图像增强及边缘检测代码.ppt

假期任务 1.预处理的学习至少学会图像增强和图像边缘检测的了解，做一份word总结 2.任选至少10幅图片做一些基本的图像预处理（任选所要用的方法如:增强、分割、二值化等）每幅至少有三种处理效果开学来交成果和程序过程 3.看文献做一份word总结 图像增强 图像增强方法 .基于灰度变换的图像增强 1.灰度线性变换：表示输入图像灰度做线性扩张或压缩，表达式为 g(x,y)=af(x,y)+b b=0时，且 若b≠0,灰度偏置 利用灰度调整函数变换图像 利用灰度调整算法变换图像 2.分段线性变换（增强对比度）：对输入图像的灰度对比度进行拉伸（不同灰度范围进行不同的映射处理） r1f(x,y) (0ff1) g(x,y)= r2f[f(x,y)-f1]+a (f1ff2) r3f[f(x,y)-f2]+b (f2ff3) 3.反转变换：适用于增强嵌入图像暗色区域的白色或灰色细节，特别是当黑色面积占主导地位时.表达式为： s=l-1-r 非线性变换 1、对数扩展。对数变换常用来扩展低值灰度,压缩高值灰度,这样可以使低值灰度的图像细节更容易看清,从而达到增强的效果。还可使图像灰度分布与人视觉特性相匹配。其具体形式为:? g(x,y)=cln[f(x,y)+1]? 式中:[f(x,y)+1]是为了避免对零求对数;C为尺度比例系数,用于调节动态范围。 2.指数扩展。指数扩展的基本形式为: g(x,y)=bc[f(x,y)-a]-1 式中:a为可以改变曲线的起始位置;c为可以改变曲线的变化速率,指数扩展可以对图像的高亮度进行大幅扩展。 基于直方图处理的图像增强 1.利用直方图均衡化对图像进行增强 通过灰度变换将一幅图像转换为另一幅具有均衡直方图的图像，即在一定灰度范围内具有相同的象素点数的图像的过程。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 1 2.利用直方图规定化对图像进行增强 能够有目的地增强某个灰度区间的图像， 即能够人为地修正直方图的形状， 使之与期望的形状相匹配。人为地改变直方图形状，使之成为某个特定的形状，直方图规定化就是针对上述要求提出来的一种增强技术，它可以按照预先设定的某个形状来调整图像的直方图 空间域滤波增强 1.利用阈值对图像进行平滑处理 局部平滑 添加椒盐噪声 超限像素平滑 2.利用中值滤波去噪 添加椒盐噪声 添加高斯噪声 添加乘性噪声 1.线性滤波（邻域平均） 线性低通滤波器最常用的是线性平滑滤波器，这种滤波器的所有系数都是正的，也称邻域平均。邻域平均减弱或消除了傅立叶变换的高频分量，对噪声的消除有所增强，但是由于平均而使图像变得更为模糊，细节的锐化程度逐渐减弱。 2.中值滤波 中值滤波可以保留目标边缘，这是中值滤波器相对于均值滤波器的最大优势。中值滤波具有去噪的性能，可以消除孤立的噪声点，可以用来减弱随机干扰和脉冲干扰，但是边缘不模糊。 用Laplacian算子对图像进行锐化处理 3.锐化滤波 图像锐化处理的目的是使模糊图像变得清晰，锐化滤波器减弱或消除了傅立叶空间的低频分量，保留高频分量，从而加强了图像的轮廓，使图像看起来比较清晰。 频率域图像增强 1.平滑滤波增强 利用巴特沃斯（Butterworth）滤波器对受噪声干扰的图像进行平滑处理 运用5种不同的梯度增强法进行图像锐化 2.锐化滤波增强 边缘检测 1. sobel算子 prewitt算子 roberts算子 log算子 kirsch算子 算子模板 2.利用hough变换直线检测 * * * * * a1 对比度扩张 a1 对比度压缩a=1 相当于复制 * * *