第6、7讲边缘增强掩模操作色度学及彩色增强选编.ppt

图像空间域锐化 掩模处理 色度学基础与颜色模型 彩色图像增强 第六 、七 讲 边缘增强 掩模处理 彩色增强 一、 图像空间域锐化 图像锐化：增强图像的边缘或轮廓。 结 果：通过微分而使图像边缘突出、清晰。 1 梯度锐化法（最常用） 对于图像f(x，y)，在(x，y)处的梯度定义为 两个重要性质： 梯度的方向：在函数f(x, y)最大变化率的方向上。 梯度的幅度：即大小 梯度的数值:f (x, y)在其最大变化率方向上的单位距离所增加的量。 图像处理：梯度的大小 “梯度”，差分近似 简化 求梯度的两种差分运算 (a) 水平垂直差分法 (b)交叉差分计算法 (a) (b) 图像梯度锐化结果 (a) 二值图像 (b) 水平垂直梯度运算结果 结论：图像中灰度变化较大的边缘区域其梯度值大，在灰度变化平缓的区域其梯度值较小，而在灰度均匀区域其梯度值为零。 边界点的处理：最后一行和最后一列的各像素的梯度无法求得，一般用前一行和前一列的梯度值近似代替。 梯度微分锐化图像特点：简单，计算量小； 缺 点： 同时会使噪声、条纹等得到增强 Roberts算子： Prewitt算子：加大模板大小，由2x2扩大到3x3来计算差分。目 的：为在锐化边缘的同时减少噪声的影响。 -1 0 1 -1 0 1 -1 0 1 -1 -1 -1 0 0 0 1 1 1 优点：引入了平均因素，对图像中随机噪声有一定的平滑作用； 由于它是相隔两行或两列之差分，边缘两侧元素得到了增强，边缘显得粗而亮。 -1 0 1 -2 0 2 -1 0 1 -1 -2 -1 0 0 0 1 2 1 Sobel算子：在Prewitt算子基础上，对4-邻域采用带权差分。 常用的梯度算子 特点：增强的图像仅显示灰度变化比较徒的边缘轮廓，而灰度变化比较平缓或均匀的区域则呈黑色。 第二种输出形式 特点：将明显边缘用一固定的灰度级LG 来表现。 特点： 适当选取阈值T（非负），可使明显的边缘轮廓得到突出，又不会破坏原来灰度变化比较平缓的背景 第三种输出形式 第一种输出形式 第四种输出形式 特点： 将背景用一个固定的灰度级 LB来表现，便于研究边缘灰度的变化。 第五种输出形式 特点：将明显边缘和背景分别用灰度级LG和LB表示，生成二值图像，便于研究边缘所在位置。 （1）Laplacian 算子：二阶微分算子 数字图像，二阶差分近似 2 Laplacian增强算子 依据：跃变产生于二阶导数的过零点处。 特点：各向同性 缺点：增强了图像的噪声 措施：先平滑 Marr 拉普拉斯锐化结果 （a） 二值图像； （b） 拉普拉斯运算结果 特点： (a) 在灰度均匀的区域或斜坡中间▽2f(x，y)为0，增强图像上像元灰度不变； (b) 在斜坡底或低灰度侧形成“下冲”；而在斜坡顶或高灰度侧形成“上冲”。 （2）Laplacian增强算子： 拉普拉斯锐化前、 后图像的灰度 (a) 原图像灰度； (b) 拉普拉斯锐化后图像的灰度 常用的几种拉普拉斯增强算子（模板）： Sobel Prewitt Laplace Kirsch 二、掩模处理(Mask) 一般增强：基于整幅图像 实际应用：图像某一较小的局部区域，以突出某一具体目标。对整幅图像的变换难以达到理想效果。 措 施：掩模技术（Mask),仅对感兴趣区域进行局部增强和处理。 掩模增强的具体步骤 新建一个与原始图像大小相等的图层（layer), 类型一般为二值图像。 在新建图层上勾绘出要进行增强处理而局部区域。 将整幅图像保存为二值图像，选定区域象素值为1，区域外象素值为0； 将待处理的图像与原图像进行乘法操作。 对掩模图像进行增强处理，生成最终的结果图像。 1 色度学基础 灰度图像：图像的像素值是光强，二维空间变量函数 f(x, y)。 彩色图像：像素值看成是二维空间变量和光谱变量的函数f(x, y, λ)，即多光谱图像。 一、色度学基础与颜色模型 在计算机上显示一幅彩色图像时，每一个像素的颜色是通过三种基本颜色（即红、绿、蓝）合成的，即最常见的RGB颜色模型。 1） 三色原理 人的视觉系统：杆状细胞和锥状细胞两种感光细胞。 杆状细胞： 暗视器官, 能在昏暗的环境中感受到光刺激而引起视觉，但视物无色觉，只能区别明暗，展现视物的粗略轮廓； 锥状细胞：明视器官，在照度足够高时起作用， 并能分别辨颜色，对物体表面的细节和轮廓具有较高的分辨能力。锥状细胞将电磁光谱的可见部分分为三个波段