.5.ppt

2.5 增强 2.5.1 直方图修正 2.5.2 锐化 2.5.3 平滑 2.5.4 伪彩色 2.5.1 直方图修正 灰度直方图 直方图均衡 是基于直方图的灰度变换中常用的一种处理方法。 通常，用直方图拉伸来执行直方图均衡处理。 2.5.2 锐化 图象锐化针对常见的图像模糊、边缘不清晰所采取的处理方法，它能加强图象的轮廓，使图象看起来比较清楚。 图象锐化的方法，总体上可分为两大类 ： 频率域处理 空间域处理 1、空间频率域高通滤波法 图象的轮廓是灰度陡然变化的部分，包含着丰富的空间高频分量，高通滤波增强高频分量，可使轮廓突出。 常用的高通滤波器 巴特沃斯(Butterworth)高通滤波器 指数形高通滤波器 梯形高通滤波器 常用的高通滤波器一维图例： 2、空间域卷积法 分析表明微分可以突出高频成分，从而使图象轮廓清晰。因此在空间域可用微分法锐化图象。 图象处理中常用的微分方法是“梯度法”，即用梯度作为锐化图象的度量。对于数字图象，则用差分来表示梯度。 实际应用中，为了获得各向同性的度量，用梯度的模代替梯度。 典型的差分运算，可表示为： 梯度算子 Roberts算子 Sobel算子 Prewitt算子 Kirsch算子 基于梯度图的图像增强 设 g(x,y) 为增强的图，根据不同要求有： 选择一个适当的门限，梯度大于门限的，将梯度值作为锐化后的图象的灰度值，否则，原图象灰度值不变 。 选择一个适当的门限，将原图象变为二值图，轮廓和背景分别用两个不同的灰度值表示 。 其他 2·5·3 平滑 1、空间频率域低通滤波法 巴特沃斯(Butterworth)低通滤波器 指数形低通滤波器 梯形低通滤波器 2、空间域法 (1)局部平均法 (2)中值滤波 (3)多帧平均 1、空间频率域低通滤波法 平滑的频率域方法是低通滤波法，这是一维低通滤波概念在二维的推广。 图象经过二维傅立叶变换后，噪声通常含在空间高频分量中，因此，对高频成份加以衰减可在频率域中实现平滑处理。 常用的低通滤波器 巴特沃斯(Butterworth)低通滤波器 指数形低通滤波器 梯形低通滤波器 常用的低通滤波器一维图例： 例 (2)中值滤波 中值滤波法用局部邻域（窗口）里的中值来代替上述局部平均法中的局部平均值。也就是将以该点为中心的某个窗口框住的各象素的中间值作为处理后图象中该点象素的值。 二维中值滤波的概念是一维的推广。 以一维为例： 奇数窗口中五点的值为88、95、230、110、120，按大小重排这五个值得88、95、110、120、230，其位于中间位置上的“中值”是110。 中值滤波保边缘的性能 (3)多帧平均 多帧平均是较好的方法。 可以提高信噪比 基本不引起模糊 多帧平均要求能多次得到同一图象。 2·5·4 伪彩色（Pseudo Color) 在图象的分析中，彩色是一种能帮助人们简化目标提取和分类的重要参量。 人眼只能区分几十种不同等级的灰度，但却可以分辨几千种不同颜色与不同亮度的彩色。 伪彩色处理就是把黑白图象的各个灰度按照一种线性或非线性函数关系映射成相应的彩色。这种映射是输入与输出象素间一对一的运算，即不涉及图象空间位置的变动。 彩色空间 彩色规范 RGB格式 HSI格式 Intensity 强度，亮度 Hue 色度 Saturation 饱和度 伪彩色方法 灰度分层法 变换法 * * 图象增强是一种重要的图像处理的方法，它力求提高图象的质量，使之适合于人眼的观察判断或进一步的分析处理。 是一种灰度级的函数，它表示数字图象中每一灰度级与该灰度出现的频数之间的对应关系。 一幅特定的图有唯一的直方图，但反之不成立。 直方图在一定程度上可以反映图像的状况，例如: 有时可以根据直方图确定分割物体和背景的边界。 基于直方图的灰度变换 不改变像素的位置，只改变像素的灰度值。 通过修改直方图可以达到增强图象的对比度、使感兴趣的部分看得更清楚。 常用的有一维灰度特征直方图，也有其他特征直方图，还有多维直方图。 图象求反 增强对比度   ? 其他常见的灰度变换（1） 改变动态范围  其他常见的灰度变换（2） 灰度切分 ? 其他常见的灰度变换（3） 1 2 1 0 0 0 －1 －2 －1 1 0 －1 2 0 －2 1 0 －1 1 1 1 0 0 0 －1 －1 －1 1 0 －1 1 0 －1 1 0 －1 -1 0 0 1 0 -1 1 0 －3 －3 －3 －3 0 －3 5 5 5 －3 －3 －3 5 0 －3 5 5 －3 空间频率的滤波也可以 在空间域来实现 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2