DIP03空域图像增强.ppt

第三章 空间域图像增强 Image Enhancement in the Spatial Domain 空间域的图像增强 图像增强的首要目的是处理图像，使其比原图像更适合于特定的应用。 技术 ? 面向问题 例如：一种适合增强 X 射线图像的方法，不一定是适合增强由空间探测器发回的火星图像的最好方法。 图像增强的方法分为两大类： 空间域方法：对图像像素直接处理 频域方法：基于图像傅氏变换的处理 许多技术是基于两种方法的结合的。 不存在图像增强的通用理论 为视觉解释而进行处理时，由观察者最后判断特定方法的效果。 图像质量的视觉评价是高度主观的过程，因此，定义一个“理想图像”标准，通过这个标准去比较算法的性能。即便如此，在选择特定的增强算法之前，需要试验和检查误差的允许量。 本章内容 背景知识和基础概念 基于点操作的图像增强技术 基于直方图的图像增强技术 基于空间滤波的图像增强技术 背景知识 空间域增强：增强图像的某些像素。 空间域方法：直接对这些像素进行操作的过程。 空间域处理的定义 g(x,y) = T[f(x,y)] f(x,y) ? 输入图像 g(x,y) ? 处理后的输出图像 T[.] ? 在像素(x,y) 邻域上对 f (x,y) 施加的一种算子。 背景知识 像素 (x,y) 邻域定义为中心在 (x,y) 点的正方形或矩形子图像。 背景知识 T 算子最简单的形式是邻域为 1?1 的运算（点处理），即单个像素。 这种情况下，g 仅仅依赖于 f 在 (x,y) 点的幅度值，与坐标 (x, y) 值无关，T 操作作为灰度级变换 (幅度映射) 函数，形式为: s = T(r) r 是 f(x,y) 在任意点 (x,y) 的灰度级, r=f(x,y) s 是 g(x,y) 在相应点 (x,y) 的灰度级, s=g(x,y) 背景知识 更大的邻域有更多的灵活性 ! 一般方法：利用点 (x,y) 邻域里的 f 函数值，决定 g(x,y) 的值，以模板 (也指滤波器、核或窗口) 为基础。 模板是一个小的 二维阵列 (例如 3?3) ； 模板的系数值决定了处理的性质（图像锐化/高通、模糊/低通等）； 以模板为基础的增强技术通常称为模板处理或滤波。 基本灰度变换 基于点操作的灰度级变换 s = T(r) ：只基于单个像素亮度的图像增强技术，即单点处理。 r 处理前的像素值； s 处理后的像素值； 算子 T 把像素值 r 映射到 s 的一种变换（算子）。 由于处理的是数字值，变换函数的值通常存储在一个一维阵列中，从 r 到 s 的映射可以通过查表（Look Up Table，LUT）获得。对于 8bit 图像，需要 256 个存储值。 3 个基本的图像增强灰度变换函数： 线性的：正比和反比 对数的：对数和反对数 幂次的：n 次幂和 n 次方根 图像反转 Image Negatives 灰度级范围为 [0,L-1] 的图像反转表达式为： 图像反转 反转图像的方法：适用于增强图像暗色区域嵌入的白色或灰色细节，特别是当黑色面积占主导地位的时候。 正比函数是最一般的，其输入和输出亮度可互换 图像反转 Matlab 函数 图像灰度或彩色变换函数：imadjust s = imadjust(r, [low_in high_in], [low_out high_out], gamma) 将图像 r 中的亮度值映射到 s 中的新值，即将 low_in ~ High_in 之间的值映射到 low_out ~ High_out 之间的值，low_in ~ High_in 之外的被限幅。 [low_in high_in] 和 [low_out high_out] 为空矩阵 [] 时，表示默认值 [0, 1] 参数 gamma 描述了 r 和 s 变换曲线的形状，若 gamma 小于 1，则映射为更亮的输出；若 gamma 大于 1，则映射为更暗的输出；若gamma 为缺省 1，则是线性映射。 输入图像应为 uint8、uint16 或 double 类数据，输出图像有相同的类 图像反转 Matlab 函数 RGB2 = imadjust (RGB1, [low_in high_in], [low_out high_out], gamma) 实现每个图像分量（红绿蓝）单独的映射 [low_in high_in], [low_out high_out] 或者 gamma 是 1×3向量 对数变换 Log Transformations 对数变换表达式：s = c log(1+r) 其中：c 是常数，且 r ? 0 低灰度图像?扩展暗像素值，压缩亮像素值。 反对数变换表达式： 高灰度图像 ?