宋怀波第11讲：图像增强讲解.ppt

作业1 以受阴影影响的苹果图像为测试对象 自行上网下载同态滤波的程序进行测试 测试同态滤波的效果 只要电子版 2周内上交 注意写清楚姓名。 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 * 前一页 后一页 * 4.5 图像锐化 4.5.1 微分法 4.5.2 高通滤波法 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=edge(I,sobel); J3=edge(I,log); subplot(2,2,1),imshow(I); subplot(2,2,2),imshow(J1); subplot(2,2,3),imshow(J2); subplot(2,2,4),imshow(J3); 相关的MatLab函数 边缘检测 canny法* 比较新的边缘检测算子，具有良好的边缘检测性能 I=imread(rice.tif); J4=edge(I, canny); imshow(J4); 第4章 图像增强 4.1 引言 4.2 直接灰度变换 4.3 直方图修正 4.4 图像平滑 4.5 图像锐化 4.6 图像增晰 4.7 彩色增强 问题产生：照度不均引起图像区域亮度不同，使图像上暗区细节较难辨别。 问题阐述 4.6 图像增晰 作用 消除图像上照明不均的问题，增加暗区的图像细节，同时又不损失亮区的图像细节 成像物理背景 人眼对图像亮度响应具有类似于对数运算的非线性形式： f(x, y) = I(x,y) · R(x,y) I(x,,y)：照射分量（低频） R(x, y)：反射分量（高频）(图象细节的不同在空间作快速变化) 图像的亮度由照射分量和反射分量合成。 照射分量的频谱落在空间低频区域； 反射分量反应图像细节，频谱落在空间高频区域。 分析 关心反射信息，但室内外照射分量强度不同，图片明暗不均，能否消除照度不均，而增强反射部分比重? 过程 4.6 图像增晰 f(x,y) ln FFT H(u,v) 高频增强 FFT -1 exp g(x,y) 步骤： （1）z(x,y) = ln [f(x,y)] = ln[I(x,y)] + ln[R(x,y)] 把频谱分开 （2）Z(u,v) = I(u,v) + R(u,v) 傅立叶变换 （3）S(u,v) = H(u,v) · Z(u,v) 用同态滤波函数H(u,v) 处理Z(u,v) （4）s(x,y) = F-1[S(u,v)] = i(x,y) + r(x,y) （5）g(x,y) = exp [s(x,y)]= exp [i(x,y) + r(x,y)]= i0(x,y) · r0 (x,y) 4.6 图像增晰 如果图像照明不均，图像上各部分的亮度会有起伏 压缩照度分量的灰度范围或频域上消弱照度分量的频谱分量。 反射分量反映细节，增强这一分量的对比度或频域上加大反射频谱成分，使暗区细节增强，