第四章 图像增强(一).ppt

第二章 图像的基本知识和运算 2.1 图像的采样和量化 2.2 图像的灰度直方图 2.3 图像的文件格式 2.4 图像处理基本运算概述 2.5 点运算 2.6 代数运算 2.7 几何运算 4.1 图像噪声 对于数字图像处理而言，噪声: 是指图像中的非本源信息。 噪声会影响人的感官对所接收的信源信息的准确理解。 4.1.1 图像噪声的产生 在图像形成过程中，图像数字化设备、电气系统和外界影响将使得图像噪声的产生不可避免 。 4.1.2 图像噪声分类 图像噪声按其产生的原因可分为: 外部噪声和内部噪声。一般情况下，数字图像中常见的外部干扰主要包括如下几种： 设备元器件及材料本身引起的噪声。如磁带、磁盘表面缺陷所产生的噪声; 系统内部设备电路所引起的噪声，包括电源系统引入的交流噪声，偏转系统和箝位电路引起的噪声等; 电器部件机械运动产生的噪声。如数字化设备的各种接头因抖动引起的电流变化所产生的噪声，磁头、磁带抖动引起的抖动噪声等; 4.1.3 图像噪声特点 叠加性； 分布和大小的不规则性； 噪声与图像之间具有相关性； 图像增强是数字图像处理的基本内容之一，是根据应用需要突出图像中的某些“有用”信息，削弱或去除不需要的信息，以达到扩大图像中不同物体特征之间的差别。 图像增强算法并不能增加原始图像的信息，而是通过某种技术手段有选择地突出对某一具体应用有价值的信息。 (2) 分段线性变换 为了突出感兴趣的目标或灰度区间,相对抑制不感兴趣的灰度区间,可以采用分段灰度变换.常用三段变换方法。 (5) 用变换函数计算映射后输出的灰度级Sk (6) 统计映射后新的灰度级Sk的像素数目nk (7) 计算输出图像的直方图 （2）对目标图像也进行直方图均衡化处理，即： 直方图均衡化 直方图均衡化实质上是减少图像的灰度级以换取对比度的加大。 在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。若这些灰度级所构成的图像细节比较重要，则需采用局部区域直方图均衡。 ? 原图像及直方图 均衡后的图像及直方图 图像的反差大了，细节清楚了 在直方图中的表现是直方图灰度范围窄且集中在低灰度值区域。 现在直方图占据了整个图像灰度值的允许范围，增加了图像的动态范围。 原图较暗且动态范围小 直方图均衡化技术的缺点： （1）将原始函数的累积分布函数作为变换函数，只能产生近似均匀的直方图。 （2）在某些情况下，并不一定需要具有均匀直方图的图像。 返回 回顾：直方图均衡化 直方图 归一化 概率 0 1 N?N 回顾 归一化后原图灰度 处理后的灰度 [0，1]均匀分布 ? 离散图像的直方图均衡 回顾 直方图均衡的步骤 统计— 图像的总灰度数 n 灰度量化级 L 最大最小灰度 r’max, r’min 实例 64?64=4096 8 (0,1,2,3,4,5,6,7) 7，0 回顾 直方图均衡的步骤 灰度的归一化处理 rk= 0, 1/7, 2/7, 3/7, 4/7, 5/7, 6/7, 1 回顾 直方图均衡的步骤 作灰度分布直方图 rk nk pr(rk) 0 790 0.19 1/7 1023 0.25 2/7 850 0.21 3/7 650 0.16 4/7 329 0.08 5/7 245 0.06 6/7 122 0.03 1 81 0.02 n=4096 回顾 直方图pr(r) 回顾 累积分布函数 s0 0.19 s1 0.44 s2 0.65 s3 0.81 s4 0.89 s5 0.95 s6 0.98 s7 1.00 回顾 直方图均衡的步骤 把 sk值按接近法则归入各自的量化级，并重新归类。 S0 1/7 S1 3/7 S2 5/7 S3 6/7 S4 6/7 S5 1 S6 1 S7 1 L=8, ?=1/7=0.14 回顾 直方图均衡的步骤 取sk的分布函数 ps ( sk )，它服从均匀分布 将rk灰度改为相对应的 s0,s1,s2,s3,4, s5,6,7 得到经直方图校正后[0，1] 的归一化图像。 回顾 直方图均衡的步骤 直方图均衡的步骤? 回顾 修改原 来取ri灰度的象素的灰度值 回顾 直方图均衡的步骤 直方图均衡的步骤 恢复到原图像懂得灰度范围 S’=0,1,2,3,4,5,6,7. 回顾 Image Histogram 回顾 (课堂作业)一幅图像共有8个灰度级，每一灰度级概率分布如下表所示，要求对其进行直方图均衡化处理，并画出均衡化后的图像的