第三章 空间域图像增强 83页.pptVIP

补充材料：直方图均衡化的缺陷 1 直方图均衡化的问题 　　　不能实现直方图的理想均衡。 ２原因分析 　　数字图像是离散的。直方图均衡化方法是一对一或者多对一的映射关系，即原图像的某一灰度级或某几个灰度级只能映射为均衡化图像的一个灰度级，因此不能实现理想的均衡。 ３创新思路 　　要想实现直方图的理想均衡化，就必须破除传统直方图均衡化方法所蕴含的一对一或者多对一映射关系的理论前提，实现灰度级多对多的映射关系。 ４技术路线 　　（１）邻域测度 　　邻域测度（或邻域算子）定义为： 　　k0，是锐化系数。 　　下面解释公式的物理含义。当f(x,y)比它的8邻域均值大时，变换后邻域测度将比f(x,y)大；相应的，当f(x,y)比它的8邻域均值小时，变换后邻域测度将比f(x,y)小。因此，邻域测度（或邻域算子）可以看作为一个锐化算子，k（锐化系数）的大小决定了锐化的强度。 （２）排序 　　对邻域测度空间的值进行由小到大的排序。 （３） 均匀分段 　　排序完成后，按照原始图像的灰度级数进行均匀分段。例如，如果原始图像是256灰度级的，则均匀分为256段，每段的像素的数目基本相等，最多相差1。 （４）均衡化映射 　　按分段的先后顺序，每段中的数据分别赋值为0，1，…，L-1（L为灰度级数）。然后，每段中的每个数据根据在排序过程中保存的位置关系，映射回图像中。 ５实验结果 　　 该创新实例的点评 　　 3.4 用算术/逻辑操作增强 1 算术操作 （1）加法操作 C(x,y) = A(x,y) + B(x,y) A、图像叠加（特技处理） B、图像平均处理（去除噪声） （2）减法操作 C(x,y) = A(x,y) - B(x,y) 减法的最主要作用是突出两幅图像的差异，常用于医学影像中的变化监测，或固定场景中的运动监测。 思考题：为什么车辆亮度变暗？ （3）乘法操作（乘以常数、模板操作等） 除法操作（一幅图像乘以另一幅图像的取反） 2 逻辑操作（把灰度值作为二进制串） 随堂练习：39的“非”，39和25的“与”及“或”。 （1）与、或 可用于从一幅图像中提取子图像。 （2）非 可以实现图像取反。 （3）异或 练习：用第二幅图像对第一图像进行两次异或运算， 并写出两次异或运算的结果。（4比特图像） 3 7 5 2 4 3 2 1 思考题：从这个例子中，我们可以的得到什么启示？ 异或操作可以实现图像的加密和解密。 3.5 空间滤波器基础 1 邻域处理 对邻域图像和相同大小的子图像进行操作。该子图像被称为滤波器、窗口、掩模、模版或核。 （举例：二维） 2 空间线性滤波 在待处理图像中逐点地移动掩模，每点的响应由滤波器系数与滤波掩模扫过的相应像素值得乘积之和给出。 思考题：相关与卷积是什么关系？ 在什么情况下它们的运算结果是相同的？ 为什么要引入卷积？ 3 空间非线性滤波 在待处理图像中逐点地移动掩模（该掩模没有滤波器系数），每点的响应取决于所考虑的邻域像素的值，响应与邻域像素的值之间的关系是非线性的。 4 边界处理 （1）掩模中心的移动范围限制在距离图像边缘不小于（n-1）/2个像素处。 （2）完全滤波+部分滤波。 （3）边缘补零或复制。 3.6平滑空间滤波 1、平滑滤波器的作用 （1）减小噪声； （2）模糊处理。 2、平滑线性滤波器 1 1 1 1 1 1 1 1 1 1 2 1 2 4 2 1 2 1 输出是包含在线性掩模邻域内的简单平均值。 随堂练习：平滑处理 1 1 1 1 1 1 1 1 1 1 4 1 5 1 2 5 5 4 4 3 2 2 3 3 5 4 3 2 1 1 2 3 4 5 图像的邻域平均法 (a) 原始图像； (b) 邻域平均后的结果 观察下面两幅图，总结邻域平均的效果。 结论： 经过邻域平均法处理后，虽然图像的噪声