ch5-图象增强1讲述.pptVIP

图像增强的应用及其分类 空域增强法 灰度变换(点处理） 直方图变换 邻域平均法 中值滤波 边缘增强的各种离散空间差分算子 第一节 灰度变换(1) 第一节 灰度变换(2) 图像灰度变换实际上是一种点处理，它将输入图像f(x,y)中灰度r，通过映射函数T(·)映射成输出图像g(x,y)中的灰度s，与图像象素位置及被处理象素邻域灰度无关。其映射函数和变换示意图如下： g(x,y) = T[f(x,y)] 线性变换 连续灰度的直方图 非均匀分布 期待 均匀分布 反变换关系为r=T-1(s)，T-1(s)对s同样满足上述条件。 由概率论知，若Pr(r)和变换函数s=T(r)已知，r=T-1(s)是单调函数，则变换后的图像灰度级的概率密度函数Ps(s)如下所示： (复习概率论中，随机变量函数的分布) 直方图均衡化技术是通过变换将原图像的直方图调整为平坦的直方图，然后用此均衡直方图校正图像。 r －－ 原图像灰度 s －－ 经直方图修正后的图像灰度 r和s都已经归一化，即0≤r, s≤1。 第二节 直方图变换（4） 对于连续图像，假定变换函数为： 由上式对r求导可得： 也就是说当取变换s=T(r)为被变换图像的概率分布函数时，那么所得到的新图像的灰度概率分布密度必然是归一化均匀分布的。 第二节 直方图变换（5） 对于离散图像，用频数近似代替概率值，即 第二节 直方图变换（6） 直方图均衡化算法： (1)统计图象中各灰度级像素个数nk; (2)计算直方图中自变量的值：pk=nk/(M×N); (3)计算累计直方图中因变量的值：sk=Σpk; (4)取整Sk=int{(L-1)sk}; (5)确定映射对应关系：k?Sk; (6)对图象进行增强变换( k?Sk). 其中L是灰度层次数， M×N是图幅参数 第二节 直方图变换（7） * * 第五章 图像增强 Image enhancement 2.直方图修正技术 3.图像平滑技术 4.图像锐化技术 5.彩色图像处理技术 1.灰度变换 图像处理最基本的目的之一是改善图像 改善图像最常用的技术就是图像增强 图像增强有两大类应用 改善图像的视觉效果 突出图像的特征，便于计算机处理。 注意:(1)图象信息有损无增； (2)图象增强一般是一个复杂图象处理系统的主要的“预处理”环节。 图像增强按作用域分为两类，即空域处理和频域处理。 空域处理是直接对图像进行处理； 频域处理则是在图像的某个变换域内，对图像的变换系数进行运算，然后通过逆变换获得图像增强效果。 图像增强与感兴趣物体特性、观察者的习惯和 处理目的相关，因此，图像增强算法应用是有针对 性的，并不存在通用的增强算法。 图像增强的应用及其分类(2) 图像增强图象效果示例 例2 例3 注:(1)图象质量的判断标准与具体问题有关 (2) 图象增强没有通用理论，本章所讨论的理论只具有指导意义 灰度变换的目的 灰度变换可使图像动态范围加大，图像对比度扩展，图像清晰，特征明显，是图像增强的重要手段。 灰度变换的分类 线性变换 非线性变换。 什么是灰度变换 将一个灰度区间映射到另一个灰度区间的变换称为灰度变换。 T g(x,y) f(x,y) 原始图像：f (i, j)， 灰度范围：[a, b]， 变换后图像：f’ (i, j)，灰度范围：[a’, b’]， 存在以下关系： 另一种情况，图像中大部分像素的灰度级在[a, b]范围内，少部分像素分布在小于a和大于b的区间内。此时可用下式作变换： 第一节 灰度变换(3)－ 灰度求反 s=(L-1)-r r s L-1 L-1 O 直接灰度求反 第一节 灰度变换(4)－ I=imread( dipian.bmp); figure；imshow(I)； I1=uint8(255-double(I)); figure;imshow(I1); imwrite(I1,’normal.bmp’); 图片效果演示及MATLAB代码 dipian.bmp normal.bmp 拉伸图像中一些灰度细节，相对抑制不感兴趣的部分。这可以通过分段线性变换得到： 如果 则对应于：扩展第一区间[a, c]，压缩第二区间[c, d]，维持第三区间[d, b]。 分段线性变换 第一节 灰度变换(5)－ I=imread(mout.bmp); I=rgb2gray(I); figure;imshow(I) newI=I; gray1=64; gray2=256-64; [X,Y]=size(I); f=double(I); fo