遥感图像处理_图像增强选编.pptx

遥感图像处理-图像增强 概述 图象增强是指对图像的某些特征，如边缘、轮廓、对比度进行强调或尖锐化，以便于显示、观察或进一步地分析与处理。 图像增强不以图像保真度为原则，不增加图像数据中的相关信息，而是有选择的突出某些对人或机器分析感兴趣的信息，抑制一些无用信息，以提高图像的使用价值。 概述 点运算 灰度变换法、直方图变换法 空间域滤波 噪声平滑、图像锐化 频率域滤波 高通滤波、低通滤波、同态滤波 彩色增强 假彩色变换、伪彩色变换 1、点运算 点运算 点运算是把图像中的每一像元值，按照特定的数学变换模式转换成输出图像的一个新的亮度值。 灰度变换法 线性变换 对数变换 指数变换 直方图调整法 直方图均衡化 直方图匹配 灰度变换法 （一)线性灰度变换 当图象成象时曝光不足或过度, 或由于成象设备的非线性和图象记录设备动态范围太窄等因素。都会产生对比度不足的弊病，使图象中的细节分辨不清。这时可将灰度范围线性扩展。 设f(x,y)灰度范围为[a,b]，g(x,y)灰度范围为[c,d]： 线性灰度变换 灰度变换法 （二)分段线性灰度变换 将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。 设f(x,y)灰度范围为[0,Mf]，g(x,y)灰度范围为[0,Mg]. 分段线性灰度变换 0 灰度变换法 (三)非线性灰度变换 （1）对数变换 a,b,c是按需要可以调整的参数。 对数变换 低灰度区扩展，高灰度区压缩。 对数变换 （2）指数变换 a,b,c是按需要可以调整的参数。 指数变换 高灰度区扩展，低灰度区压缩。 原始图象 非线性灰度变换对数效应 非线性灰度变换指数效应 分段线性化 出现假轮廓 原始图象 非线性亮度变换对数效应 非线性亮度变换指数效应 直方图调整法-直方图 直方图:表示数字图象中的每一灰度级与其出现的频率(该灰 度级的象素数目)间的统计关系,用横坐标表示灰度 级, 纵坐标表示频数(也可用概率表示)。 直方图 直方图 直方图 直方图 直方图均衡化 直方图均衡化是将原图象的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图象。 连续灰度的直方图非均匀分布 连续灰度的直方图均匀分布 直方图均衡化目标 图象均衡化处理后，图象的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图象看起来就更清晰了。 直方图均衡化 要找到一种变换 S=T ( r ) 使直方图变平直，为使变换后的灰度仍保持从黑到白的单一变化顺序，且变换范围与原先一致，以避免整体变亮或变暗。必须规定： 在0≤r≤1中，T(r)是单调递增函数，且0≤T(r)≤1； 反变换r=T-1(s),T-1(s)也为单调递增函数，0≤s≤1。 直方图均衡化 考虑到灰度变换不影响象素的位置分布，也不会增减象素数目。所以有： 直方图均衡化 应用到离散灰度级，设一幅图象的象素总数为n，分L个灰度级。 nk: 第k个灰度级出现的频数。 第k个灰度级出现的概率 P(rk)=nk/n 其中0≤rk≤1，k=0,1,2,...,L-1 形式为： 直方图均衡化 例：设图象有64*64=4096个象素，有8个灰度级，灰度分布如表所示。进行直方图均衡化。 算例 直方图均衡化 1. 由（2-2）式计算sk。 直方图均衡化 2. 把计算的sk就近安排到8个灰度级中。 rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1 nk 790 1023 850 656 329 245 122 81 p(rk) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 sk计算 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1.00 sk舍入 1/7 3/7 5/7 6/7 6/7 1 1 1 直方图均衡化 3. 重新命名sk，归并相同灰度级的象素数。 直方图均衡化 均衡化前后直方图比较 直方图均衡化 直方图均衡化 直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。若这些灰度级所构成的图象细节比较重要，则需采用局部区域直方图均衡。 直方图均衡化 灰度动态范围扩展 直方图匹配 修改一幅图象的直方图，使得它与另一幅图象的直方图匹配或具有一种预先规定的函数形状。 目标：突出我们感兴趣的灰度范围，使图象质量改善。 连续灰度的直方图原图 连续灰度的直方图规定 直方图规定化目标 直方图匹配  令P(r)