6图像增强解析.pptVIP

图像增强 概述图像在空间域上处理算法的基本形式 就图像处理运算的输入信息与输出类型分类：单幅——单幅、多幅——单幅、单幅或多幅——数值/符号等 基本的图像处理功能，根据处理操作如何利用输入图像（原图像）加工得到输出图像（目标图像）。 根据处理操作的特点分类：点运算、代数运算、几何运算。空域 作用 对比度增强：扩展感兴趣特征的对比度 光度学标定：去掉图像传感器的非线性影响 显示标定：克服图像的保存或显示过程中的非线性因数 轮廓线：进行阈值化 裁剪：输出的灰度级裁减到[0，255]之间 灰度变换的目的是为了改善画质，使图像的显示效果更加清晰。本章中主要介绍的内容包括： 线性对比度展宽 动态范围调整 直方图均衡化处理 伪彩色技术 3.1 对比度：通俗地讲，就是亮暗的对比程度。 对比度通常表现了图像画质的清晰程度。 对比度的计算公式如下： 3.1 对比度的概念 对比度计算例 设图像为： 校正 3.2 线性对比度展宽 对比度展宽的目的是，将人所关心的部分强调出来。 原理是，进行像素点对点的，灰度级的影射。 设原图、处理后的结果图的灰度值分别为g(i,j)和f(i,j)，要求g(i,j)和f(i,j)均在[0，255]间变化，但是g的表现效果要优于f。 3.2.1 对比度展宽方法 3.2.1 对比度展宽方法 3. 2.2 灰级窗 只显示指定灰度级范围内的信息。 按照前面的计算公式有: α=γ=0 灰度窗切片 对某个目标物的形状、边界、截面积以及体积等信息前要对目标正确分类。 灰度窗切片：将所需要检测的目标与画面中的其他部分分离开，目标部分为白（黑），非目标部分为黑（白） 3.3 动态范围调整 动态范围：是指图像中所记录的场景中从暗到亮的变化范围。 动态范围对人视觉的影响： 由于人眼所可以分辨的灰度的变化范围是有限的，所以当动态范围太大时，很高的亮度值把暗区的信号都掩盖了。 动态范围调整原理： 通过动态范围的压缩可以将所关心部分的灰度级的变化范围扩大。 3.3.1 线性动态范围调整 如下图所示，将原来[0,255]范围内的亮暗变化，压缩到[a,b]范围内。 再将[a,b]范围内的灰度值伸展到[0,255]。 线性动态范围调整例题 3.3.2 非线性动态范围调整 通常用取对数的方法。原因是人眼对信号的处理是有一个近似对数算子的环节。 非线性动态范围调整例题 对应灰度 对应灰度 3.4 直方图均衡化方法 直方图均衡方法的基本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。 输出直方图 1. 求灰度直方图 设f、g分别为原图像和处理后的图像。 求出原图f的灰度直方图，设为h。 显然，在[0,255]范围内量化时，h是一个256维的向量。 例 2. 计算灰度分布概率 1) 求出图像f的总体像素个数 Nf = m*n (m,n分别为图像的长和宽） 2) 计算每个灰度级的像素个数在整个 图像中所占的百分比。 hs(i)=h(i)/Nf (i=0,1,…,255) 例 3.计算灰度级的累计分布 设图像各灰度级的累计分布hp。 例 4.计算新图像的灰度值 新图像g的灰度值g(i,j)为 例 例 两个原图的灰度分布比较 5.处理前后灰度直方图的比较 3.5 伪彩色技术 由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强，因此，把人眼无法区别的灰度变化，施以不同的彩色来提高识别率，这便是伪彩色增强的基本依据。 伪彩色图像 3.5.1 伪彩色技术的原理 我们知道，灰度图像要生成一幅彩色图像是一个一到三的影射。显然由少信息量获得多信息量必然是基于估计原理。也就是说，对未知的部分，通过各种手段进行合理的估计。 研究的目的不同，则估计的方法也随之不同。 3.5.2 基于亮度表示的伪彩色方法 仿照对温度的描述方式，当温度比较低，我们会想到蓝色（又称冷色调），当温度较高的时候，会想到红色（又称暖色调）。根据人感官上的这一特性，将亮度低的影射为蓝色，亮度高的影射为红色。 3.5.2 基于亮度表示的伪彩色方法 由此，可以按照如下所示的影射关系进行伪彩色处理。 3.5.3 基于区域表示的伪彩色方法 这种伪彩色技术在医学诊断中常被用到，目的是突出病灶，提高诊断率。 该伪彩色技术是对原图进行了预处理，将识别出属于不同性质的区域给不同的色彩。 对比度展宽效果 灰级窗效果示意图 非线性动态范围调整 直方图均衡化的效果 线性动态范围调整效果 基于亮度表示的伪彩色效果图 基于区域表示的伪彩色技术 基于区域表示的伪彩色技术