04-图像增强-空域.ppt

第四章(02) 图像增强 灰度变换 图像增强方法 图像平滑 图像锐化 图像的伪彩色处理 图像的代数运算 图像增强处理的方法 频域处理:频域法是在图像的变换域上进行处理， 增强感兴趣的频率分量， 然后进行反变换， 得到增强了的图像。 对于给定的图像f(x,y)和目标，计算出它的傅立叶变换F(u,v); 选择一个变换函数H(u,v) /*并非到空域找; 计算出目标图像g(x,y) g(x,y) = F-1[H(u,v)F(u,v)]. 频率平面与图像空域特性的关系 图像变化平缓的部分靠近频率平面的圆心，这个区域为低频区域 图像中的边、噪音、变化陡峻的部分，以放射方向离开频率平面的圆心，这个区域为高频区域 上式对灰度区间 ［0, a］和［b, Mf］加以压缩，对灰度区间［a, b］进行扩展。通过细心调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行扩展或压缩。这种变换适用于在黑色或白色附近有噪声干扰的情况。例如, 照片中的划痕， 由于变换后在［0, a］以及［b, Mf ］之间的灰度受到压缩， 因而使污斑得到减弱。 1.4 其他变换 灰度倒置变换 灰度窗：只显示指定灰度级范围内的信息 灰度切片（二值图） ：只保留感兴趣的部分，其余部分置为0 1.5 图像灰度直方图 1.5.1 直方图的基本概念 1.5.2 直方图的性质 1.5.3 直方图的计算 1.5.4 直方图的拉伸 1.5.5 直方图均衡 1.5.6 直方图规定化 1.5.7 直方图的应用 直方图的基本概念 如果将图像中像素亮度（灰度级别）看成是一个随机变量， 则其分布情况就反映了图像的统计特性，这可用概率密度函数（Probability Density Function：PDF）来刻画和描述，表现为灰度直方图（Histogram）。灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中每种灰度出现的频率. 直方图的性质 直方图是一幅图像中各像素灰度值出现次数（或频数）的统计结果，它只反映该图像中不同灰度值出现的次数（或频数），而未反映某一灰度值像素所在位置。 任一幅图像，都能唯一的确定出一幅与它对应的直方图， 但不同的图像，可能有相同的直方图。 由于直方图是对具有相同灰度值的像素统计得到的， 因此，一幅图像各子区的直方图之和就等于该图像全图的直方图。 直方图的计算 直方图的拉伸 减少简并的方法 增加象素的比特数，可减少简并现象发生的机会，从而减少灰度层次的损失。 采用灰度间隔放大理论进行直方图修正。可按照眼睛的对比度灵敏度特性和成像系统的动态范围进行放大。 实现方法： 直方图规定化（匹配） 提出：由于数字图像存在离散化的误差，把原始直方图的累积分布函数作为变换函数，直方图均衡只能产生近似均匀的直方图，这限制了均衡化处理的效果。但在某些情况下，并不一定需要具有均匀直方图的图像，有时需要具有特定形状的直方图的图像，以便能增强图像中的某些灰度级。直方图规定化方法就是针对这种思想提出的。 定义：使原图像灰度直方图变成规定形状的直方图而对图像做修正的增强方法，也称作直方图匹配。 对原图像作直方图均衡化处理； 按照希望得到的图像的灰度概率密度函数Pz（z），由 与直方图均衡化的情况一样，由于从连续到离散的转换引入了离散误差以及采用“只合并不分离”原则处理的原因，只有在连续情况下才能得到理想的结果。规定化图像的直方图只能接近所希望的直方图的形状。尽管规定化只能得到近似的直方图，仍能产生较明显的增强效果。 利用直方图规定化方法进行图像增强的主要困难在于如何构成有意义的直方图，使增强的图像有利于视觉判读或机器识别。 在遥感数字图像处理中，经常用到直方图匹配的增强处理方法，使一幅图像与另一幅图像尽可能保持一致。例如在进行两幅图像的镶嵌时，由于两幅图像的时间季节不同会引起图像间色调的差异，这就需要在镶嵌前进行直方图匹配，使两幅图像的色调尽可能保持一致，消除成像条件不同造成的不利影响，做到无缝拼接。 直方图的应用 用于判断图像量化是否恰当 2.1 模板操作和卷积运算 2.2 邻域平均法 2.3 改进平均算法 2.4 滤波法 2.3.1 超限像素平滑法 对邻域平均法稍加改进，可导出超限像素平滑法。它是将f(x,y)和邻域平均g(x,y)差的绝对值与选定的阈值进行比较，根据比较结果决定点（x,y）的最后灰度g′(x,y)： 2.3.2 灰度最相近的K个邻点平均法 该算法的出发点是：在n×n的窗口内，属于同一集合体的像素，它们的灰度值将高度相关。因此，可用窗口内与中心像素的灰度最接近的K个邻像素的平均灰度来代替窗口中心像素的灰度值。这就是灰度最相近的K个邻点平均法。 较小的K值使噪