空间域图像增强讲述.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
空间域图像增强讲述

图像增强 图像增强 图像增强定义 对图像进行加工处理,以得到对于具体应用来说视觉效果更“好”、更“有用”的图像--清华大学章毓晋 将原来不清晰的图像变得清晰或强调某些关 注的特征,抑制非关注的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果的图像处理方法。 -百度百科 3 图像增强是采用一系列技术去改善图像的视觉效果,或将图像转换成一种更适合于人或机器进行分析和处理的形式。-北师大 如采用一系列技术有选择地突出某些感兴趣的信息,同时抑制一些不需要的信息,提高图像的使用价值 4 图像增强方法从增强的作用域出发,可分为空间域增强和频率域增强两大类: 空间域增强是直接对图像各像素进行处理 频率域增强是对图像经傅立叶变换后的频谱成分进行处理,然后逆傅立叶变换获得所需的图像 6 空间域增强 空间域增强是指增强构成图像的像素 空间域方法直接进行像素操作,输入一幅或多幅图像,然后输出处理的结果(图像) g(x,y) = T[ f(x,y) ] g(x,y) = T[ f1(x,y),f2(x,y), f3(x,y)... ] T的输入是像素(x,y)的邻域,输出是图像g中像素(x,y)的值 7 空间域增强 点(x,y)的邻域一般是以(x,y)为中心的正方形或者矩形子图像。常用的是正方形邻域,一般以奇数大小为边长,如 1x1, 3x3, 5x5, 7x7 子图像的中心从一个像素向另一个像素移动,T利用邻域中的像素值计算得到输出像素 空间域增强的简化形式:灰度变换 s =T(r) r是f(x,y)在任意点(x,y)的灰度级 s是g(x,y)在任意点(x,y)的灰度级 9 若干基本灰度变换 图像复制 图像反转 幂次变换 对数变换 10 图像反转 灰度级范围为[0 , L-1]的图像反转 s = L -1 -r 用于处理嵌入于图像暗色区域的白色或者灰色细节 11 对数变换 对灰度级取对数,可以将高动态范围的图像压缩到低动态范围,以便更好地观察图像细节 高动态范围图像的问题是: 在一般的显示设备上无法显示如此大的动态范围,标准显示的动态范围只有255个灰度级别,而高动态范围能有多达106或更多的灰度级别 12 对数变换 下图是某图的傅里叶变换频谱,值范围是0~1.5x106 s = c log(1+r) 左图是线性变换到255范围内;右图是取对数变换 左图是线性变换到255范围内;右图是取对数变换 14 幂次变换 幂次变换也称为伽马变换 15 幂次变换 很多用于图像获取、打印和显示的各种装置根据幂次规律产生响应 不同的设备响应曲线不一样,修正幂次响应的过程称为伽玛校正 16 幂次变换 阴极射线管CRT装置的电压——强度响应,是一个指数 变化范围在1.8~2.5的幂函数 左边输入的是线性灰度图,CRT显示该图会较暗,如果在显示之前先进行伽玛校正,则CRT的显示会接近原图 17 幂次变换例1 18 幂次变换例2 19 分段线性函数 对比拉伸 灰度切割 位图切割 20 对比拉伸 对比拉伸的思想是提高图像处理时灰度级的动态范围 点(r1,s1)和(r2,s2) 的位置控制了变换函数的形状 若r1=s1,r2=s2,则变换为一线性函数,恒等变换 r1=r2,s1=0,s2=L-1,则变为阈值函数 21 对比拉伸 22 灰度切割 在图像中提高特定灰度范围的亮度,而同时降低其他灰度范围的亮度,以增强显示感兴趣的灰度范围区域(如卫星图像中的大量的水,或者是X射线图中的缺陷) 23 灰度切割 24 位图切割 不提高灰度范围的亮度,而是强调特定位平面,来调整图像显示 假设一幅256级别灰度的图像,每个像素由8个位(一个字节)构成 25 位图切割 在这些位平面中,较高位的数据包含了在视觉上很重要的大多数数据,而较低位平面给出了图像的细微细节 应用举例,灰度阈值变换: 1)0-127灰度级的像素统一映射为灰度级0 2)128-255灰度级的像素统一映射为灰度级255 直接使用位平面7的二值图像即可 26 位图切割 27 直方图 下图是一幅图像的灰度直方图 直方图的计算式为 28 直方图 29 直方图处理 直方图均衡化 30 直方图规定化 31 图 (c)是将图像(A)按图(b)的直方图进行规定化得到的结果及其直方图。 通过对比可以看出图(C)的对比度同图(B)接近一致,对应的直方图形状差异也不大。这样有利于影像融合处理,保证融合影像光谱特性变化小 32 直方图处理 33 直方图处理 均衡化 规定化 34 直方图处理 局部增强技术:前面讨论的直方图均衡化和规定化是全局性的方法 有时,图像只是在某些局部区域的细节需要增强处理,此时可以将直方图的计算区从整幅图像调整到像素的方形邻域 35 直方图处理 36 直方图处理 使用统计法增强图像:从直方图获得本幅图像或者本区

文档评论(0)

shuwkb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档