第六章 图像增强和平滑.ppt

第六章 图像增强与平滑 图像增强主要目的是： （1）改善图像的视觉效果，提高图像的清晰度（2）使图像变得更易于计算机的处理与分析 图像增强可对图像的某些特征，如边缘、轮廓、对比度等进行强调或尖锐化。 图像增强按其处理的方法分成两类： 一类是空域处理方法 一类是频域处理方法 总体上而言，图像增强的方法主要包括: 1. 直方图修改 2. 灰度变换方法 3. 图像滤波 4. 图像锐化和 5. 图像彩色增强 第一节直方图 一、直方图的概念 直方图就是反映一幅图像中的灰度与出现这种灰度的概率之间的关系的图形。 直方图是图像的重要统计特征，是图像灰度密度函数的近似，它表示图像中具有某种灰度级的像素的个数，反映了图像中每种灰度出现的频率。 灰度直方图的计算非常简单，用rk代表灰度，用pr (rk)表示灰度值rk出现的相对频数，其为： 在直角坐标系中做出rk与pr (rk)的关系图形，即称为该图像的直方图。 MATLAB图像处理工具箱提供了imhist 函数来计算和显示图像的灰度分布，该函数值除于像素总数才是直方图，但该函数显示图像的灰度分布与图像直方图的形状是一致的，故常用该图形来描述图像直方图。图像lena.bmp的灰度分布如图6－1所示。 其具体过程如下： I=imread(lena.bmp)；％将图读入到I imshow(I)； ％显示图I figure,imhist(I); ％显示图I的灰度分布 直方图虽然不能直接反映出图像内容，但可以看出一幅图像的灰度分布特性。 二、 直方图均衡处理 直方图均衡就是把一已知发度概率分布的图像，经过一种变换，使之演变成一幅具有均匀灰度概率分布的新图像。 设r、s分别表示被增强图像和变换后图像的灰度。为了简单，在下面的讨论中。假定所有像素的灰度，已被归一化了。就是说，当r＝s＝0时，表示黑色；r＝s＝1时，表示白色；而r、s∈[0，1]表示像素灰度在黑白之间变化。 一幅给定图像的灰度级分布在0≤r≤1范围内。可以对［0，1」区间内的任一个r值进行如下变换： 通过上述变换，每个原始图像的像素灰度值r都对应产生一个s值。变换函数T(r)应满足下列条件： （1）在0≤r≤1区间内，T(r)值单调增加； （2）对于0≤r≤1，有0≤T(r)≤1。 由概率论理论可知，如果已知随机变量ξ的概率密度函数为 ，而随机变量η是ξ的函数，即 ，η的概率密度为 ，所以可由 求出 因为 是单调增加的，因此，它的反函数 也是单调函数。 在这种情况下，η＜s且仅当ξ＜r时，可以求得随机变量η的分布函数为 对式（6－4）两边求导，即可得到随机变量η的分布密度函数 为 直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。假定变换函数为: 对式(6-6)中的r求导，则 再把结果代入(6—5)，则 为了对图像进行数字处理，必须引入离散形式的公式。当灰度级是离散值的时候，可用频数近似代替概率值，即 0≤≤1 k=0,1,2,…，L-1 式中L是灰度级数， 是取第k级灰度值的概率， 是在图像中出现第k级灰度的次数，n是图像中像素总数。 式(6-6)的离散形式可由式(6-10)表示: 0≤≤1 k=0,1,2,…，L-1 其反变换式为 第二节 灰度变换 一、线性灰度变换 假定原图像 的灰度范围为 ，希望变换后的图像