数字图像处理与图像通信 第4章 图像增强.pptVIP

图像处理 《数字图像处理与图像通信》 朱秀昌 第4章 图像增强 4.1 灰度级修正 4.2 图像的同态增晰 4.3 图像的平滑 4.4 图像的锐化 4.5 图像的伪彩色处理 4.6 图像的几何校正 图像质量的下降：对比度、聚焦等不合适 图像质量的下降：噪声影响 改善降质的图像的方法： 图像增强（直观评判）: 不考虑图像降质的原因，不一定要去逼近原图像，只将图像中感兴趣的部分加以处理，或突出有用的图像特征； 图像复原（客观评判）: 针对图像降质的具体原因，设法补偿降质因素，从而使改善后的图像尽可能地逼近原始图像。 图像增强处理的基本方法： （1）空间域方法：在原图像上直接进行运算，对像素的灰度值进行处理。如对图像作逐点运算，为点运算；如在处理像点邻域上运算，称局部运算。 （2）频率域方法：在图像的变换域上进行处理，增强感兴趣的频率分量，然后进行反变换，得到增强图像。 4.1 灰度级修正 灰度级修正－－点运算： 不改变像素点的位置，只改变像素点的灰度值。 点运算的表示： 其中：输入图像为f(x,y) 变换后的图像为g (x,y) 变换函数为T［·］ 通过选择不同的映射变换，达到对比度增强的效果。 4.1.1 灰度变换法 成像系统：有一定的亮度响应范围 灰度对比度：亮度的最大值与最小值之比 成像系统的限制，使得成像的视觉效果很差： 对比度不足， 灰度范围太小 灰度总体偏黑、偏白， …… 解决办法：灰度变换法，改善人的视觉效果。 灰度变换：线性、分段线性以及非线性变换。 1. 线性变换 假定原图像f(x,y) 的灰度范围为 ［a,b］， 变换后图像g(x,y)的灰度范围扩为［c,d］， 则采用线性变换： 2. 分段线性变换 为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区域，可采用分段线性变换，如常用的三段线性变换法，如下式： 3. 非线性灰度变换 采用非线性变换函数（例如对数函数、幂指数函数等） 对数变换式 a、b、c是调整曲线的位置和形状的参数。  指数变换式 a、b、c 是调整曲线的位置和形状的参数。 4.1.2 直方图修正法 1. 直方图的概念 直方图表示数字图像中每一灰度级与其出现频数（该灰度像素的数目）间的统计关系。横坐标表示灰度级，纵坐标表示频数。 直方图能给出该图像的大致描述，如灰度范围、灰度级的分布、整幅图像的平均亮度等， 直方图不能完整地描述一幅图像， 一幅图像只对应一个直方图，但一个直方图可对应不同的图像。 2. 直方图均衡化 将连续图像的非均匀概率密度 函数Pr (r) 经变换函数s=T(r) 转换为均匀概率分布Ps(s)的过程。 变换函数＝原图像概率密度函数 的积分， 变换函数是一个非负的递增函数。 4.1.3 直方图规定化 直方图规定化：用一个转换函数来将图像转换为规定的概率密度函数。 例如：通过控制一组直线段来构成直方图，使其满足所希望的形状。然后再数字化并归一化。 左图中的直线段构成的直方图形状受4个参量控制，只要改变上述4个参量就可以得到许多有用的直方图。 表4.4 几种给定形状的直方图修正变换函数 4.2 图像的同态增晰 同态增晰法属于图像频率域处理范畴， 同态增晰法是对图像的灰度范围进行调整。 自然景物的图像 f(x,y) ＝照明函数 fi(x,y) × 反射函数fr(x,y) 同态滤波过程： (1)首先对图像函数 f(x,y) 取对数 (2)对上式取傅立叶变换 (3)将对数图像频谱式乘上同态滤波函数H(u,v) (4)求傅立叶反变换 (5)最后求指数变换，得到经同态滤波处理的图像 同态滤波的实例 4.3 图像的平滑 4.3.1 邻域平均 邻域平均法是一种局部空间域处理的算法： S 是以(x,y)点为中心的邻域的集合，M是S内坐标点的总数。 图像邻域平均法算法 优点：算法简单， 缺点：在降低噪声的同时容易模糊图像边沿和细节处； 改进：采用阈值法 式中T 是一个非负阈值， 当一些点和它们邻值的差值小于T 时，保留这些点的像素灰度值。 模板运算实例 采用邻域平均法处理后的图像 1 采用邻域平均法处理后的图像 2 4.3.2 空间域低通滤波 对图像来说，它的边缘以及噪声干扰的频率分量都处于频率域较高的部分。 因此可以采用低通滤波的方法来去除噪声， 频域的滤波又很容易在空间域用卷积来实现，如： 几种用于噪声平滑的系统单位冲激响应阵列: 4