数字图象处理任明武.pptVIP

2002, Ver1.0 任明武，南京理工大学计算机系 第二章 图象增强(Image Enhancement) 图像增强是指对图像的某些特征，如边缘、轮廓、对比度、亮度等进行强调或尖锐化，以便于观察或进一步分析处理。其手段无非是突出有价值的信息，抑止无用信息。 图像增强的主要方法可分为：基于点运算(空域)的方法、基于邻域运算(空域)的方法、基于变换域(频域)的方法等。 点运算的方法是对像素的灰度级进行变换，是一种点到点的变换，输出图象每个象素点的灰度值仅由对应的输入象素点的灰度值决定。可描述为：G(x,y)=F(g(x,y))。其中(x,y)是象素的坐标，g(x,y)是象素(x,y)原来的灰度值，F是灰度值的变换函数， G(x,y)是象素(x,y)变换后(增强后)的灰度值。可以看出，点运算的关键是寻找合适的F，F的自变量是灰度值，与像素的坐标(x,y)没有任何关系。 邻域运算的方法是一种利用各象素及其邻近各象素的灰度值来判断该点是否含有噪声，并用适当的适当的方法消除噪声的方法。其自变量是坐标和灰度值。习惯上，将这部分内容单分一章讨论，并称之为图像平滑或图像滤波。我认为这种分法是合理的。 由于点运算在处理与显示中的重要性，图象处理系统都有专门的处理硬件与之对应，以便能够以视频速率实时完成操作，这样的部件称为查找表( LUT (LookUp Table）)。通常图象处理系统都有成组的查找表供编程使用。在通用的计算机上，没有查找表可以直接利用，通过软件逐点处理来实现，这时查找表仅表现为一种数据结构。 因为在数字图像处理中，自变量g的值域是有限的，比如通常的灰度图像中，0=g=255，最多只有256种取值，因此，对于实现任意的G=F(g)而言，都可以使用查表的方法实现，具体如下： BYTE LUT[256]; BYTE *pCur,*pEnd=Img+ImgSize; for(g = 0;g 256;g ++) LUT[g ] = F(g ); for( pCur =Img ; pCur pEnd;) *(pCur++) = LUT[*pCur]; 如果写成如下的形式就太费时间了 for( i = 0,pCur =Img ; i Imgsize; i ++) *(pcur++) =F(*pcur); 因为在使用LUT时，F函数仅被计算256次，而在不使用时要计算ImgSize次，当图像为512x512时，F要被计算262144次。 2002, Ver1.0 任明武，南京理工大学计算机系 * 2002, Ver1.0 任明武，南京理工大学计算机系 * 通俗地讲，线性变换即比例变换，即因变量和自变量之间存在固定的比例系数，该系数为常数。灰度变换函数为线性函数： G=F(g)=a·g+b 当a1时，输出图象对比度增大；当a1时，输出图象对比度降低；当a=1，b≠0时，仅使输出图象的灰度值上移或下移，其效果是使整个图象更亮或更暗。(举例) 基于变化域的方法属于频率域的处理方法，主要指低通和高通滤波。低通滤波用来消除噪声，高通滤波用来提升边缘、轮廓。实现过程是使用某种变换(如傅立叶变换，余弦变换、小波变换等)，将图像变换到某个变换域(频域)内，对图像的变化系数值进行运算，即作某种修正，然后通过逆变换得到增强后的图像。 2.1 线性变换和分段线性变换(linear Stretch) 我们在本章中主要讲述点运算，包括： ?线性变换和分段线性变换 ?非线性变换 ?直方图均衡化 ?直方图规定化 一般情况下，线性变换都是将某个较小的灰度范围拉伸到较大的灰度范围。因此常称为灰度拉伸。比如，在曝光不足或过度的情况下，图像的灰度可能局限在一个很小的范围内，此时需要线性拉伸。 设原图象的灰度变化范围为[gmin , gmax]，通过一个函数F，使范围扩展到[Gmin, Gmax]，则有线性变换： 即通过两个点(gmin, Gmin)和(gmax, Gmax)的直线方程。例： 的方程为： G G = 50g F Gmax Gmin gmin g gmax 0 G G F F 255 255 60 255 180 255 0 0 观察下面方程分别实现的功能： g G g 0 255 分段线性拉伸是将图像区间分成两段乃至多段作线性变换。在感兴趣的区间，斜率大于1，突出有价值的信息；在不感兴