网站大量收购独家精品文档,联系QQ:2885784924

第5讲3图像增强.ppt

  1. 1、本文档共35页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第5讲3图像增强.ppt

5.4 图像的锐化 图像的锐化 图像的锐化 5.4.1 微分法 微分法 微分法 梯度法 梯度法 梯度法 梯度法 梯度法 梯度法 梯度法 梯度法 梯度法 梯度法 梯度法 梯度法 Sobel算子 Sobel算子 5.4.2 拉普拉斯运算 拉普拉斯运算 拉普拉斯运算 拉普拉斯运算 拉普拉斯运算 拉普拉斯运算 拉普拉斯运算 5.5 图像的伪彩色处理 伪彩色处理 密度分割 密度分割 灰度级彩色变换 灰度级彩色变换 滤波法 滤波法 黑白图像被切割成只有两个灰度级,对切割平面以下的即灰度级小于L1的像素分配给一种颜色(如蓝色),相应地切割平面以上的即灰度大于L1像素分配给另一种颜色(如红色)。这样切割结果就可以将黑白图像变为只有两个颜色的伪彩色图像。 若将黑白图像灰度级用M个切割平面去切割,就会得到M个不同灰度级的区域S1,S2,…,SM。对这M个区域中的像素认为分配给M种不同颜色,就可以得到具有M种颜色的伪彩色图像,如前图所示。 密度分割伪彩色处理的优点是简单易行,便于用软件或硬件实现,还可以扩大它的用途,如计算图像中某种灰度级面积等。 这种伪彩色处理技术(在遥感技术中常称为假彩色合成方法),可以将黑白图像变为具有多种颜色渐变的连续彩色图像,实际图像的连续伪彩色变换,如图所示。 灰度级彩色变换 * * 图像锐化处理的目的是使模糊图像变得清晰。 图像的模糊实质上就是受到平均或积分运算,因此对其进行逆运算如微分运算、梯度运算,就可以使图像清晰。 从频谱角度分析,图像模糊的实质是其高频分量被衰减,因而可以用高频加重滤波来使图像清晰。 但能够进行锐化处理要求图像有较高的信噪比,否则图像锐化后信噪比更低。因为锐化将使噪声受到比信号还强的增强。一般是先去除或减轻干扰噪声后,才能进行锐化处理。 微分法 高通滤波 拉普拉斯运算 图像模糊的实质就是图像受到平均或积分运算,为实现图像的锐化,必须用它的反运算“微分”,微分运算是求信号的变化率,有加强高频分量的作用,从而使图像轮廓清晰。 为了把图像中向任何方向伸展的边缘和轮廓的模糊变得清晰,希望对图像的某种导数运算是各向同性的,可以证明偏导数的平方和运算是各向同性的,梯度和拉普拉斯运算也是符合上述条件的。 微分法: 梯度法 Sobel算子 对于图像f(x,y),它在点(x,y)处的梯度是一个矢量,定义为: 梯度法 梯度的两个重要性质是: (1) 梯度的方向在函数f(x,y)最大变换率的方向上; (2) 梯度的幅度用G[f(x,y)]表示,并由下式算出: 梯度的数值就是f(x,y)在其最大变化率方向上的单位距离所增加的量。 对数字图像而言,可以近似为: 也可以简化为: 各像素的位置如右图所示,这种梯度法又称为水平垂直差分法。 以上两种梯度近似算法在图像的最后一行和最后一列的各像素的梯度无法求得,一般就用前一行和前一列的梯度值近似代替。 由梯度的计算可知,在图像中灰度变化较大的边沿区域其梯度值大,在灰度变化平缓的区域其梯度值较小,而在灰度均匀区域其梯度值为零。 下图为一幅二值图像经水平垂直差分计算的结果: 由此可见,图像经过梯度运算后,留下灰度值急剧变换的边沿处的点。 梯度法图像锐化示例: 梯度计算完之后,可以根据需要生成不同的梯度增强图像。 第一种是使各点的灰度g(x,y)等于该点的梯度幅度: 此法的缺点是增强的图像仅显示灰度变化比较陡的边缘轮廓,而灰度变化平缓的区域则呈黑色。 第二种增强图像是使: 式中T是一个非负的阈值,适当选取T,既可使明显的边缘轮廓得到突出,又不会破坏原灰度变化比较平缓的背景。 第三种增强图像是使: 式中LG是根据需要指定的一个灰度级,它将明显边缘用一个固定的灰度级来实现。 第四种增强图像是使: 此法将背景用一个固定灰度级LG来实现,便于研究边缘灰度的变化。 第五种增强图像是使: 此法将背景和边缘用二值图像表示,便于研究边缘所在位置。 梯度法不同锐化效果演示: 为了简化计算,可以用g=|Sx|+|Sy|来代替前面的计算,从而得到锐化后的图像。 从上面的讨论可知,Sobel算子不像普通梯度算子那样用两个像素之差值,而用两列或两行加权和之差值,这就导致了以下两个优点: (1) 由于引入了平均因素,因而对图像中的随机噪声有一定的平滑作用; (2) 由于它是相隔两行或两列之差分,故边缘两侧之元素得到了增强,故边缘显得粗而亮。 Sobel算子图像锐化示例: 拉普拉斯算子处理是常用的边缘增强处理算子,它是各向同性的二阶导数: f、g分别表示锐化前后的图像,k为与扩散效应有关的系数。上式表示模糊图像f经拉普拉斯算子锐化以后得到的不模糊图像g。这里对k的选

文档评论(0)

报告论文库 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档