曲阜师范大学图像信息处理课件第3章 图像增强.ppt

* * * * * * * * * * * * * * 直方图均衡化方法实现 —— 4.计算原、新图灰度值的影射关系 新图像g的灰度值g(i,j)为 例 直方图均衡化方法实现 —— 4.计算原、新图灰度值的影射关系 hp=[0.12, 0.20, 0.36, 0.52, 0.56, 0.60, 0.76, 0.80, 0.88, 1.00] 9*hp=[ 0, 1.80, 3.24, 4.68, 5.04, 5.40, 6.84, 7.20, 7.92, 9.00 ] 影射关系： 新图 [ 0, 2, 3, 5, 5, 5, 7, 7, 8, 9 ] 原图 [ 0, 1, 2, 3, 4 , 5 , 6, 7, 8, 9 ] 例 f 2 5 9 9 8 3 2 5 7 5 5 7 0 7 5 7 8 3 0 5 3 9 3 7 0 g 1 3 9 9 8 2 1 3 7 3 3 6 0 6 4 6 8 2 0 5 2 9 2 6 0 C=16.9211 9*hp C=15.8421 注：请同学们思考一下，为什么均衡化后的对比度还降低了？ 直方图均衡化方法实现 —— 4.计算原、新图灰度值的影射关系 直方图均衡化方法实现 —— 5. 原、新图灰度直方图比较 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 f 的灰度直方图 g 的灰度直方图 直方图均衡化 方法效果示例 直方图均衡化方法 —— 比较例 f’ 1 5 9 9 8 4 4 5 4 5 5 8 0 8 6 8 8 4 0 4 4 8 4 8 0 g 1 3 9 9 8 2 2 3 2 3 3 6 0 6 4 6 6 2 0 2 2 6 2 6 0 C=16.6842 9*hp C=17.1974 直方图均衡化方法 —— 比较例 f 1 3 9 9 8 2 1 3 7 3 3 6 0 6 4 6 8 2 0 5 2 9 2 6 0 C=16.9211 f’ 1 3 9 9 8 2 2 3 2 3 3 6 0 6 4 6 6 2 0 2 2 6 2 6 0 C=16.6842 结论：原图的灰度分布均衡性越差，均衡化后的效果越好。 直方图均衡化效果示例 直方图均衡化示例 Retinex图像增强方法 Retinex可以在灰度动态范围压缩、边缘增强、颜色恒定性3方面达到平衡，因而对不同类型的图像进行自适应增强 基本原理：将图像分为亮度分量和反射分量两部分，通过抑制亮度图像对反射图像的影响来达到增强图像的目的。 f(I,j)=r(I,j).l(I,j) 亮度分量l(i,j)=g(i,j)*f(i,j) * * * * * * * * * * * * * * * * * * * * * * * 第三章 图像增强 问题的引入 看两个图例，分析画面效果不好的原因。 亮暗差别不是很大 解决问题的思路 提高对比度，增加清晰度 对比度的概念 对比度：通俗地讲，就是亮暗的对比程度。 对比度通常表现了图像画质的清晰程度。 对比度的计算 对比度的计算公式如下： 即相邻像素间的灰度差 即相邻像素间的灰度差为δ的像素分布概率 其中： 像素相邻： 四近邻 八近邻 对比度的计算例 设图像为： 图像增强 图像增强的目的是为了改善画质，使图像的显示效果更加清晰。 本章中主要介绍的内容包括： 线性对比度展宽 非线性动态范围调整 直方图均衡化处理 Retinex图像增强方法 线性对比度展宽 对比度展宽的目的是：通过将亮暗差异(即对比度)扩大，来达到改善图像的效果，把人们所关心的部分强调出来。 原理：进行像素点对点的，灰度级的线性影射。该影射关系通过调整参数，来实现对亮暗差异的扩大。 线性对比度展宽  —— 实现方法 设原图、处理后的结果图的灰度值分别为[g(i,j)]和[f(i,j)]; 要求[g(i,j)]和[f(i,j)]均在[0，255]间变化，但是g的表现效果要优于f。 因为f和g的取值范围相同，所以通过 抑制 不重要的部分，来 扩展 所关心部分的对比度。 线性对比度展宽  —— 实现方法 为了达到上面所提出的目的，原图（横轴上的f(i,j)）与处理后图（纵轴上的g(i,j)）的灰度影射关系可用下图表示。 255 a b f g 255 ga gb α γ β (i,j) (i,j) 线性对比度展宽