数字图象处理 - 第4单元 图像增强.pptVIP

因为图像中的边缘及急剧变化部分与高频分量有关，所以当利用高通滤波器衰减图像信号中的低频分量时就会相对地强调其高频分量，从而加强了图像中的边缘及急剧变化部分，达到图像尖锐化的目的。 4.3.3 高通滤波法 理想高通滤波器 布特沃斯（Butterworth）高通滤波器 指数高通滤波器 梯形高通滤波器 (4—56) 理想高通滤波器 式中 是从频度平面原点算起的截止频率(或距离)， 仍然由下式决定 (4—57) 图4—28 理想高通滤波器传递函数径向剖面图 布特沃斯（Butterworth）高通滤波器 (4—58) 式中 图4—29 布特沃斯高通滤波器传递函数径向剖面图(n=1) 指数高通滤波器 (4—60) 式中 为截频， ，参数 控制着 的增长率。指数高通滤波器的传递函数径向剖面图如图4—34所示。 图4—30 指数高通滤波器传递函数径向剖面图 梯形高通滤波器 (4—62) 图4—31梯形高通滤波器传递函数径向剖面图 4.5 彩色图像处理 彩色图像处理被划分为三个主要领域，即： 真彩色处理 (True color processing) 假彩色处理 (False color processing) 伪彩色处理（Pseudo color processing)。 图4—33 真彩色图像处理框图 图4—34 另一种真彩色图像处理框图 等密度分层伪彩色技术 密度分层是一个沿用术语，它最初来源于照相技术，因为一幅照片的浓淡层次是由照相底片上银粒的沉积度决定的，所以照片的反差（相当于电视画面的对比度）直接与密度有关。 4.5.1 伪彩色处理技术 灰度分割（Itensity slicing） 灰度分割和颜色编码是伪彩色图像处理的最简单的例子之一。如果一幅图像可被看作一个二维亮度函数，这种方法可理解为用一些平行于图像坐标平面的平面，每一平面在与函数相交处分割函数。图4-40展示了一个用平面 ，将函数分割为两部分的例子。 图4—40 密度分层技术示意图 分割面 黑 白 灰度图片 参考图片 变换后的假彩色图片 灰度图片 参考图片 变换后的假彩色图片 CT图片 参考图片 变换后的假彩色图片 伪彩色和假彩色变换效果比较 伪彩色图片 假彩色图片 灰度级转换为彩色 图 4—48 频率-彩色变换模型 一种滤波处理 伪彩色处理结果 CT图片 伪彩色映射结果 图4—6 直方图均衡化处理 由上面的例子可见，利用累积分布函数作为灰度变换函数，经变换后得到的新灰度的直方图虽然不很平坦，但毕竟比原始图像的直方图平坦得多，而且其动态范围也大大地扩展了。因此这种方法对于对比度较弱的图像进行处理是很有效的。 一般实现方法采用如下几步： 1、统计原始图像的直方图，求出 ； 2、用累积分布函数作变换 ，求变换后的新灰度； 3、用新灰度代替旧灰度，求出 ，这一步是近似的，力求合理，同时把灰度相等的或相近的合在一起。 4.1.4 直方图规定化处理 按照某个要求分布的灰度图 假设 pr(r ) 是原始图像灰度分布的概率密度函数， pz(z ) 是希望得到的图像的概率密度函数。如何建立 pr(r ) 和 pz(z ) 之间的联系是直方图规定化处理的关键。 首先对原始图像进行直方图均衡化处理，即： 假定已经得到了所希望的图像，并且它的概率密度函数是 。对这幅图像也作均衡化处理，即： (4—17) (4—16) 因为对于两幅图同样做了均衡化处理，所以 和 具有同样的均匀密度。 其中式(4—17)的逆过程为 (4—18) 如果用从原始图像中得到的均匀灰度级 来代替逆过程中的 ，其结果灰度级将是所要求的概率密度函数 的灰度级 。 直接直方图规定化增强处理的步骤如下： (1)、用直方图均衡化方法将原始图像作均衡化处理； (2)、规定希望的灰度概率密度函数 ，并 用式 (4—17)求得变换函数 ； (3)、将逆变换函数 ， 用到步骤(1)中，所得到的灰度级。 图 4—1