数据库第4章探究.pptx

;图像增强是数字图像处理的基本内容之一，其目的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，以改善图像的视觉效果,或突出图像的特征，便于计算机处理 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。 ; 图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。 ;空间域;4.1 基于灰度变换的图像增强; 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。 如图是对曝光不足的图像采用线性变换进行线性拉伸。可有效地改善图像视觉效果。; 设原图像f(x,y)在[0，Mf], 感兴趣目标的灰度范围在[a,b],欲使其灰度范围拉伸到[c,d],则对应的分段线性变换表达式为; 通过调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行拉伸或压缩。;(b) (c) (d);3.非线性拉伸：; 当原图的动态范围太大，超出某些显示设备的允许动态范围时，若直接使用原图，则一部分细节可能会丢失，因此可对原图进行灰度压缩.如：傅里叶变换频谱值范围可从0到106，甚至更高;指数变换;例：航空地面图像; 4.2 基于直方图的图像增强;先讨论连续变化图像的均衡化问题 设r和s分别表示归一化了的原图像灰度和经直方图修正后的图像灰度。即 在[0,1]区间内的任一个r值，都可产生一个s值，且 ;反变换关系为 T-1(s)对s同样满足上述两个条件。 设随机变量r、s的概率密度函数分别为pr(r)和ps(s),s的分布函数为Fs(s)，考虑到灰度变换不影响像素的位置分布，也不会增减像素数目。所以有 ;从人眼视觉特性来考虑，一幅图像的直方图如果是均匀分布的，即Ps(s)=k(归一化时k=1)时，该图像色调给人的感觉比较协调。因此将原图像直方图通过T(r)调整为均匀分布的直方图，这样修正后的图像能满足人眼视觉要求。 ;应用到离散的数字图像，变换函数T(rk) 可表示为: 上式表明，均衡后各像素的灰度值sk可直接由原图像的直方图算出。;直方图均衡化的计算过程：;例 假定有一幅总像素为n=64×64的图像，灰度级数为8，各灰度级分布列于表中。对其均衡化处理;r k r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1;原图像的直方图;原图像及直方图;;2.直方图规定化;2）对目标图像也进行直方图均衡化处理，即：;例：采用与直方图均衡相同的原始图像数据（64×64像素且具有8级灰度），其灰度级分布列于表中。给定的直方图的灰度分布也列于表中。 对应的直方图如下：;ri →sk ; 原图像的直方图 规定的直方图 规定化后图像的直方图;;4.3 图像的空间域平滑 ;滤波过程：;空间滤波的简化形式：;空间平滑滤波;均值滤波器;;其它常用模板： ; 这种算法简单，可减小图像灰度的“尖锐”变化，减小噪声。但它在降低噪声的同时使图像产生模糊，特别在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。; 为克服简单邻域平均法的缺点，目前已提出许多保边缘、细节的邻域平滑算法。它们的出发点都集中在如何选择邻域的大小、形状和方向、参加平均的点数以及邻域各点的权重系数等，如：;(a)原图像 (b)对(a)加椒盐噪声的图像 (c)3×3邻域平滑 (d) 5×5邻域平滑 (e)3×3阈值平滑法(T=64) (f)5×5阈值平滑法(T=48);非线性滤波器; 它对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。但它对点、线等细节较多的图像却不太合适。 对中值滤波法来说，正确选择窗口尺寸的大小是很重要的环节。一般很难事先确定最佳的窗口尺寸，需通过从小窗口到大窗口的中值滤波试验，再从中选取最佳的。 ; 二维中值滤波器的窗口形状可以有多种，如线状、方形、十字形、圆形、菱形等（见图）。 ;;4.4 图像空间域锐化; 离散图像处理时，常用到梯度的大小，因此习惯称梯度的大小为“梯度”。并且一阶偏导数采用一阶差分近似表示，即 ; 除梯度算子以外，还可采用Roberts、Prewitt和Sobel算子计算梯度，来增强边缘。 Roberts算子差分计算式如下： gx =f(x+1,y+1)-f(x,y) gy =f(x+1,y)-f(x,y+1);Prewitt算子:;Sobel算子：;不同的梯度增强输出图像： ;;Laplacian增强算子;因此Laplacian算子表达式为;拉普拉斯变换