4-4、图像增强之频域增强和彩色增强试卷.ppt

图像增强之变换域运算 通带滤波（高通滤波、低通滤波） 同态滤波 频域增强 在频域，如傅立叶变换域，变换系数反映图像特征 直流分量反映图像的平均亮度 高频区域对应噪声和边缘轮廓 低频区域对应图像实体，反映图像细节 频域增强技术 频域滤波处理的一般方法 频域增强技术 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。 一、通带滤波 主要有低通滤波和高通滤波 低通：滤除噪声 高通：提升边缘和轮廓 变换主要采用傅立叶变换 1、低通滤波 （1）理想低通滤波器 理想低通滤波器会出现振铃现象，造成图像不同程度的模糊。D0越小振铃越明显，原因是传递函数H(u,v)在D0处由1突变为0，该H(u,v)经过傅立叶反变换后在空间域中表现为同心圆的形式。 理想低通滤波器的处理效果 （2）巴特沃斯低通滤波器 巴特沃斯低通滤波器的处理效果 2、高通滤波 巴特沃斯高通滤波器的处理效果 2、高通滤波 高通滤波损失了很多低频信息，图像的平滑区基本会消失。实用中常采用高频加强滤波（高频强调）的方法，即在设计传递函数时，在传递函数上加一常数C，则在高通滤波的基础上保留了低通分量 H’(u,v)= H(u,v)+C 二、同态滤波 物体受到不均匀的照度 图像的灰度级动态范围很大，黑与白形成强烈反差，而感兴趣目标的灰度级范围却很小，分不清目标的灰度层次和细节，图像上对应照度暗的部分，其细节较难辨别。 同态滤波 可以消除不均匀照度的影响，增强图像细节 同时也是图像复原的一种方法。 二、同态滤波原理 图像同态滤波系统采用合适的滤波特性函数，可以既使图像灰度动态范围压缩，又能让感兴趣的物体图像灰度级扩展，从而使图像清晰。 同态系统是服从广义叠加原理的各类非线性系统。 对同态系统信号处理，特别适合处理乘法组合信号和卷积组合信号。 （4.21） 二、同态滤波原理 原理：利用取对数的方法把影响图像的两个卷积分量分开；然后使用滤波器同时对它们进行滤波，并施加不同的影响；最后再经指数运算还原出处理效果。 影响图像的两个分量经过FFT变换后一个处在低频段，一个处在高频段。 二、同态滤波原理 照明函数虽然频率变化缓慢，但幅度变化大，数字化占用很多比特数，所以要压缩。类似于低频信息，减弱入射光可缩小图像的灰度范围； 反射函数描述的是人们感兴趣的景物区频率变化较快，但灰度变化很小，层次不清，细节不明，应该扩展。类似于高频信息，增强反射光可提高对比度。 按照高通滤波器设计，压缩低频分量，提升高频分量。 二、同态滤波原理 令Hl为对低频分量的滤波函数，Hh为对高频分量的滤波函数，则 表示对入射光分量抑制，对反射 光分量增强，实现图像锐化； 反之，可实现噪声的抑制。 三、假彩色与伪彩色 1、假彩色 假彩色是指将一幅彩色图像映射为另一幅彩色图像，从而达到增强对比度的目的。 假彩色效果例图 三、假彩色与伪彩色 2、伪彩色 由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强，因此，把人眼无法区别的灰度变化，施以不同的彩色来提高识别率，这便是伪彩色增强的基本依据。 伪彩色效果图 三、假彩色与伪彩色 一种伪彩色的算法： 伪彩色效果图 * * G(u,v)=H(u,v)F(u,v) f(x,y) F(u,v) G(u,v) g(x,y) 变换 乘H(u,v) 反变换 频域滤波处理的关键是选取合适的滤波器函数 H(u,v) H(u,v) = 1 当D(u,v)≦D0 0 当D(u,v) D0 式中D0是一个非负整数阈值，D(u,v)是从点(u,v) 到频率平面原点的距离 D(u,v)＝(u2+v2)1/2 （1）理想低通滤波器 n 为滤波器的阶次，D0为滤波器的截止频率 优点: （1）模糊大大减少。因为包含了许多高频分量； ? （2）没有振铃现象。因为滤波器是平滑连续的。 一、理想高通滤波器 H(u,v) = 0 当D(u,v)≦D0 1 当D(u,v) D0 二、巴特沃斯高通滤波器 返回 返回