33、同态滤波图像的灰度函数f(x,y) - read.ppt

第四章 图像增强 本章主要内容： ?? ?1.??点运算 2.? 空间域运算（邻域运算） 3.??变换域运算 4. 彩色增强 第四章 图像增强 图像增强是指对图像的某些特征，如边缘、轮廓；对比度等，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。增强不增加图像数据中的相关信息，但它增加所选择特征的动态范围，从而使这些特征检测或识别更加容易。 第四章 图像增强 图像增强有两大基本应用：第一类应用以在大量细胞中识别个别变异细胞为代表，它要求图像无噪声，能清晰辨识（平滑）；第二类应用以监视跟踪航天飞行器轨迹为代表，它只需要图像的特征。为此，常将图像二值化以适应计算机处理，同时使处理后的图像轮廓过冲，这时图像发生了畸变（锐化）。所以说图像增强的目的是不管图像是否发生畸变，只要满足看得舒服和找出图像特征两个目的即可。 第四章 图像增强 图像增强的困难是，很难对增强结果加以量化描述：只能靠经验、人的主观感觉加以评价。同时，要获得一个满意的增强结果，往往要靠人机的交互作用。然而，这丝毫没有减少图像增强在图像处理中的重要性，事实上，它常常作为许多后续分析与处理的基础。 第四章 图像增强 第四章 图像增强 设输入图像为f(x,y)，输出图像为g(x,y)，其中f(x,y)、g(x,y)表示在(x,y)点的灰度。则图像增强可表示为： g(x,y)=EH[f(x,y)]。 第四章 图像增强 l点处理：EH定义在每一个(x,y)上，在(x,y)点的处理与其他点无关。 l空间滤波（模板处理）：EH定义在(x,y)的邻域，最常用的邻域为正方形。即变换后的图像在(x,y)的灰度值不仅与(x,y)点的灰度有关，还与(x,y)周围点的灰度有关。 若邻域取一个象素，空间滤波就变为点处理。点处理是空间滤波的特例 第四章 图像增强 l变换域处理： 图像空间→频域→增强变换→图像空间 1. 点运算 1.1、引言 点运算将输入图像映射为输出图像，输出图像每个象素点的灰度值仅由对应的输入象素点的值决定。它常用于改变图像的灰度范围及分布，是图像数字化及图像显示的重要工具。点运算因其作用性质有时也被称为对比度增强、对比度拉伸或灰度变换。 1. 点运算 点运算实际上是灰度到灰度的映射过程，设输入图像为A(x,y)，输出图像为B(x,y)，则点运算可表示为：B(x,y)=f[A(x,y)]。即点运算完全由灰度映射函数s=f(r)决定。显然点运算不会改变图像内象素点之间的空间关系。 1. 点运算 由于点运算在处理与显示中的重要性，图像处理系统都有专门的处理硬件与之对应，以便能够以视频速率实时完成操作，这样的部件称为查找表( LUT (LookUp Table))。通常图像处理系统都有成组的查找表供编程使用。在通用的计算机上，没有查找表可以直接利用，通过软件逐点处理来实现。 1. 点运算 1.1、直接灰度变换 1）图像求反 图像求反就是将原图灰度翻转（黑－白） 2）对比度增强 增加原图各部分的反差－增加原图中某两个灰度值之间的动态范围。 3) 阈值化 变换后图像只有2个灰度级（黑、白），对比度增强，但细节丢失。 3) 阈值化 阈值化处理是最常用的一种非线性运算，它的功能是选择一阈值，将图像二值化，用于图像分割及边缘跟踪等处理。如下图所示： 4) 其他 4) 其他 4) 其他 4) 其他 1.2、直方图处理 1.2.1、灰度直方图 灰度直方图（histogram）是灰度级的函数，它表示图像中具有每种灰度级的象素的个数，反映图像中每种灰度出现的频率。是一个1－D的离散函数 1.2.1、灰度直方图 定义： k=0,1,…,L-1为灰度级数 Sk为图像f(x,y)的第k级灰度级，nk是f(x,y)中具有灰度级Sk的象素的个数，n是图像象素总数。如下图所示，灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图像的最基本的统计特征。 1.2.1、灰度直方图 根据图像的直方图，可以了解1幅图的整个分布情况：例如 某一场景的不同图像对应的直方图如下： 1.2.1、灰度直方图 图(a)对应的例子如下图 1.2.1、灰度直方图 图(b) 对应的例子如下图 1.2.1、灰度直方图 直方图的性质： 1.直方图没有位置信息。不同图像的直方