数字图像处理 MATLAB版 教学课件 作者 张德丰 第8章 图像增强.pptVIP

第8章图像增强 ;8.1 论述 ;8.2 图像噪声 ;8.2.1 图像噪声的产生;8.2.2 图像噪声分类;8.2.3 图像噪声特点;8.3 图像增强处理分类 ;图8-2 图像增强方法类型;8.3.1 空域增强法;8.3.2 频域增强法;8.3.3 图像增强效果评价; 定性分析的主要优点是可以从一幅图像中有选择地对具体研究对象进行重点比较和评价，即定性分析可以对图像的局部或具体研究目标进行评价，具有灵活性和广泛的适应性。 定量评价图像增强效果目前还没有业界统一接受的标准与尺度，目前通常采用的方法是从图像的信息量、标准差、均值、纹理度量值和具体研究对象的光谱特征值等方面与原始图像进行比较评价。 定量分析的最大优点是客观公正。;8.4 直接灰度变换 ;8.4.1 灰度线性变换;;图8-3 灰度范围线性变换关系 图8-4 线性变换关系; 在灰度线性变换中有一种比较特别的情况，就是图像的负相变换。 对图像求反是将原图灰度值翻转，简单地说就是将黑的变成白的，将白的变成黑的。 ; 在图像增强中，为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区间，可以采用分段线性变换。 常用的方法是分三段作线性变换，其数学表达式为;图8-7 分段线性变换关系;图8-10 消波的变换关系;图8-12 阈值化的变化关系;图8-14 清除背景的灰度窗口变换关系 图8-15 保留背景的灰度窗口变换关系;8.4.2 灰度非线性变换;图8-17 图像的对数变换关系;;8.5 直方图修正 ;;1．直方图均衡化;;;; 该函数用于显示图像直方图，其语法格式如下。 imhist(I, n)：I为输入图像，n为灰度级，默认为256级灰度级。 imhist(X, map)：计算显示索引图像X的直方图，map为调色板。 [counts, x]=imhist(...)：返回直方图数据向量counts和相应的色彩值向量x。; 该函数实现对输入图像的直方图均衡化，其语法格式如下。 J=histeq(I, hgram)：将原始图像I的直方图变成用户指定的向量hgram，hgram中的各元素值域为[0，1]。 J=histeq(I, N)：对原始图像实现直方图均衡化，N为输入图像的灰度级数，默认时N为64。; 直方图均衡化的优点是能自动地增强整个图像的对比度，但它的具体增强效果不易控制，处理的结果也是得到全局均衡化的直方图。 ;;;8.6 图像平滑 ;8.6.1 平滑分析; 在MATLAB中，一般用imfilter函数对图像进行上述运算，其语法格式如下： b=imfilter(a, h, option1, option2,...) 其中a表示待处理的图像；h表示卷积核，比如上面的；option的含义如表8-4所示。;表8-4 option的含义;8.6.2 邻域平均法;;; 该函数用于创建一个指定的滤波器模板，其语法格式为： H=fspecial(type) H=fspecial(type, parameters); 该函数用于进行二维线性数字滤波，其语法格式为： Y=filter2(B, X) Y=filter2(B, X, shape);8.6.3 中值滤波; 在MATLAB中，实现这个功能的函数是medfilt2，其语法格式如下： b=medfilt2(a, [m n]) 其中a为待处理图像，[m n]为设定区域大小。;8.6.4 多图像平均法;;8.6.5 自适应滤波;;8.7 图像锐化 ;8.7.1 空域高通滤波;1．梯度算子;;;;;图8-30 两种二维离散梯度的计算方法; 利用梯度与差分原理组成的锐化算子还有以下几种。;（1）Sobel算子;;（2）Prewitt算子;（3）Isotropic算子;3．拉普拉斯算子;;;;8.7.2 频域高通滤波;图8-31 4种频域高通滤波器传递函数 的剖面图;（1）理想高通滤波器;（2）巴特沃斯高通滤波器;;（3）指数型高通滤波器;（4）梯形高通滤波器;8.7.3 同态滤波器图像增强的方法;;;;;8.7.4 图像锐化的MATLAB实现;;;;; （3）利用Laplacian（拉普拉斯）算子对图像锐化 （4）利用Sobel算子对模糊图像进行锐化