图像处理与模式识别-第三章.ppt

图像处理与模式识别 图像处理与模式识别 计算机学院 第三章 图像增强 什么是图像增强？ 图像增强是对图像进行加工，以得到对具体应用来说视觉效果更 “好”，或更，“有用”的图像的技术。 为什么要增强图象？ 图像在传输或者处理过程中会引入噪声或使图像变模糊，从而降低了图像质量，甚至淹没了特征，给分析带来了困难。 目的： 改善图像的视觉效果，提高图像的清晰度； 将图像转换成一种更适合于人或机器分析处理的形式。 第三章 图像增强 方法分类 空域法：直接在图像所在的空间进行处理，如灰度映射、直方图变换等。 变换域法：在变换域对图像进行处理。最常用的变换空间就是频域空间，也就是傅立叶变换空间。 一点说明 在图像增强的过程中，没有新信息的增加，只是通过压制一部分信息，从而突出另一部分信息。 第三章 图像增强 3.1 基于点操作的增强 3.2 图像平滑 3.3 图像锐化 3.4 彩色增强 3.1 基于点操作的增强 3.1.1 图像间运算 借助对一系列图像间的操作进行变换 3.1.2 灰度变换 将 f (·) 中的每个像素按T 操作直接变换得到 g (·) 3.1.3 直方图变换 借助 f (·) 的直方图进行变换 3.1.1 图像间运算 算术运算 加法： 记为 p+q 减法： 记为 p-q 乘法： 记为 p*q(pq或p×q) 除法： 记为 p÷q 3.1.1 图像间运算 3.1.1 图像间运算 3.1.1 图像间运算 3.1.1 图像间运算 3.1.1 图像间运算 3.1.1 图像间运算 3.1.2 灰度变换 灰度变换的原理 灰度变换的优点 扩大图像灰度的动态范围，提高图像的对比度。 灰度变换的分类（根据变换函数的不同） 线性变换 分段线性变换 非线性变换 3.1.2 灰度变换 3.1.2 灰度变换 扩展动态范围： 改变取值区间： 缩小动态范围： 反转或取反： 3.1.2 灰度变换 扩展感兴趣的，牺牲其它 对于感兴趣的区间[a,b]，采用斜率大于1的线性变换来进行扩展，而把其它区间用c或d来表示。变换函数为 扩展感兴趣的，压缩其它 在扩展感兴趣的[a,b]区间的同时，为了保留其它区间的灰度层次，也可以采用其它区间压缩的方法，即有扩有压。变换函数为 3.1.2 灰度变换 3.1.2 灰度变换 3.1.2 灰度变换 3.1.2 灰度变换 3.1.2 灰度变换 课堂练习 3.1.3 直方图变换 3.1.3 直方图变换 3.1.3 直方图变换 3.1.3 直方图变换 3.1.3 直方图变换 3.1.3 直方图变换 3.1.3 直方图变换 3.1.3 直方图变换 3.1.3 直方图变换 3.1.3 直方图变换 直方图规定化的定义 修改图像的直方图，使得它与另一幅图像的直方图匹配或具有一种预先规定的函数形状。 直方图规定化的目的 突出感兴趣的灰度范围。 与直方图均衡化的关系 直方图均衡化是直方图规定化的一个特例。 3.1.3 直方图变换 3.1.3 直方图变换 3.1.3 直方图变换 单映射规则(SLM: Single Mapping Low) 组映射规则(GLM: Grouping Mapping Law) 3.1.3 直方图变换 3.1.3 直方图变换 3.1.3 直方图变换 3.1.3 直方图变换 直方图均衡 自动增加 效果不易控制 总得到全局增加的结果 直方图规定化 有选择的增强 需给定需要的直方图 可特定的增强结果 3.1.3 直方图变换 3.2 图像平滑 图像平滑的目的 消除噪声 噪声的来源 在光电、电磁转换过程中引入的人为噪声 大气层电（磁）暴、闪电、电压、或浪涌等引起的强脉冲性冲击噪声 由物理量的不连续或粒子性引起的自然起伏噪声 方法分类 空域或频域 全局处理或局部处理 线性平滑或非线性平滑和自适应平滑 3.2 图像平滑 3.2.1 领域平均法 3.2.2 空域低通滤波 3.2.3 频域低通滤波 3.2.4 多图像平均法 3.2.5 中值滤波 3.2.1 领域平均法 3.2.1 领域平均法 3.2.1 领域平均法 3.2.1 领域平均法 3.2.2 空域低通滤波 3.2.2 空域低通滤波 3.2.3 频域低通滤波 3.2.3 频域低通滤波 3.2.3 频域低通滤波 3.2.3 频域低通滤波 3.2.3 频域低通滤波 3.2.3 频域低通滤波 3.2.3 频域低通滤波 3.2.3 频域低通滤波 3.2.3 频域低通滤波 3.2.3 频域低通滤波 3.2.4 多图像平均法 3.2.4 中值滤波（非线性平滑滤波） 中值滤波的原理：对一个窗口（记为W）内的所有像素灰度值进行排序，取排序结果的中间值作为W 中心点处像素的灰度值。