[2018年最新整理]图像处理第3章.ppt

第三章 图像增强及去噪技术 图像增强及去噪技术是运用一系列技术手段改善图像数据中所承载的信息，清除图像中的无用信息，去除噪声，恢复有用信息，抑制不需要的变形或者增强某些对于后续处理来说比较重要的图像特征，将图像转化成一种更适合于人或计算机进行分析处理的形式。本章主要讲述图像的灰度增强、空间域图像去噪、频率域图像去噪、形态学滤波去噪技术和伪彩色图像增强等内容。 3.1 图像的灰度增强 图像的灰度增强是指通过一定的处理方法，提高图像中的亮 暗对比度，由此加大亮暗差异目标特征。由于描述一幅图像的灰度 级有限，因此图像的灰度增强处理的核心思路是通过抑制非重要目 标信息来增强重要目标信息。图像增强应用范围广泛，这里主要介 绍图像灰度变换和直方图修正。 灰度线性变换 输入图像 灰度范围为[a, b]， 输出图像 灰度范围为[c, d]。 f(x,y)灰度范围为[a, b]，g(x,y)灰度范围为[c, d]。输入输出灰度线性映射关系为: 灰度线性变换 分段线性灰度变换 为了突出图像中感兴趣的目标或者灰度区间，将图像灰度区间分成两段乃至多段分别作线性变换称之为分段线性变换。 分段线性灰度变换 分段线性灰度变换输入输出线性映射关系为: 分段线性灰度变换 分段线性变换函数 其形式可以任意组合,有些重要的变换可以应用分段线性函数描述. 对比拉伸 其他线性灰度变换 灰度倒置线性变换关系 其他线性灰度变换 局部斜率线性变换关系: 分两段的线性变换  (a)低灰度区扩展高灰度区压缩的线性变换 (b)低灰度区压缩高灰度区扩展的线性变换 若图像灰度在0～M范围内，其中大部分像素的灰度级分布在区间[a，b]内，很小部分像素的灰度级超出此区间。为改善增强效果，对于图（b）的映射关系为： 线性灰度变换关系 2．分段线性灰度变换为了突出图像中感兴趣的目标或者灰度区间，把线性灰度变换原理引申应用。将图像灰度区间分成两段乃至多段分别作线性变换称之为分段线性变换。分段线性变换的优点是可以根据用户的需要，拉伸特征物体的灰度细节，相对抑制不感兴趣的灰度级。采用分段线性法，可将需要的图像细节灰度级拉伸，增强对比度，将不需要的细节灰度级压缩。其数学表达式如下： 4.灰度非线性变换 当用某些非线性函数，例如平方、对数、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。灰度的非线性变换简称非线性变换，是指由这样一个非线性单值函数所确定的灰度变换。 式中，C为尺度比例常数。是为了避免对零求对数。 3.1.2 灰度直方图的定义 1.灰度直方图的定义 设变量r代表图像中像素灰度级,在图像中，像素的灰度级可作归一化处理，这样r的值将限定在下述范围之内： 0≤r≤1 在灰度级中，r=0代表黑，r=1代表白。对于一幅给定的图像来说，每一个像素取得[0, 1]区间内的灰度级是随机的，也就是说，是一个随机变量。 对一幅数字图像，若对应于每－灰度值，统计出具有该灰度值的像素数，并据此绘出像素数-灰度值图形，则该图形称该图像的灰度直方图，简称直方图。 直方图是以灰度值作横坐标，像素数作纵坐标。有时直方图亦采用某一灰度值的像素数占全图总像素数的百分比（即某一灰度值出现的频数）作为纵坐标。 灰度图像的直方图 在离散的形式下，用rk代表离散灰度级，用P(rk)代表概率密度函数，并且有下式成立： 式中nk为图像中出现rk这种灰度的像素数，n是图像中像素总数，nk/n就是概率论中的频数，l是灰度级的总数目。在直角坐标系中作出rk与P(rk)的关系图形，就得到直方图 灰度图像直方图 灰度图像的直方图 例:直方图显示与灰度图像的关系 直方图与灰度图像对应关系小结: 直方图的性质 ★ (1) 直方图是一幅图像中各像素灰度值出现次数（或频数）的统计结果，它只反映该图像中不同灰度值出现的次数（或频数〕，而未反映每一灰度值像素所在位置。也就是说，它只包含了该图像中某一灰度值的像素出现的概率，而丢失了其所在位置的信息。 直方图的性质 ★ (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。也就说，图像与直方图之间是一种多对一的映射关系。 直方图的性质 图像与直方图之间是一种多对一的映射关系 直方图的性质 ★ (3)由于直方图是对具有相同灰度值的像素统计