第三章图像增强总论.ppt

第3章 图像增强 本章重点： 空间域增强方法 频域增强方法 3.1 概述 3.2 空域增强 3.3 频域增强 3.4 图像的锐化 3.5 彩色图像增强 3.6 小结 3.1概述 图象增强是通过某种技术有选择地突出对某一具体应用有用的信息，削弱或抑制一些无用的信息。 图象增强按增强处理所在空间不同分为空域增强方法和频域增强方法。 空域增强按技术不同可分为灰度变换和空间滤波。 灰度变换:基于点操作，将每一个像素的灰度值按照一定的数学变换公式转换为一个新的灰度值。常用的有:对比度增强、直方图均衡化等方法。 空域滤波:基于邻域处理，应用某一模板对每个像素及其周围邻域的所有像素进行某种数学运算，得到该像素的新的灰度值。图像平滑与锐化技术就属于空域滤波。 频域增强:首先经过傅里叶变换将图像从空间域变换到频率域，然后在频率域对频谱进行操作和处理，再将其反变换到空间域，从而得到增强后的图像。 图象增强按所处理的对象不同可分为灰度图像 增强和彩色图像增强 。 3.2 空域增强 空域增强是指直接在图像所在的二维空间进行增强处理，即增强构成图像的像素。空间域增强方法主要有灰度变换增强、直方图增强、图像平滑和图像锐化等。 3.2.1灰度变换增强 灰度变换可使图像对比度扩展，图像清晰，特征 明显。它是图像增强的重要手段。 灰度变换是一种点处理方法，它将输入图像中每 个像素(x,y)的灰度值g(x,y)，通过映射函数T(·)， 变换成输出图像中的灰度g(x, y)，即： g(x,y)=T[f(x,y)] 灰度变换可以选择不同的灰度变换函数，如正 比函数和指数函数等 。常用的灰度变换函数主要有： 1.线性灰度变换。 2.分段线性灰度变换。 3.非线性灰度变换。 1.线性灰度变换 将输入图像（原始图像）灰度值的动态范围按线性关系 公式拉伸扩展至指定范围或整个动态范围。线性拉伸采用 的变换公式一般为:g(x,y)=f(x,y).C+R C、R的值由输出图像的灰度值动态范围决定。 假定原始输入图像的灰度取值范围为[fmin, fmax]，输出 图像的灰度取值范围[gmin, gmax]，其变换公式为 一般要求gmin fmin，gmax fmax。 对于8位灰度图像则有: 线性拉伸示意图如下: 线性拉伸前:图象灰度集中在[a,b]之间. 线性拉伸后:图象灰度集中在[a’,b’]之间. 图像灰度变换前后效果对比图: 变换前 变换后 2.分段线性变换 线性拉伸将原始输入图像中的灰度值不加区别地 扩展。 在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸。 分段线性拉伸是仅将某一范围的灰度值进行拉伸，而其余范围的灰度值实际上被压缩了。 常用的几种分段线性拉伸的示意图 : 其对应的变换公式如下: 3.非线性变换 非线性拉伸不是对图像的整个灰度范围进行扩展，而是有选择地对某一灰度值范围进行扩展，其他范围的灰度值则有可能被压缩。 与分段线性拉伸区别: 非线性拉伸不是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩，而是在整个灰度值范围内采用统一的非线性变换函数，利用函数的数学性质实现对不同灰度值区间的扩展与压缩。 常用的两种非线性扩展方法 : (1)对数扩展: 基本形式: g(x,y)=lg[f(x,y)] . 实际应用中一般取自然对数变换，具体形式如下： g(x,y)=C?ln[f(x,y)+1] [f(x,y)+1]是为了避免对零求对数，C为尺度比例 系数，用于调节动态范围。 变换函数曲线 : (2)指数扩展: 基本形式: g(x,y)=bf(x,y) 实际应用中，为了增加变换的动态范围，一般需要加入一些调制参数。具体形式如下： g(x,y)=bc[f(x,y)-a]-1 参数a可以改变曲线的起始位置. 参数c可以改变曲线的变化速率.