数字图像处理第三章课件概要1.ppt

灰度变换与空间滤波;;反差增强的灰阶转换函数;3.2 用于反差增强的一些基本灰阶转换函数; Digital Mammogram;Fourier频谱图及其Log转换图;指数幂变换;许多图像外设都采用指数γ 校正。 比如CRT显示器的响应有γ=[1.8,2.5];指数幂转换也用于通用的反差增强处理;例二，增强亮部;3.2.4 分段线性变换函数;灰度切片;位平面切片; 一个8位的分形图像，它的8个位图（二值图）如下：;3.3 Histogram Processing 直方图处理;3.3.1 Histogram Equalization 直方图均衡;直方图均衡的表解;输入灰度值为lk ,出现的频数为nk ,归一化灰度值rk =lk/(L-1), 概率p(rk)=nk/n ,累计概率分布Sk=T(rk)=p(r0)+p(r1)+…+p(rk) ,输出灰度值sk=lk’=[Sk*(L-1)],;直方图均衡后的灰度级数量(动态范围)并没有减少，减少的是非零频数的灰度级数。 ;HistEqual 4例：;直方图均衡的关键：累计频数作为转换函数;3.3.2 Histogram Matching (Specification);直方图规定化特例;上图的直方图均衡效果—— 总体上偏亮;(1)是手工定义直方图 的累计频数；(2)是(1) 的反函数。;局部直方图均衡化;; SEM(Scanning Electron Microscope);p(r)是对应灰度值r的归一化的局部直方图分量，S表示某邻域； k?[0,1], M,D是整图的均值,方差;比较原图：虽然亮部不变，只有一些暗部被增强，但也包括一些不该增强的。;3.5 Basics of Spatial Filtering;线性滤波的通式（3.5.1）;;;两个平滑滤波器;平均滤波器大小从3、 5、9、15到35的平滑效果;太空望远镜图像;3.6.2 Order-Statistics Filter 排序统计量滤波器;3.7 Sharpening Spatial Filters 3.7.1 Foundation;3.7.2 利用二阶导数作增强——Laplacian算子;由（3.7-5a):;Unsharp masking high-boost filtering;high-boost filtering 示例：;在Matlab中定义特定类型的２维滤波器H = FSPECIAL(TYPE);例：;3.7.3 使用一阶导数做增强——梯度;Sobel梯度算子用于隐形眼镜的图像;3.8 Combining Spatial Enhancement Methods;;图像对一阶导数与二阶导数响应的比较;使用模糊技术进行灰度变换和空间滤波;使用模糊技术进行灰度变换和空间滤波;隶属度;常用的隶属度函数;模糊集合的应用;;成熟度;五个步骤： 1.模糊 2.逻辑操作 3.推断 4.聚合 5.去模糊;使用模糊集合进行灰度变换;使用模糊集合进行灰度变换;使用模糊集合进行空间滤波;模???集合0的隶属度函数;边缘检测的模糊规则;Page 120 习题 3.1 3.3 (a,b) 3.4 3.11 3.22