第3章 空间域图像增强(第2讲).ppt

3.3.3 局部增强 前面讨论的两种直方图处理方法是全局性的?像素是基于整幅图像灰度满意度的变换函数修改的。 这种方法可能不适合增强小范围内的细节（当这些像素对设计全局转换函数没有重要影响时） 局部增强的步骤 步骤① 定义一个矩形或方形的邻域（块），在局部块中计算直方图； 说明：基于局部的灰度分布来构造转换函数 步骤② 利用直方图均衡化和直方图匹配的方法生成变换函数，对局部块中的每一个像素进行灰度级映射； 步骤③ 将块的中心移至临近像素，重复上述操作。 减少计算量： 当对某区域进行逐像素转移时，由于只有邻域中新的一行或一列改变，所以在每一步移动中，以新数据更新前一个位置获得的直方图。 当使用非重叠区域转移时可以减少计算量，但是处理后的图像会出现棋盘效应（checkerboard effect）。 局部增强 在DIP 中使用局部均值和方差进行图像增强的重要特点： 开发简单； 功能强； 灵活性； 基于可预测的，且与图像外观相近的统计 度量。 局部增强方法 方法一 其中A(x,y)是局部增强因子，和标准差成反比 方法二 E, k0, k1, k2特定参数，MG全局平均灰度值，DG全局方差。 利用均值和方差，分辨点的亮与暗，同时只增强暗部分。 暗亮的判断：判断一个点亮暗的方法是把局部平均灰度和图像的全局平均灰度进行对比，若 ，则此像素可作候选处理对象。 对比度的判断：用标准方差检测区域对比度，是否需要增强. 方法是：若 ，则是候选点。最后还需要限制能够接收的对比度最低值，否则该过程甚至可能增强标准差为0 的恒定区域，故 满足上述局部增强所有条件的像素f(x,y) 简单地乘以一个固定常数E，以增加(或减少)区域内像素的灰度级。 不满足条件的像素值则保持不变。 参数选择 合理选择参数(E,k0,k1,k2)需要对给定的某一类图像进行多次试验： E 不能选择太大，以免破坏图像的视觉平衡； k0 是一个小于1.0 的正常数，一般取k00.5； Nsxy尽量小，以保持图像细节并减小计算量； k2为正常数。如果增强亮区，则k2 1.0； 对于暗区，则k2 1.0； k0 k2正常数。 取(E=4.0, k0=0.4, k1=0.02, k2=0.4, Nsxy=3×3) 局部图像增强实例（方法二） 增强的SEM图像 基于空间滤波的图像增强技术 用空间子图像掩模进行图像增强的方法称为空间滤波处理。 讨论的内容包括 空间滤波基础 平滑空间滤波器 锐化空间滤波器 混合空间增强法 3.5 空间滤波器基础 空间域滤波器分类 问题： 当掩模中心靠近图像边缘时，掩模的行或列位于图像平面之外，如何处理这一类问题？ 解决办法： 1. 限制处理范围 方法：对于n×n的掩模，将掩模中心的移动范围限制在距离图像边缘不小于(n-1)/2 个像素处。 缺点：这种做法将使处理后的图像比原图像稍小，但处理后的图像中所有像素点都由整个掩模处理。 也可将边界像素值保留，图像大小不变。 举例：3×3 掩模，512 ×512输入?510×510输出 均值滤波器 —— 实现原理 在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。用模板中的全体像素的均值来替代原来的像素值。 标准测试图 500x500 均值滤波器的缺点是，会使图像变的模糊，原因是它对所有的点都是同等对待，在将噪声点分摊的同时，将景物的边界点也分摊了。 为了改善效果，就可采用加权平均的方式来构造滤波器。 均值滤波器的改进 —— 加权均值滤波 中值滤波器 —— 问题的提出 虽然均值滤波器对噪声有抑制作用，但同时会使图像变得模糊。即使是加权均值滤波，改善的效果也是有限的。 为了有效地改善这一状况，必须改换滤波器的设计思路，中值滤波就是一种有效的方法，是一种非线性的滤波器。 中值滤波器 —— 设计思想 因为噪声（如椒盐噪声）的出现，使该点像素比周围的像素亮（暗）许多。 如果在某个模板中，对像素进行由小到大排列的重新排列，那么最亮的或者是最暗的点一定被排在两侧。 取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达到滤除噪声的目的。 3.6.2 统计排序滤波器(1)  Order-Statistics Filters 统计排序滤波器是一种非线性的空间滤波器,它的响应基于图像滤波器包围的图像区域中像素的排序,然后由统计排序结果决定的值代替中心像素的值。 中值滤波器