宋怀波第10讲：图像增强讲解.ppt

4.4.1　邻域平均法 4.4.1　邻域平均法 4.4.1　邻域平均法 4.4.1　邻域平均法 4.7.1 伪彩色增强 人眼对彩色色比对灰度有较大的分辨能力 对灰度：几十 对彩色：几千 伪彩色处理 对原灰度图像中不同灰度区域赋予不同的颜色 典型方法 (1) 亮度切割 (2) 利用变换函数 (3) 频域滤波 4.7.1 伪彩色增强 亮度切割 将图像看作2-D亮度函数 用1个平行于图像坐标平 面的平面去切割图像亮度 函数，从而把亮度函数分 成2个灰度值区间 4.7.1 伪彩色增强 例: 亮度切割 甲状腺的单色图像 图像被分成8个彩色区域 4.7.1 伪彩色增强 （2）从灰度到彩色的变换（映射） 利用（点—点）幅度变换函数灰度值用3个独立变换来处理 不同范围的灰度值由不同颜色增强 4.7.1 伪彩色增强 (2) 从灰度到彩色的变换（续） 将3个变换的结果分别输入3个电子枪 TG(·) f(x,y) TR(·) TB(·) R(x,y) G(x,y) B(x,y) 4.7.1 伪彩色增强 例: 突出行礼箱内爆炸物的伪彩色处理 4.7.1 伪彩色增强 (3) 频域滤波 对原来灰度图像中的不同频率分量（可分别借助低通，带通/带阻，高通滤波器获得）赋予不同的颜色 应用 伪彩色技术早期在遥感图像处理中得到广泛的应用，不仅适用于航摄和遥感图片，也可以用于X光片及云图判读的等方面。 能真实反映自然物体本来颜色的图像叫真彩色图像。 在没有彩色摄像机的情况下，可以通过真彩色增强技术实现真彩色处理。 处理过程： 4.7.2 真彩色增强 4.7.2 真彩色增强 从彩色到彩色的一种转换 目的 1）引起人们的特别关注 2）人眼对不同颜色的灵敏度不同 真彩色效果例图 4.7.2 真彩色增强 测试图像 红光（R）图像 绿光（G）图像 近红外（IR）图像 融合后的图像 4.5 图像锐化 阶跃型 凸缘型 房顶型 2．拉普拉斯运算法 4.5.1 微分法 * -1 -1 4 -1 -1 -1 -1 -1 8 -1 -1 -1 -1 -1 4.5.1 微分法 2．拉普拉斯运算法 3．Roberts算子 (i,j) (i+1,j) (i,j+1) (i+1,j+1) 4.5.1 微分法 原图 T=0.12（Roberts） T=0.04（Roberts） T=0.08（Roberts） 4．高频增强滤波器： -1 -1 -1 9 -1 -1 -1 -1 -1 1 -2 -2 5 -2 1 1 -2 1 -2 1 1 6 1 -2 -2 1 -2 4.5.1 微分法 经平滑后的图像（模糊） 原图 5．定向滤波： 沿特定方向增强，有塑像效果 -1 -c -1 1 c 1 -1 -c c 1 -1 1 c 1 1 -1 -1 -c -1 1 1 c -c -1 4.5.1 微分法 6. Prewitt算子 Prewitt算子通过计算3×3邻域内的三行的中心差分的均值来估计水平梯度，以三列的中心差分的均值来估计垂直梯度。由于引入了平均因素，使得它对噪声有一定的抑制作用。 中心差分： H1 H2 7. Sobel算子 与Prewitt算子类似，只是它对离邻域中心最近的像素进行了加权，其权值是其它像素的两倍。 H1 H2 归一化 4.5.1 微分法 例：比较 Roberts算子 Sobel算子 高斯-拉普拉斯算子 原图 USM处理（PS） 微分处理 提亮边缘 (d) (a) (b) (c) 原图 USM处理 微分处理 提亮边缘 (d) (a) (b) (c) （a）原图 （b）拉氏算子锐化 （c）a+b （d）sobel算子锐化 相关的MatLab函数 锐化 卷积核：h=fspecial(type) Type取值’sobel’、’ laplacian’等， 但没有’Roberts’ 卷积：J=filter2(h,I) 例子： I=imread(rice.tif); h=fspecial(sobel); J=filter2(h,I); h1=fspecial(laplacian); J1=filter2(h1,I); subplot(3,1,1),imshow(I); subplot(3,1,2),imshow(J,[]); subplot(3,1,3),imshow(J1,[]); 相关的MatLab函数 边缘检测 J=edge(I, type) Type取’roberts’、’sobel’、’log’等 例子： I=imread(rice.tif); J1=edge(I,roberts); J2