第04章图像增强解析.ppt

Slide * 图4.23 罗伯茨梯度的锐化 （a）原图像 （b）锐化结果图 Slide * 2．拉普拉斯算子 二阶微分算子。 一个连续的二元函数f (x,y)，其运算定义为 对于数字图像，拉普拉斯算子可以简化为 Slide * 表示为卷积的形式 式中，i, j = 0, 1, 2, , N?1，k = 1，l = 1，H(r, s)如下： Slide * 拉普拉斯的增强算子 其对应的模板为： Slide * 图4.24 拉普拉斯算子图像锐化实例 （a）原Cameraman图像 （b）锐化后的图像 Slide * 【例4.8】应用拉普拉斯算子进行锐化处理。 I = imread(rice.tif); imshow(I); h = [0 -1 0;-1 4 -1;0 -1 0]; J = imfilter(I,h); figure, imshow(J); figure, imhist(J); K = imadjust(J,[0.0 0.2],[]); figure, imhist(K); figure, imshow(K); Slide * 图4.25 拉普拉斯算子的锐化 （a）原始图像 （b）拉普拉斯锐化 Slide * 图4.25 拉普拉斯算子的锐化 （c）拉普拉斯锐化后图像的直方图 （d）对锐化后图像的对比度扩展 （e）对比度扩展后的图像 Slide * 4.5.2 频率域高通滤波法 图像模糊的本质是图像的高频分量受到衰减，采用合适的高通滤波器提升高频分量将会使模糊得到相应的补偿。 只要适当地选择滤波因子H(r, s)，就可以组成不同性质的高通滤波器，从而使图像达到期望中的增强效果。 常用的高通模板有 ， ， Slide * 本章小结 作为基本的图像处理方法，图像增强具有重要地位。 后期的图像处理往往在图像增强后完成。 本章介绍了图像增强的基本方法，有空间域增强和频率域增强两种方法。 空间域增强直接对像素灰度进行操作 频率域增强需要对图像进行变换处理过程。 Slide * 重点和难点 重点： 对各种增强方法的理解和应用，包括图像的灰度变换、图像的去噪方法和图像锐化的各种算法。 难点： 图像处理时如何选用增强方法，使得图像得到较好的增强 在这方面对图像的深入分析和细心观察是不可缺少的，需要不断积累和借鉴自己和他人的经验。 * Slide * 【例4.3】对图像进行直方图均衡化。 假定有一幅总像素为n = 64×64的图像，灰度级数为8，各灰度级分布列于表4.1中。 （1）按式（4.14）求变换函数Sk’ （2）计算Sk’’ （3） Sk的确定 （4）计算对应每个sk的nsk （5）计算ps(sk) Slide * 表4.1 一幅图像的灰度级分布 k 0 1 2 3 4 5 6 7 rk 0 1/7 2/7 3/7 4/7 5/7 6/7 1 nk 790 1023 850 656 329 245 122 81 pr(rk) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 Sk’ 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1 Sk’’ 1/7 3/7 5/7 6/7 6/7 1 1 1 Sk 1/7 3/7 5/7 6/7 1 nsk 790 1023 850 985 448 pr(sk) 0.19 0.25 0.21 0.24 0.11 0/7=0, 1/7=0.143, 2/7=0.285, 3/7=0.428,4/7=0.571, 5/7=0.714,6/7=0.857,7/7=1 Slide * 【例4.4】直方图均衡对图像进行增强。 在MATLAB环境中，待处理图像为 tire.tif。 I = imread(tire.tif); J = histeq(I); %完成直方图均衡化 imshow(I); %显示直方图均衡化前的图像 figure,imhist(I); %均衡化前的直方图 figure,imshow(J); %显示直方图均衡化后的图像 figure,imhist(J); %均衡化后的直方图 Slide * 图4.10 直方图均衡 Slide * 4.3 同态增晰 4.3.1 问题的由来 物体受到不均匀的照度 一类图像的灰度级动态范围很大，黑与白形成强烈反差，而感兴趣目标的灰度级范围却很小，分不清目标的灰度层次和细节，图像上对