532 频率域平滑滤波器.ppt

数字图像处理Digital Image Processing 第5章 图像增强Chapter 5 Image Enhancement 5.1 图像增强的概念和分类(Concepts and Categories of Image Enhancement) 背景（Background）（为什么要进行图像增强） 光线不好情况下照片 5.1 图像增强的概念和分类(Concepts and Categories of Image Enhancement) 背景（Background）（为什么要进行图像增强） 拍摄条件不好情况下照片 5.1 图像增强的概念和分类(Concepts and Categories of Image Enhancement) 背景（Background）（为什么要进行图像增强） 图像预处理（车牌识别、人脸识别、指纹识别等） 5.1 图像增强的概念和分类(Concepts and Categories of Image Enhancement) 图像增强的目的： 改善图像的视觉效果，或者使图像更适合于人或机器进行分析处理。通过图像增强，可以减少图像中的噪声，提高目标与背景的对比度，也可以强调或抑制图像中的某些细节。 5.1 图像增强的概念和分类(Concepts and Categories of Image Enhancement) 从处理的作用域出发，图像增强可以分为： 空间域方法和频率域方法。 空间域方法是指在图像所在二维平面，直接对图像的像素进行处理。 频率域方法是指在图像的变换域内处理，然后经逆变换得到增强图像。 图像增强示例 5.2 空间域增强技术（Image Enhancement in the Spatial Domain) 空间域增强是指在空间域中，通过线性或非线性变换来增强图像。 增强的方法主要分为点处理和模板处理两大类： （1）点处理是作用于单个像素的空间域处理方法，包括图像灰度变换、直方图处理、伪彩色处理等技术； （2）模板处理是作用于像素邻域的处理方法，包括空间域平滑、空间域锐化等技术。 5.2.1 基于灰度变换的图像增强(Image Enhancement basedd on Gray Levels) 定义： 将输入图像 中灰度r，通过映射函数映射成输出图像 中的灰度 s，其运算结果与图像像素位置及被处理像素邻域灰度无关（仅对该点的灰度值进行改变）。 公式及流图： (1) 灰度线性变换(Linear Transformation of Gray Levels) 灰度线性变换表示对输入图像灰度作线性扩张或压缩，映射函数为一个直线方程，其表达式和演示控件如下： 增强的对象： 在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。采用灰度线性变换方法可以拉伸灰度动态范围，使图像清晰。 分段线性变换函数（增强对比度）(Piecewise-Linear Transformation of Gray Levels) (3) 反转变换(Image Negative) Definition： 反转变换适用于增强嵌入于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。 (4) 对数变换(Log Transformation) (5) 幂次变换(Power-Law Transformation) Definition: 不同的 对灰度变换具有不同的响应。 当 时，对灰度进行非线性放大，使得图像整体亮度提高，它对低灰度的放大程度大于高灰度的放大程度，导致图像的低灰度范围得以扩展而高灰度范围得以压缩。 时，情况相反，高灰度范围得以扩展而低灰度范围得以压缩。 Power-Law Transformation 5.2.2 基于直方图处理的图像增强(Histogram Processing) 1. Histogram of gray image: 是图像的一种统计表达，它反映了该图中不同灰度级出现的统计概率。设图像具有L个灰度级，图像中像素点的个数为n，它的第k个灰度级出现的次数为 (k=0,1,2,…,L-1) 则概率 5.2.2 Histogram Processing 5.2.2 Histogram Processing 通过直方图可以看出图像整体的性质 2. 直方图均衡化(Histogram Equalization) 基本思想：