第三讲图像预处理课件.ppt

第三章 图像的预处理;预处理不能增加图像的信息，反而会降低图像的信息。;图像预处理的目的：;3.1 像元亮度的变换;有两类 像元变换：;3.1.1 亮度修正;假设，g(i,j)是原始未劣化的图像，f(i,j)是劣化的图像， e(i,j)是误差系数，;3.1.2 灰度级变换;灰度变换常用于人观察的设备;对于输入图象f(x,y)，灰度级变换T将产生一个输出图像g(x,y)，且g(x,y)的每一个像素的灰度值(q)，都是由f(x,y)的对应输入像素点的灰度值(p) 决定的。 ;像元亮度的变换;局部增强图像及其直方图 范围：20――120 ; q = T(p) 定义了输入像素值与输出像素之间的映射关系，通常通过查表来实现。 因此灰度级变换也被称为LUT（Look Up Table）变换。;查询表（look-up table);彩色显示;灰度级变换举例 灰度级切片;图象直方图的定义 直方图应用举例 直方图均衡化;一个灰度级别在范围[0,L-1]的数字图象的直方图是一个离散函数 p(rk)= nk/n n 是图象的像素总数 nk是图象中第k个灰度级的像素总数 rk 是第k个灰度级，k = 0,1,2,…,L-1;一个灰度级别在范围[0，L-1]的数字图象的直方图是一个离散函数 p(rk)= nk k = 0,1,2,…,L-1 由于rk的增量是1，直方图可表示为： p(k)= nk 即，;较暗图象的直方图 ;较亮图象的直方图 ;对比度较低图象的直方图 ;对比度较高图象的直方图 ;一种自动调节图象对比度质量的算法 使用的方法是灰度级变换：q = T(rk) 基本思想是通过灰度级r的概率密度函数p(rk )，求出灰度级变换T(r) ，建立等值像素出现的次数与结果图象像素值之间的关系。;;变换T的单调性，意味着：;离散的近似：;原始图像;假彩色（Pseudo-color)是另一种灰度变换;目标识别（同一个目标的两幅图像匹配）[1];几何变换定义：;几何变换分两步：;3.2.1 像元坐标变换;如果几何变换的变化不快，用6或10对对应的像元 对 m=2或3的低阶多项式就可以得到近似的结果。;;一些重要的集合变换：;平移变换 设: a(x,y) = x + x0; b(x,y) = y + y0; 用齐次矩阵表示： a(x,y) 1 0 x0 x b(x,y) = 0 1 y0 y 1 0 0 1 1;假设对于任一像元P,不失真成像在P0(x0,y0)点，失真后成像在P1(x1,y1)点，对应到轴心距离分别r0 、r1， ;r0;令P0(x0,y0) 取P1(x1,y1)点的灰度值，从而将点 P1(x1,y1)校正； ;失真的图像;几何变换