图像预处理及MATLAB实现综述.pptVIP

第3章 图像预处理及MATLAB实现 图像预处理是相对于图像识别、图像理解而言的一种前期处理。 不论采用何种装置，输人的图像往往不能令人满意。 例：从美学的角度会感到图像中物体的轮廓过于鲜明而显得不协调； 按检测对象物大小和形状的要求看，图像的边缘过于模糊； 在相当满意的一幅图像上会发现多了一些不知来源的黑点或白点； 图像的失真、变形等等。 总之，输人的图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题不妨统称为“质量”问题。尽管由于目的、观点、爱好等的不同，图像质量很难有统一的定义和标准，但是，根据应用要求改善图像质量却是一个共同的愿望。 改善图像质量的处理称为图像预处理，主要是指按需要进行适当的变换突出某些有用的信息，去除或削弱无用的信息，如：改变图像对比度，去除噪声或强调边缘的处理等。 本章主要介绍直方图修正、灰度变换等内容。除本章介绍的内容外，图像预处理基本方法还有：图像的频域特性（参见本书第4章）、直方图变换、灰度变换、图像平滑、图像锐化、伪彩色和假彩色处理（参见本书第8章）等就不在本章介绍了。 3. 1 直方图修正 *按照随机过程理论，图像可以看做是一个随机场,也具有相应的随机特性，其中最重要的就是灰度密度函数，但是一般讲，要精确得到图像的灰度密度函数是比较困难的，实际中用数字图像的直方图来代替。 图像的直方图：是图像的重要统计特征，是表示数字图像中每一灰度级与该灰度级出现的频数(该灰度像素的数目)间的统计关系。用横坐标表示灰度级，纵坐标表示频数(也有用相对频数即概率表示的)。按照直方图的定义可表示为： （5.1.1） 式中：N为一幅图像的总像素数，是第k级灰度的像素数，表示第k个灰度级，P(rk)表示该灰度级出现的相对频数。 需要注意的是：直方图能给出该图像的大致描述,如图像的灰度范围、灰度级的分布、整幅图像的平均亮度等，但是仅从直方图不能完整地描述一幅图像，因为一幅图像对应于一个直方图，但是一个直方图不一定只对应一幅图像，几幅图像只要灰度分布密度相同，那么它们的直方图也是相同的。 P149图5.1就是具有相同直方图的图像实例。 尽管直方图不能表示出某灰度级的像素在什么位置，更不能直接反映出图像内容，但是具有统计特性的直方图却能描述该图像的灰度分布特性，使人们从中得到诸如总体明亮程度、对比度、对象物的可分性等与图像质量有关的灰度分布概貌,成为一些处理方法的重要依据； 同时，对直方图进行分析可得出图像的一些能反映出图像特点的有用特征。例如， 当图像的对比度较小时，它的灰度直方图只在灰度轴上较小的一段区间上非零； 较暗的图像由于较多像素的灰度值低，因此直方图的主体出现在低值灰度区间上，在高值灰度区间上的幅度较小或为零，而较亮的图像情况正好相反； 看起来清晰柔和的图像，它的直方图分布比较均匀。 通常一幅均匀量化的自然图像由于其灰度直方图分布集中在较窄的低值灰度区间，引起图像的细节看不清楚，为使图像变得清晰，可以通过变换使图像的灰度范围拉开或使灰度分布在动态范围内趋于均化，从而增加反差，使图像的细节清晰,达到图像增强的目的。 事实证明，通过图像直方图修改进行图像增强是一种有效的方法。 3.1.2直方图修正 直方图修正的应用非常广泛。 例：在医学上，为了改善x射线机操作人员的工作条件，可以采用低强度X射线曝光，但是这样获得的X光片灰度级集中在暗区，许多图像细节无法看清，判读困难，通过修正使灰度级分布在人眼合适的亮度区域，就可以使X光片中的细节，如筋骨、关节等清晰可见。 另外还有一些非可见光成像的工业无损检测（如射线成像、红外成像等）， 军事公安侦察等照片的处理。 (1)直方图均衡化 直方图均衡化（直方图均匀化），是一种常用的灰度增强算法，是将原图像的直方图经过变换函数修整为均匀直方图，然后按均衡后的直方图修整原图像。 为研究方便，首先将直方图归一化，即让原图像灰度范围[Z1,Zk]归一化为[0,1]。设其中任一灰度级Z归一化为r，变换后图像的任一灰度级Z’归一化为s，显然r，s应当满足： 0≤r≤1， 0≤s≤1 (5.1.2) 因此直方图修正就是对下列公式的计算过程： s＝T(r) 或 r＝T-1 (s) (5.1.3) 式中：T(r)为变换函数，它必须满足下列条件： ①T(r)在0≤r≤1区间内是单值函数，且单调增加； ②T(r)在0≤r≤1内满足0≤T(r)≤1。 条件①保证了灰度级从黑到白的次序，而条件②确保映射后的像素灰度级仍在允许的灰度级范围内，避免整个图像明显变亮或者变暗。T-1 (s)为反变换函数，也同样满足上述的两个条件。 对于连续