数字图像处理-张洪刚-第四章图像增强1.pptVIP

* ldhgf * ldhgf * ldhgf * ldhgf * ldhgf * ldhgf * 原图 1/7 3/7 5/7 7/7 0.2 0.4 0.6 0.8 1.0 DA f 变换图 均衡后 1/7 3/7 5/7 7/7 0.19 0.25 0.21 0.24 0.11 0.25 0.05 0.25 0.15 0.05 1/7 3/7 5/7 7/7 仅存5个灰级，宏观拉平，微观不可能平，层次减少，对比度提高。 * 完全理想状态的均匀分布 S0 S1 S2 S3 S4 S5 S6 S7 处理前 r0 512 278 790 ｒ１ 234 512 277 1023 ｒ２ 235 512 103 850 ｒ３ 409 247 656 ｒ４ 265 64 329 ｒ５ 245 245 ｒ６ 122 122 ｒ７ 81 88 处理后 512 512 512 512 512 512 512 512 4096 * 如何确定灰度值 随机取数法:由计算机产生一个在[0,1]间的均匀分布的随机数，确定其归属 按这一像素的领域点的灰度来决定这个像素属于哪个输出级。 * 图像Lena的直方图 均衡后图像Lena的直方图 原始Lena图像 直方图均衡后的Lena图像 * 均衡化效果实例： * 均衡化效果实例（续）： * 均衡化效果实例（续） ： * 均衡化效果实例（续） ： 直方图均衡 结论：直方图均衡是一种非线性变换，以牺牲图像等级为代价，增加像素灰度值的动态范围，提高图像对比度。 * 五、直方图的规定化 规定化：将原始图像的直方图变换为特定的分布形式p(u)，达到增强图像整体视觉效果的目的。 原理：通过建立给定图像和特定直方图间的关系，求映射函数 u = T(r) 给定图像 均衡化 给定直方图 P(u) 求直方图 P(r) 均衡化 s=T1(r) v=T2(u) u=T2-1(v)=T2-1(T1(r)) 因此直方图规定化的变换函数为上述均衡化函数的组合函数。 * * a P1 c P3 b P2 1/m m 正变换 反变换 直方图规定化 * 直方图的规定化的计算步骤 (1) 对原始图像直方图进行均衡化： (2) 给出规定直方图，并进行均衡化处理 (3) 建立均衡化直方图的对应关系，并将原像素灰度映射到新的灰度级 SML规则(single mapping law)：寻找k和l 使下式达到极小化，即 k=0, 1, …, M-1 l= 0, 1, …, N-1 然后将 pr(ri) 对应到 pu(uj) 去，即完成了变换。 * 直方图规定化举例: 给定图像具有64×64个像素，8个灰度级，其分布如下表，试按表中规定直方图进行变换 原始图像灰度级 0 1/7 2/7 3/7 4/7 5/7 6/7 7/7 原始图像各灰度级的像素 790 1023 850 656 329 245 122 81 规定的直方图 0 0 0 0.15 0.20 0.30 0.20 0.15 * 原始图像灰度级 0 1/7 2/7 3/7 4/7 5/7 6/7 7/7 原始图像各灰度级的像素 790 1023 850 656 329 245 122 81 计算原始直方图 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 计算原始累计直方图 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1.00 规定直方图 0 0 0 0.15 0.20 0.30 0.20 0.15 计算规定累计直方图 0 0 0 0.15 0.35 0.65 0.85 1.00 SML映射 3 4 5 6 6 7 7 7 确定映射对应关系 0→3 1 →4 2 →5 3，4 →6 5，6，7 →7 变换后直方图 0 0 0 0.19 0.25 0.21 0.24 0.11 * 成像物理背景：因为人眼对图像亮度响应具有类似于对数运算的非线性形式。 图像的同态增晰 作用:消除图像上照明不均的问题，增加暗区的图像细节，同时又不损失亮区的图像细节，它在频域中同时将图像亮度范围进行压缩和将图像对比度进行增强。 其中，I(x, y)：照射分量（低频） R(x, y)：反射分量（高频）[图像细节的不同在空间作快速变化] f(x,y) = I(x,y) · R(x,y) f(x,y) ln FFT H(u,v) 高频增强 FFT-1 exp g(x,y) f(x,y)=i(x,y)r(x,y) i(x,y)－照射分量,低频区 r(x,y)－反射分量，反映图像的细节分量，处于高频区 过程： 分析：关心反射信息，但室内外照射分量强度不同，图片明暗不均，能否消除照度不均，而增强反射部