第四讲 图像增强.pptVIP

第四讲 图像增强 刘春国 河南理工大学 测绘与国土信息工程学院 图像增强方法 图像增强概述 图像在生成、获取、传输等过程中，往往会发生质量的损伤，即产生图像退化。 图像退化的原因： 对比度低：对比度局部或全局偏低，影响图像视觉 噪声干扰：使图像蒙受干扰和破坏 清晰度下降问题，使图像模糊不清，甚至严重失真 图像质量 不同对比度的图像 图像增强概述 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。 图像的增强是综合和一般性地改善图像质量，解决图像由于噪声、模糊退化和对比度降低等三类问题，图像增强并不是去估计图像实际退化的过程和实际退化的因素而加以矫正，只是考虑图像退化的一般性质，加以修正，以求得一般的或平均的图像质量的改善。 图像增强概述 图像增强处理是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。 增强图像的视觉效果 提高图像质量和突出图像特征 有利于分析判读或作进一步的处理 图像增强处理是数字图像处理的基本内容之一。 图像增强方法 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； 空间域图像增强处理主要是应用某些数学模式直接改变图像像元灰度值的变换。这种改变只与灰度级有关而和像元的坐标无关。 空间域增强处理可以分为单点处理和邻域处理。单点处理是指处理过程中仅从考虑像元点的变换达到增强的目的，而邻域处理则是考虑像元点以及和周围的关系而进行的处理。 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。 4.1 图像增强的点运算 通过改变图像像元的亮度值来改变图像像元对比度，从而改善图像质量的图像处理方法。因为亮度值是辐射强度的反映，所以也称之为辐射增强。 灰度级校正 在成像过程中，成像系统的一些原因造成图像亮度分布的不均匀。 灰度级校正就是在图像采集系统中对图像像素进行修正，使整幅图像成像均匀。 令一幅输入图像f(i,j),输出降质图像g(i,j)，观测系统的降质函数e(i,j)，有以下关系： g(i,j)= f(i,j) e(i,j) 一般方法是采用一幅灰度级为常数C的图像成像，若成像系统的实际输出为gc(i,j),则可以求得成像系统的降质函数e(i,j) e(i,j)= gc(i,j)/C 使用降质函数e(i,j)在校正降质图像g(i,j)求得原始图像f(i,j) f(i,j)=c*g(i,j)/gc(i,j) 灰度变换的理论基础 每一幅图像都可以求出其像元亮度值的直方图，观察直方图的形态，可以粗略地分析图像的质量。 一般来说，一幅包含大量像元的图像，其像元亮度值应符合统计分布规律，即假定像元亮度随机分布时，直方图应是正态分布的。实际工作中，若图像的直方图接近正态分布，则说明图像中像元的亮度接近随机分布，是一幅适合用统计方法分析的图像。 当观察直方图形态时，发现直方图的峰值偏向亮度坐标轴左侧，则说明图像偏暗;峰值偏向坐标轴右侧，则说明图像偏亮;峰值提升过陡、过窄，说明图像的高密度值过于集中。以上情况均是图像对比度较小，图像质量较差的反映。 灰度变换 为了改善图像的对比度，必须改变图像像元的亮度值。灰度变换是将一个灰度区间映射到另一个灰度区间的变换，并且这种变换需符合一定的数学规律，即在运算过程中有一个变换函数。 灰度变换可调整图像的灰度动态范围或图像对比度，使得图像清晰、特征明显，是图像增强的重要手段之一。 灰度变换方式：线性变换、分段线性变换、非线性灰度变换 线性变换 原始图像f(I,j)的灰度范围为[a,b]，线性变换后图像g(I,j)的范围为[a′,b′]，存在以下关系： 线性变换 线性变换的说明 参数a,b,a’,b’ 不同，即变换直线的形态不同，可以产生不同的变换效果。 若b-ab’-a’，则亮度范围扩大，图像被拉伸； 若b-ab’-a’，亮度范围缩小，图像被压缩； 对于b与a ，是取在图像亮度值的全部或部分，偏亮或偏暗处，均可根据对图像显示效果的需要而人为地设定。 线性变换示例 线性变换 在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。 下图是对曝光不足的图像采用线性变换对图像每一个像素灰度作线性拉伸。可有效地改善图像视觉效果。 应用案例：线性变换 在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。 对曝光不足的图像采用线性变换对图像每一个像素灰度作线性拉伸。可有效地改善图像视觉效果。 分段线性变换 为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。 设