数字图像处理-4章节.ppt

计算机图形学 * * 计算机图形学 * * 计算机图形学 * * 计算机图形学 * * 计算机图形学 * * 计算机图形学 * * 计算机图形学 * * 计算机图形学 * * 采用高斯滤波的例子 * 根据点P(x0，y0)的四个相邻点的灰度值，通过两次插值计算出灰度值f(x0，y0) 采用最近邻插值放大1.5倍 采用双线性插值放大1.5倍 比例变换中对应图像的确定 假设输出图像的宽度为W，高度为H； 输入图像的宽度为w高度为h，要将输入图像的尺度拉伸或压缩变换至输出图像的尺度； 按照线性插值的方法，将输入图像的宽度方向分为W等份，高度方向分为H等份； 那么输出图像中任意一点（x，y）的灰度值就应该由输入图像中四点（a，b）、（a+1，b）、（a，b+1）和（a+1，b+1）的灰度值来确定。其中a和b的值分别为： 4.6 彩色图像增强 人眼的视觉特性 ： 能够分辨的灰度级介于十几到二十几级之间 ； 但是对彩色的分辨能力可达到灰度分辨能力的 上百倍以上。 彩色图像提供了比单色图像更丰富的信息。 1.在RGB模型上增强——彩色平衡 偏色：采样过程中，由于设备、环境的原因会造成图像的三个颜色分量不同的变换关系，使图像中所有物体的颜色偏离了其原有的真实色彩，这种现象被称为偏色。 彩色平衡：纠正偏色的过程叫作彩色平衡。 4.6.1 彩色增强 灰平衡：使RGB彩色设备的彩色分量等量混合后，颜色失去色调和饱和度产生灰色，这种颜色混合效果被称为灰平衡。一般情况下，等量的RGB产生灰色。 彩色平衡的实现，是通过灰平衡，使偏色区域恢复成灰色来达到的。 如何判断彩色图像的偏色？ 检查图像的灰平衡情况，即检查在现实中应该是灰色的物体，在图像中是否是灰色。 例如：某黑色区域的平均取值是：R = 0 ， G = 12， B = 7 说明有青色色偏 检查高饱和度的颜色是否正常，即检查在现实中应该是纯色的物体，在图像中是否有偏色。 灰平衡实现的算法： 选择两个颜色分量(如GB)，去匹配第三个(如R) (1) 在图像中选取两个浅灰或深灰区域（这些区域也许已经不是灰色）。 (2) 计算这两个区域的RGB平均值，获得两个颜色分量的线性变换。 (3) 将逆变换作用在图像的两个分量上，得到平衡后的新图像。 灰平衡实现例: 设：在图像中选取两个浅灰或深灰区域，并计算这两个域的RGB平均值，得： R1 = 25 ；G1 = 31；B1 = 37 R2 = 75 ；G2 = 79； B2 = 77 调整G、B去匹配R。从而有线性变换 G: 31(25); 79(75) B: 37(25); 77(75) 255 31 255 0 79 75 25 G的逆变换 255 77 255 75 0 37 25 B的逆变换 2.在HSI模型上增强 通过色调进行处理 通过亮度进行处理 通过颜色饱和度进行处理 1) 通过色调进行处理 基本思想 将图像转换到HSI色彩空间 对指定色调值H进行调整，H′= H +/- ?h 主要应用 改变图像的气氛（如暖色和冷色的气氛变化，早晚气氛的变化） 换色（对指定色调的颜色进行更换）、去色。 2) 通过亮度进行处理 基本思想 将图像转换到HSI色空间 对指定亮度值I，乘上一个调整量?I I’ = I * ?I 主要应用: (1）通过在每个像素的亮度分量上乘一个大于1的常量（如1.3），提高图像的亮度。 (2) 通过在每个像素的亮度分量上乘一个小于1的常量（如0.8），使得图像的亮度降低。 (3) 有选择地调整图像的亮度，以色调、选区作为是否进行亮度处理的根据。例如只对红色调提高亮度。 (4) 对亮度分量进行直方图均衡化。 3) 通过颜色饱和度进行处理 基本思想 将图像转换到HSI色空间 对指定饱和度值S，乘上一个量?S S’ = S * ?S 主要应用: (1) 通过在每个像素的饱和度分量上乘一个大于1的常量（如1.3），使得图像的颜色更为鲜明。 (2) 通过在每个像素的饱和度分量上乘一个小于1的常量（如0.8），使得图像的颜色的鲜明度降低。 (3) 有选择地调整图像的颜色饱和度，可以以色调、选区作为是否进行饱和度处理的根据。例如只对红色调提高饱和度。 4.6.2 伪彩色增强 伪彩色增强（Pseudocolor Enhancement） 伪彩色增强是针对灰度图像提出的，其宗旨是把离散黑白图像f(x,y)的不同灰度级按照线性或非线性映射成不同彩色，来提高图像内容的可辨识度。 应用伪彩色处理构成了图内目标物间的色差，增强观察者对目标物的检测性。 定义：把单色图像的不同灰度赋以不同颜色的处理方法叫伪彩色图像处理。 是灰度到