[工学]第3章图像增强.ppt

第三章 图像增强 第三章 图像增强 §1 概述 第三章 图像增强 第三章 图像增强 第三章 图像增强 第三章图像增强 §2 直方图 离散图像 一、直方图的性质 1.只反映图像中不同灰度值出现的次数，未反映某一灰度值象素所在位置。 第三章　图像增强 2.任一幅图像，都能唯一地算出一幅与它对应的直方图，但不同的图像，可能有相同的直方图。即图像与直方图之间是一种多对一的映射关系。 3.由于直方图是对象素数的统计结果，因此，一幅图像各子区的直方图之和就等于该图全图的直方图。 二、直方图的应用 1.图像数字化时参数的选择 2.选取图像二值化的阈值 3.计算积分光密度 用直方图中数值表示为 第三章　图像增强 第三章 数字图像处理的基本知识 第三章 数字图像处理的基本知识 第三章 数字图像处理的基本知识 第三章 数字图像处理的基本知识 第三章 图像增强 §2 点运算 一、灰度级校正 其中： 为降质函数或观测系统的灰度失真系数。 标定：用一幅图像的灰度级为常数C的图像成像，若经成像系统的实际输出为 ，则有 降质函数为 校正后的原始图像为 第三章 图像增强 二、灰度变换 　　灰度变换可调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。 1.线性变换 第三章 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。采用线性变换对图像每一个像素灰度作线性拉伸，可有效地改善图像视觉效果。 第三章 图像增强 　　2.分段线性变换 　　　为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。 第三章 图像增强 第三章 图像增强 3.非线性变换 　　　当用某些非线性函数如对数函数、指数函数等，作为映射函数时，可实现图像灰度的非线性变换。 对数变换（低灰度区拉伸，高灰度区压缩） 指数变换 第三章 图像增强 三、直方图修正 第三章 图像增强 即 　　　　　　　　　　　　且为单调函数 　　　　　　　　　　分别表示变换前后的概率密度分布，则 第三章 图像增强 均匀分布时信息量最大，取 对于离散图像，则有， 第三章 图像增强 例1：一幅64*64的8灰度级层次的图像，灰度分布及均衡化过程如下表。 第三章 图像增强 上述例子均衡化前后的灰度分布及变换函数如下图。 第三章 图像增强 第三章 图像增强 第三章 图像增强 第三章 图像增强 第三章 图像增强 第三章 图像增强 2.直方图规定化 　　在某些情况下，并不一定需要具有均匀直方图的图像，有时需要具有特定的直方图的图像，以便能够增强图像中某些灰度级。直方图规定化方法就是针对上述思想提出来的。直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。 　　可见，它是对直方图均衡化处理的一种有效的扩展。直方图均衡化处理是直方图规定化的一个特例。 第三章 图像增强 第三章 图像增强 第三章 图像增强 第三章 图像增强 例2：（原例1数据） 第三章 图像增强 第三章 图像增强 第三章 图像增强 第三章 图像增强 第三章 图像增强 第三章 图像增强 频域低通滤波的基本思想 G(u,v)=F(u,v)H(u,v) F(u,v)是需要钝化图像的傅立叶变换形式 H(u,v)是选取的一个滤波器变换函数 G(u,v)是通过H(u,v)减少F(u,v)的高频部分得到的结果 运用傅立叶逆变换得到钝化后的图像。 1. 同态滤波器的基本思想 一个图像f(x,y)可以根据它的明度和反射分量的乘积来表示 f (x,y) = i (x,y)r (x,y) 其中：i (x,y)为明度函数， r (x,y)反射分量函数 通过同时实现压缩亮度范围和增强对比度，来改进图像的表现 2. 同态滤波器的定义 因为两个函数乘积的傅立叶变换不是可分离的，也即: F{f(x,y)} ≠ F{i(x,y)}F{r(x,y)} 然而假设我们定义 z(x,y) = ln f(x,y) = ln i(x,y)r(x,y) = ln i(x,y) + ln r(x,y) 那么有： F{z(x,y)} = F{ln f(x,y)} = F{ln i(x,y)} + F{ln r(x,y)} 或 Z(u,v) = I(u,v) + R(u,v) 其中I(u,v) 和R(