第二章_图像增强.pptVIP

第二章 图像增强;;;;;;图像增强目的;图像增强特点;图像增强分类; 基于空间域的增强方法按照所采用的技术不同可分为灰度变换和空域滤波两种方法。 灰度变换是基于点操作的增强方法，将每一像素的灰度位按照一定的数学变换公式转换为一个新的灰度值，如增强处理中常用的对比度增强、直方图均衡化等方法。 空域滤波是基于邻域处理的增强方法，它应用某一模板对每个像素与其周围邻域的所有像素进行某种数学运算得到该像元的新的灰度值(即输出值)，输出值的大小不仅与该像素的灰度值有关，而且还与其邻域内的像素的灰度值有关，常用的图像平滑与锐化技术就属于空域滤波的范畴。 ;;按功能分;问题提出;;;;;;2.1 对比度增强;;对比度增强;;;对比度增强;对比度增强;灰度变换;1．线性拉伸; ; (1)按比例线性拉伸;; (2)分段线性拉伸;;;;作业：写出下面两个分段变换的变换函数; 2．非线性拉伸;（1）对数扩展;;（2）指数扩展;;3.直方图修正法;(1)直方图均衡化增强;;;;;直方图均衡化举例;则均衡化过程如下：;;;(2)直方图规定化增强;;;;　z=T-1(s)=r = G-1(v) 这样就把原直方图和规定化直方图联系起来了。 假定T-1(s)是单调的，则直方图规定化增强处理的步骤如下： (1)将原始图像作直方图均衡化处理； (2) 按照希望得到的图像的灰度级概率密度函数pz(z)，求得变换函数G(z); (3)用步骤(1)得到的灰度级s作逆变换z=G-1(s) 。 经过以上处理得到的图像的灰度级将具有规定的概率密度函数pz(z)。可用综合式： Z=G-1[T(r)]);直方图规定化举例;直方图如下图所示：;;(2) 计算离散情况下的变换函数G(Zk) 得到以下数值： ;;;;;直方图规定化应用实例; 图(A)、(a)分别是一幅航拍数字化图像中某一区域及其直方图；图(B)、(b)分别是覆盖同一区域的三波段TM(5，4，3)图像的亮度均值图像和其直方图；图(C)、(c)是将图像(A)按图(b)的直方图进行规定化得到的结果及其直方图。通过对比可以看出图(C)的对比度同图(B)接近一致，对应的直方图形状差异也不大。 这样有利于影像融合处理，保证融合影像光谱特性变化小。;2.2 图像平滑;图像平滑方法：空域和频域、全局和局部 图像平??技术： 局部平均法：邻域平均法、中值滤波 频域平滑：理想低通滤波器、梯形滤波器 ;邻域平均法;超限像素平均法;中值滤波(1);二维中值滤波(2);二维中值滤波(3);频域平滑;傅立叶变换和频域简介; 假定原图像为f(x,y),经傅立叶变换为F(u,v)，频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行调整，然后经逆傅立叶变换得到增强的图像g(x,y)。 频率域增强的一般过程为： 图像平滑的数学描述： G(u,v)= H(u,v)F(u,v) F(u,v)原始图像傅立叶谱， G(u,v)平滑图像傅立叶谱，H(u,v)滤波器的转移函数(频谱相应) H(u,v)抑制高频，放过低频;频域平滑示意图;1.理想低通滤波器;;振铃现象;2.Butterworth低通滤波器;;3.指数低通滤波器;;4.梯形低通滤波器;;2.3 图像锐化;微分方法;梯度是一个矢量，其大小和方向为： ;为简化梯度运算，经常使用： 来计算梯度。 梯度与边缘 梯度值正比于像素之差。对于一幅图像中突出的边缘区，其梯度值较大；在平滑区域梯度值小；对于灰度级为常数的区域，梯度为零。;常用于计算梯度的算子;为了统一运算，也可以归入模板法，在空域处理（卷积）。因此，上面的差分计算公式通常可以用模板进行描述： ; 当选定了近似梯度计算方法后，可以有多种方法产生梯度图像g(x，y)。最简单的方法是让坐标(x,y)处的值等于该点的梯度．即: g(x,y)= grad(x,y) ;梯度算子(1);梯度算子(2);;Prewitt梯度算子、Sobel算子;Laplace增强算子;;;高通滤波;理想高通滤波;巴特沃斯Butterworth高通滤波器;指数滤波器; 梯形滤波器;;同态滤波（1）;同态滤波;同态滤波（2）;同态滤波（2）;同态滤波（3）;2.4 彩色增强技术