第6章图像增强综述.pptx

数字图像处理 第六章：图像增强 内容提要 定义 是一类对图像降质进行改善的方法，它们有选择性地突出图像的边缘、轮廓、对比度等特征，以便于显示、观察或进一步分析与处理。 目的 在于采用一系列技术改善图像的视觉效果，提高图像的可懂度；或者将图像转化成一种更适合于人或机器进行分析处理的形式。 Slide 2 内容提要 单点增强： 灰度级校正、灰度变换、灰度直方图变换。 区域增强的平滑方法： 邻域平均法、中值滤波和各种边界保持类滤波方法。 区域增强的锐化方法： 梯度锐化法、拉普拉斯算子、高通滤波及其他常用的锐化算子。 Slide 3 6.1 概述 6.1.1 图像增强的目的 首要目标: 处理图像，使其比原始图像更适合于特定应用。 增强的方法是因应用不同而不同的。 图像增强方法只能有选择地使用。 增强的结果 一般靠人的主观感觉加以评价。 Slide 4 6.1.2 图像增强技术的分类 图像增强技术大致分为 空间域增强和频率域增强两类。 1．空间域增强法 在空间域直接对像素灰度值进行运算。 f (x, y)是待增强的原始图像, g(x, y)是已增强的图像, h(x, y)是空间运算函数。 Slide 5 空间域增强模型 对点操作（如灰度变换、直方图变换等）有 g(x,y) = f(x,y) ·h(x,y) （6.1） 对于区域操作（如平滑、锐化等）有 g(x,y) = f(x,y)*h(x,y) （6.2） Slide 6 图6.1 空间域增强模型 2．频率域增强法 在频率域利用二维滤波器H(u, v)对f (x, y)进行滤波，得到新的频谱G(u, v)，即 G(u, v) = F(u, v)·H(u, v) （6.3） Slide 7 图6.2 频率域增强模型 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。 Slide 8 课本 P71 6.1.3 直方图的概念 对于连续图像，其灰度分布的统计特性用概率密度函数（PDF）刻画。 离散图像直方图：指图像中各种不同灰度级像素出现的相对频率 。 在数字图像处理中，灰度直方图是简单且实用的工具，对图像的采集、处理和分析都可以有效地利用直方图。 Slide 9 6.1.3 直方图的概念 Slide 10 6.1.3 直方图的概念 Slide 11 直方图的横坐标是图像的各灰度级，纵坐标是各个灰度出现的像素个数。 归一化的直方图 归一化的直方图（histogram）定义为灰度级出现的相对频率。 Slide 12 6.1.3直方图的概念 Slide 13 直方图的性质 直方图MATLAB函数介绍 Slide 14 【例6.1】求图像的归一化直方图。 【解】lena图像是彩色图像，进行格式转换。 I = imread(lena.jpg); J = rgb2gray(I);%将彩色图像转换为灰度图像 imshow(J); N = numel(J); %求图像像素的总数 Pr = imhist(J)/N; %显示原始图像的直方图 k=0:255; figure, stem(k,Pr) Slide 15 图6.3 直方图 Slide 16 （a）lena图像 （b）lena图像的直方图 灰度直方图描述了图像的概貌。 6.2 灰度修正 图像的退化会引起灰度级的变化。 通过简单和有效的点运算，可以改善图像的显示效果，达到灰度修正的目的。 点运算： 一幅输出图像上每个像素的灰度值仅由相应输入像素的灰度值决定，而与像素点所在的位置无关，与相邻的像素之间也没有运算关系。 Slide 17 点运算： 指原始图像的像素灰度值通过运算后产生新图像的对应的灰度值。 像素值通过运算改变之后，可以改善图像的显示效果。 这是一种像素的逐点运算。 是旧图像与新图像之间的映射关系。 典型的点运算： 对比度增强、对比度拉伸或灰度变换。 Slide 18 灰度修正的方法 一般有三种方法： （1）灰度级校正解决成像不均匀问题。 （2）对比度增强解决图像曝光不足问题。 （3）直方图修正以突出所需要的图像特征。 Slide 19 6.2.1 灰度级校正 在成像过程中，如 光照的强弱、感光部件的灵敏度、光学系统的不均匀性、元器件特性的不稳定 等均可引起图像亮度分布的不均匀。 灰度级校正 在图像采集系统中对图像像素进行逐点修正，使得整幅图像能够均匀成像。 Slide 20 使理想图像发生畸变的比例运