数字图像处理 第04章 图像增强.pptVIP

内容提要 图像增强是一类对图像降质进行改善的方法，它们有选择性地突出图像的边缘、轮廓、对比度等特征，以便于显示、观察或进一步分析与处理。 图像增强的目的 在于采用一系列技术改善图像的视觉效果，提高图像的可懂度；或者将图像转化成一种更适合于人或机器进行分析处理的形式。 内容提要 单点增强： 灰度级校正、灰度变换、灰度直方图变换。 区域增强的平滑方法： 邻域平均法、中值滤波和各种边界保持类滤波方法。 区域增强的锐化方法： 梯度锐化法、拉普拉斯算子、高通滤波及其他常用的锐化算子。 4.1 概述 4.1.1 图像增强的目的 首要目标: 处理图像，使其比原始图像更适合于特定应用。 增强的方法是因应用不同而不同的。 图像增强方法只能有选择地使用。 增强的结果 一般靠人的主观感觉加以评价。 4.1.2 图像增强技术的分类 图像增强技术大致分为 空间域增强和频率域增强两类。 1．空间域增强法 在空间域直接对像素灰度值进行运算。 f (x, y)是待增强的原始图像, g(x, y)是已增强的图像, h(x, y)是空间运算函数。 空间域增强模型 对点操作（如灰度变换、直方图变换等）有 g(x,y) = f(x,y) ·h(x,y) （4.1） 对于区域操作（如平滑、锐化等）有 g(x,y) = f(x,y)*h(x,y) （4.2） 2．频率域增强法 在频率域利用二维滤波器H(u, v)对f (x, y)进行滤波，得到新的频谱G(u, v)，即 G(u, v) = F(u, v)·H(u, v) （4.3） H(u, v)的性质 可能是低通，起平滑作用； 也可能是高通，起锐化作用。 实际的图像增强方案可能综合上述两种技术。 如同态滤波增强包含了空间域灰度的非线性运算，也有高频增强环节。 4.2 灰度修正 图像的退化会引起灰度级的变化。 通过简单和有效的点运算，可以改善图像的显示效果，达到灰度修正的目的。 点运算： 一幅输出图像上每个像素的灰度值仅由相应输入像素的灰度值决定，而与像素点所在的位置无关，与相邻的像素之间也没有运算关系。 点运算： 指原始图像的像素灰度值通过运算后产生新图像的对应的灰度值。 像素值通过运算改变之后，可以改善图像的显示效果。 这是一种像素的逐点运算。 是旧图像与新图像之间的映射关系。 典型的点运算： 对比度增强、对比度拉伸或灰度变换。 灰度修正的方法 一般有三种方法： （1）灰度级校正解决成像不均匀问题。 （2）对比度增强解决图像曝光不足问题。 （3）直方图修正以突出所需要的图像特征。 4.2.1 灰度级校正 在成像过程中，如 光照的强弱、感光部件的灵敏度、光学系统的不均匀性、元器件特性的不稳定 等均可引起图像亮度分布的不均匀。 灰度级校正 在图像采集系统中对图像像素进行逐点修正，使得整幅图像能够均匀成像。 使理想图像发生畸变的比例运算 设理想真实的图像为 f (x, y) ，实际获得的含噪声的图像为g(x, y) ，则有 g(x, y) = e(x, y)?f (x, y) （4.1） e(x, y)是使理想图像发生畸变的比例因子。 知道了e(x, y) , 就可以求出不失真图像。 采用一幅灰度级为常数C的图像成像，若经成像系统的实际输出为gC(x, y) ，则有 gC(x, y) = C? f (x, y) （4.2） 标定系统失真系数的方法 可得比例因子： 可得实际图像g(i, j)经校正后所恢复的原始图像。 注意：乘了一个系数C/ gc(i,j) ，校正后可能出现“溢出”现象 灰度级值可能超过某些记录器件或显示设备输入信号的动态可范围 需再作适当的灰度变换，最后对变换后的图像进行量化。 图4.3 非均匀光照的校正 4.2.2 灰度变换 为了将图像灰度级的整个范围或一段范围扩展或压缩到记录或显示设备的动态范围内，可使图像动态范围增大，图像对比度扩展 使图像变得清晰/图像上的特征变得明显。 环境光源太暗，使灰度值偏小，就会使图像太暗看不清。 如果环境光源太亮，又使图像泛白。 通过灰度变换，就可以将灰度值调整到合适的程度。 灰度变换可分为线性变换、分段线性变换和非线性变换几种方法。 1．线性变换 灰度g与灰度f之间的关系为 （1）变换使得图像灰度范围增大，即对比度增大，图像会变得清晰； （2）变换使得图像灰度范围缩小，即对比度减小。 【例4.1】采用线性变换进行图像增强。 应用函数imadjust将图像在0.3×255～0.7×255灰度之间的值通过线性变换映射到0～2