[理学]05图像增强.ppt

第五章 图像增强 5.1 概 述 概述 5.2 空域点处理增强 空域处理表示 空域点处理表示 直接灰度变换 直方图修正 像素间的运算。 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： 直接灰度变换 2.线性灰度变换 典型的分段线性变换数学表达式如下： 直接灰度变换 3. 对数变换 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 目的：增强特定范围的对比度，用来突出图像中特定灰度范围的亮度。 一种方法：是对感兴趣的灰度级以较大的灰度值t2显示而对另外的灰度级则以较小的灰度值t1来显示。 直接灰度变换 5、位图切割 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，如图所示。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 不同图像对应相同的直方图 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 Matlab下直方图均衡化------histeq（） 直方图规定化 直方图规定化：可以按照预先设定的某个形状来调整图像的直方图。 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 直方图规定化 直方图规定化 直方图规定化 直方图规定化 直方图修正的特点 直方图均衡化的特点是计算相对简单，能自动的增强整个图像的对比度，但具体的增强效果不易控制，处理的结果也是得到全局均衡化的直方图。 直方图规定化的特点：计算量大，有选择的增强图像特定灰度范围，更灵活、更有针对性，若能正确选择规定化的增强函数，就可以得到比直方图均衡化更好的效果。 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 5.3 空域滤波增强 空域滤波 空域滤波就是在待处理的图像中逐点地移动模板，对每个点，滤波器在该点的响应通过事先定义的关系来计算。 线性平滑滤波器 线性平滑滤波器 中值滤波器（非线性平滑滤波） 中值滤波是用一个有奇数点的滑动窗口，将窗口中心 点的值用窗口各点的中值代替。具体操作步骤如下： （1）将模板在图中漫游，并将模板中心与图中某个象素位置重合。 （2）读取模板下各对应象素的灰度值。 （3）将这些灰度值从小到大排成1列。 （4）找出这些值里排在中间的1个。 （5）将这个中间值赋给对应模板中心位置的象素。 中值滤波器 对于给定的邻域像素灰度值如右图所示，试分别用邻域平均法和中值滤波法计算出其中心像素点滤波后的响应？ 锐化滤波器-梯度算子法 锐化滤波器-梯度算子法 锐化滤波器-梯度算子法 锐化滤波器-梯度算子法 锐化滤波器-梯度算子法 梯度值和邻近像素灰度值的差分成正比，因此图像中灰度变换较大的边缘区域的梯度值大，而灰度变化平缓或微弱的区域的梯度值小，对于灰度值不变的区域，其梯度值为0。 图像经过梯度运算后，留下灰度值变换大的边缘，使其细节清晰，从而达到锐化的目的。 梯度锐化实例 锐化滤波器-拉普拉斯算子法 5.4 频域图像增强 频域图像增强 低通滤波 理想低通滤波器 低通滤波 巴特沃斯低通滤波器 低通滤波器 高通滤波 高通滤波 高频加强滤波 高频加强滤波 高频加强滤波 带通滤波 带通滤波 带阻滤波 同态滤波 同态滤波 同态滤波 同态滤波 同态滤波 彩色图像增强 人眼只能分辩几十种不同深浅的灰度级，但能分辩几千种不同的颜色－借助彩色图像增强视觉效果。 彩色图像增强方法 伪彩色增强 真彩色增强 伪彩色增强 对原来灰度图像中不同灰度值的区域赋予不同的颜色，以更明显的区分－赋色过程实际上是一种着色过程 灰度级－彩色变换 可以将黑白灰度图像变为具有多种颜色渐变的连续彩色图像 基本思想：对输入象素的灰度级进行三个相互独立的转换，然后，这三个结果分别送到彩色监视器的红、绿、蓝的电子发射枪上。 频域滤波 基本思想：根据图像中各区域的不同频率含量给区域