[工学]第4章图像增强2.ppt

Digital Image Processing 数字图像处理 第四章 图像增强 4.1 概 述 图像增强的定义 可能的处理： 去除噪音 边缘增强 提高对比度 增加亮度 改善颜色效果 改善细微层次 通常与改善视觉效果相一致 概述 空域点处理增强 空域滤波增强 频域滤波增强 4.2 空域点处理增强 空域处理表示 空域处理表示 知识回顾 空域点处理增强 直接灰度变换 直方图修正 图像间的运算 直接灰度变换常用方法 1、图像求反 2、线性灰度变换 3、对数变换 4、灰度切割 5、位图切割 直接灰度变换 1、图像求反 假设对灰度级范围是[0，L-1]的图像求反，就是通过变换将[0，L-1]变换到[L-1，0]，变换公式如下： 获得一个阴图象 获得一个子图像的补图像 直接灰度变换 2.线性灰度变换 直接灰度变换 要消除这种因动态范围太大而引起的失真，一种有效的方法是对原图像的动态范围进行压缩，最常用的是借助对数形式对动态范围进行调整，其数学表达式如下： 直接灰度变换 4、灰度切割 一种方法：是对感兴趣的灰度级以较大的灰度值t2来显示，而对另外的灰度级则以较小的灰度值t1来显示。 P59 例4.3 直接灰度变换 5、位图切割 （一般了解） 设图像中每一个像素由8bit表示，也就是说图像有8个位面，一般用位面0表示最低位面，位面7表示最高位面。借助图像的位面表示形式可通过对图像特定位面的操作来达到对图像的增强效果。 直方图修正 直方图 直方图是图像的一种统计表达。对一幅灰度图像，其灰度统计直方图反映了该图中不同灰度级出现的统计情况。 横轴表示不同的灰度级，纵轴表示了图像中各个灰度级像素的个数。 直方图提供了原图中各种灰度值分布的情况----给出了一幅图像所有灰度值的整体描述。 直方图修正 直方图修正 直方图修正 改变直方图的形状来增强图像对比度 直方图均衡化 直方图均衡化原理 直方图均衡化主要用于增强动态范围偏小的图像的反差。 这个方法的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。 直方图均衡化 直方图均衡化 直方图均衡化 原始图像各灰度级对应的概率分布 直方图均衡化 图像直方图均衡化过程如下： （1）得到变换后的值： 直方图均衡化 （2）用式 将 扩展到 范围内并取整，得： 直方图均衡化 （4）变换后5个灰度级的像素数 直方图均衡化 直方图均衡化 在matlab中实现直方图均衡化主要函数： 1、imhist（I，n）%显示图像直方图 2、J=histeq（I）%实现直方图均衡化 直方图规定化 2． 直方图规定化 直方图规定化 2． 直方图规定化（3个步骤） 直方图规定化 原始图像各灰度级对应的概率分布 直方图规定化 直方图规定化 习题练习 P87 4.3 知识回顾： 图像增强——空域点处理增强 直接灰度变换 直方图修正 图像间的运算 直接灰度变换常用方法 1、图像求反 2、线性灰度变换 3、对数变换 4、灰度切割 5、位图切割 直方图修正 改变直方图的形状来增强图像对比度 图像间运算 图像间运算-算术运算 (1) 图像减法 图像间运算-图像减法 图像间运算-图像平均 (2) 图像平均 图像间运算-图像平均 图像间运算－逻辑运算 与运算 与运算 或运算 或运算 4.3 空域滤波增强 空域滤波 空域滤波 原理：空域滤波就是在待处理的图像中逐点地移动模板，对每个（x，y）点，滤波器在该点的响应通过事先定义的关系来计算。 空域滤波 空域滤波分类 （1）根据其功能分类----滤波效果 平滑滤波 锐化滤波 （2）根据操作特点分类： 线性 非线性（基于邻域的） 平滑滤波 能减弱或消除图像中的高频率分量，但不影响低频率分量。 高频分量对应图像中的区域边缘等灰度值具有较大较快变化的部分，平滑滤波将这些分量滤去可减少局部灰度起伏，使图像变得比较平滑。 平滑滤波还可以用于消除噪声、去除小细节、将目标内小间断链接起来。 锐化滤波 能减弱或消除图像中的低频率分量，但不影响高频率分量。 低频分量对应图像中灰度值缓慢变化的区域，因而与图像的整体特性（如整体对比度和平均灰度值等）有关。 锐化滤波将这些分量滤去可使图像反差增加，边缘明显。 锐化滤波可以用于增强被