新）第四章 图像增强(课件).pptVIP

第四章?? 图像增强 图像增强是采用一系列技术去改善图像的视觉效果,或将图像转换成一种更适合于人或机器进行分析和处理的形式。例如采用一系列技术有选择地突出某些感兴趣的信息，同时抑制一些不需要的信息，提高图像的使用价值。 图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。 空间域增强是直接对图像各像素进行处理； 频率域增强是对图像经傅立叶变换后的频谱成分进行处理，然后逆傅立叶变换获得所需的图像。 讲解内容 4.1 图像增强的点运算 4.1.2 灰度变换 灰度变换可调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。 直方图的性质 ①灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。 ②一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。下图给出了一个不同的图像具有相同直方图的例子。 图 不同的图像具有相同直方图 ③一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 直方图的应用 ①用于判断图像量化是否恰当 (a) 恰当量化 (b)未能有效利用 (c)超过了动态范围 图 直方图用于判断量化是否恰当 ②用于确定图像二值化的阈值 ③当影像上目标的灰度值比其它部分灰度值大或者灰度区间已知时，可利用直方图统计图像中物体的面积。 A= n为图像像素总数，vi是灰度级为i的像元出现的频率 ④ 计算图像信息量H（熵） 例： 原图像为：　2 2 6 2 1 2 4 4 4 2 4 处理后为： 二维中值滤波： 一维中值滤波的概念很容易推广到二维。与均值滤波类似，做3*3的模板，对9个数排序，取第5个数替代原来的像素值。 振铃效应（Ringing effect） 振铃效应的典型表现是在图像灰度剧烈变化的临域出现类吉布斯（Gibbs）分布--(满足给定约束条件且熵最大的分布)的震荡。 振铃效应是由于在图像处理中选取了不适当的图像模型造成的；振铃效应产生的直接原因是图像信息量的丢失，尤其是高频信息的丢失。 5、代数运算的运用——植被指数 常用植被指数 常用植被指数 常用植被指数 四种高通滤波器的比较 理想高通有明显振铃现象； Butterworth高通滤波效果较好，但计算复杂，其优点是有少量低频通过，H(u，v)是渐变的，振铃现象不明显； 指数高通效果比Butterworth差些，振铃现象不明显； 梯形高通会产生微振铃效果，但计算简单，较常用。 一般来说，不管在图像空间域还是频率域，采用高频滤波不但会使有用的信息增强，同时也使噪声增强。因此不能随意地使用。 4.4.3 同态滤波器 同态滤波是一种将图像亮度范围压缩和对比度增强的频域方法。 根据照度-反射模型，可以通过同时进行灰度范围的压缩和对比度增强来改进一幅图像的外观。照度-反射模型认为：图像f(x,y)能被表达成照度和反射两部分的乘积： 因为两个函数乘积的傅里叶变换是不可分的，因此不能直接对照度和反射的频率部分分别进行操作，所以先得对f(x,y)两边分别取对数。 例如，某像素5×5邻域的灰度分布如下图，经计算9个掩模区的均值和方差为 最小方差为0，对应的灰度均值3， 采用有选择保边缘平滑，该像素的输出值为3。 4.2.6 空间低通滤波法 空间低通滤波法是应用模板卷积方法对图像每一个像素进行局部处理。掩模就是一个滤波器，它的响应为H(r,s)，于是滤波输出的数字图像g(x,y)用离散卷积表示为 均值 4 4 3 2 3 4 2 3 3 对应的 方差 54 7 17 17 28 31 23 26 0 3 6 4 2 1 4 7 3 2 4 8 4 1? 4 3 4 2 1 5 3 4 3 2 1 6 空间低通滤波法具体过程如下： (1)将模板在图像中按从左到右，从上到下的顺序移动，将模板中心与每个像素依次重合(边缘像素除外)； (2)将模板中的各个系数与其对应的像素一一相乘，并将所有结果相加(或进行其他四则运算)； (3)将(2)中的结果赋给图像中对应模板中心位置的像素。 常用的掩模有 掩模不同，中心点或邻域的重要程度也不相同，因此，应根据问题的需要选取合适的掩模。但不管什么样的掩模