《第五章图像增强.docVIP

第五章 图像增强 在图像的产生、传输和变换过程中，由于多种因素的影响，往往使图像与原始景物之间或者与原始图像之间产生某些差异，这种差异称为变劣或退化。图像的变劣使从图像中获取各种信息变得困难和不便。因此，有必要对变劣的图像进行恰当的处理，使之更适合于人眼观察或有利于从图像提取信息，这种处理称为图像增强处理。 实际应用中，造成图像变劣的因素非常多，常见的有：图像获得过程中对比度的降低(如摄影时曝光过度和曝光不足)、信号的减弱(如电视信号的远距离传输)、图像模糊、图像上的噪声和图像几何畸变等。对每一种变劣特征的图像，有大致相似的增强处理方法。但每一个增强处理方法均具有特定的应用范围，对某一幅图像增强效果好的处理方法，对另一幅图像可能完全不适用。因此，图像增强处理的过程是一个选择、对比的过程，通过运用多种增强处理，观察效果，从中选出最适合的处理方法。 从处理手段来讲，图像增强处理可分为空间域法和频域法两种。空间域法指在图像所在的空间域中直接进行处理，而频域法指先对图像作Fourier变换，在频域中处理后，再作Fourier反变换。 第一节 直方图增强 一、 对比度扩展 对比度扩展与调整又称为灰度修改技术，它是一种简便而有效地提高图像对比度的方法。灰度修改也叫点运算，它不改变像素的位置，只改变像素的灰度。设输入图像为f(x ,y)，输出图像为g(x ,y)，则灰度修改技术的数学表达式可表示为： (5-1) 这里T为灰度修改的具体映射关系。 1.线性变换 一幅原始图像的灰度范围为［a ,b］，若没有充分利用显示装置所允许的最大灰度范围［a1,b1］，将导致图像的对比度太低，一些细节不易被观察到。比如，摄影过程中如果曝光不足或曝光过度，均会出现这种缺陷。也就是说，灰度变换前后的灰度范围必须在显示装置所允许的最大灰度范围之内。下面简单说明这类变换的实际过程。 解决上述问题的最简单的方法是进行灰度的线性变换，其数学表达式如下： (5-2) 对灰度作这样线性变换以后，把原始图像f(x ,y)的灰度范围［a ,b］，强行扩展为显示装置所允许的最大灰度范围［a1,b1］，从而提高了整幅图像的对比度，原来观察不到的一些图像细节可能更加突出了。图5-1表示了这种线性灰度变换关系。 图5-1 灰度范围的线性变换 2.分段线性变换 如果在图像处理过程中，需要突出图像中某灰度范围内的图像细节，同时又允许适当损失另外灰度范围内的图像细节，可以采用线性灰度变换的另一种形式，即分段线性变换。经过这种变换以后，可使所感兴趣的图像细节的灰度范围得以扩展，增强其对比度；同时又使所不感兴趣图像细节的灰度范围得以压缩，降低其对比度。值得注意的是，这种分段线性变换，变换前后整幅图像总的灰度范围是不变的。由图5-2可以看出断点(或端点)0、A、B、C、D的断点对分别为0、a1、Z1、a2、Z2、a3、Z3、a4、Z4……。 多段分段线性变换的数学表达式可写成： (5-3) 其中i=1,2,3，…，n+1，即对于n个分段性拉伸的线段，则有n+1个断点和n+1个断点对的数据，这n+1个断点对数据可以建立n个分段性拉伸变换方程，这n个方程分别描述n条线性拉伸变换关系的直线。 图5-2 分段线性变换 在实际处理过程中，如果图像上灰度范围的两端区域上有噪声，比如感光胶片上有划伤和黑色感光Ag颗粒，则可用这种变换把灰度范围的两端区域压缩，使人眼视觉对噪声的感受不明显，而对有用细节所占据的灰度区域给予线性扩展，提高这部分的对比度。 如果图像上绝大部分像素的灰度级集中在［a ,b］范围内，只有少数像素的灰度级超出此范围，则可用以下变换增强原图像上［a ,b］范围的对比度。 （5-4） 图5-3表示了这种变换关系。值得注意的是，扩展原图像的灰度范围［a ,b］是以完全损失灰度小于a和灰度大于b的图像细节为代价的。分段线性变换实际上是一种非线性变换。非线性变换还有很多，如：平方、对数、指数等，但这种变换必须满足以下条件，即： 如果 a≤f(x ,y)≤b 则需有 a1≤g(x ,y)≤b1 图5-3 局变灰度线性变换 3.线性变换处理程序 程序5-1 线性变换 Dim Vpic(2) As Integer Dim a0, a1, a2, b0, b1, b2 As Integer picture2.Cls Screen.MousePointer = 11 a0 = pic(0, 0,