第5章图像增强.ppt

f(x,y) L/2 L IR(x,y) f(x,y) L IG(x,y) L f(x,y) L IB(x,y) L/2 红变换特性 绿变换特性 蓝变换特性 将低于L/2地所有灰度映射成最暗的红色，在L/2到3L/4之间的灰度映射为线性增加饱和度的红色，在3L/4到L之间的灰度映射为最亮的红色 L/4 3L/4 3L/4 L/4 典型的变换函数图 三种变换合成特性 f(x,y) L 蓝 L/2 L 红 绿 3.频率域伪彩色增强 基本思想：对原来灰度图像中的不同频率分量赋予不同的颜色 伪彩色技术早期在遥感图像处理中得到广泛的应用 二、彩色图像增强 假彩色增强对一幅自然彩色图像或同一景物的多光谱图像，通过映射函数变换成新的三基色分量，彩色合成使感兴趣目标呈现出与原图像中不同的、奇异的彩色。 假彩色增强目的：一是使感兴趣的目标呈现奇异的彩色；一是使景物呈现出与人眼色觉相匹配的颜色，以提高对目标的分辨力。 1.假彩色增强 包括基于三基色的增强、基于色彩三要素的增强。 多光谱图像的假彩色增强可表示为： 将可见光与非可见光波段结合起来，通过假彩色处理，就能获得更丰富的信息，便于对地物识别。 对于自然景色图像，通用的线性假彩色映射可表示为 例如采用以下的映射关系 则原图像中绿色物体会呈红色，蓝色物体会呈绿色，红色物体则呈兰色。 伪彩色增强与假彩色增强有何区别？ RGB模型 HIS模型 2.真彩色增强 HIS模型 H-色度 I-亮度 S-饱和度 S-饱和度 I-亮度 方法： （1）将R、G、B分量转换为I、H、S分量； （2）利用对灰度图像增强的方法对I、H、S其中的 某个分量进行增强； （3）再将结果转换为R、G、B分量。 并不改变原图的彩色内容，但增强后的图看起来可能会有些不同。这是因为色调、饱和度或亮度分量得到了增强。 5.6 图像代数运算 一、概念 是指两幅输入图像之间进行点对点的加、减、乘、除算术运算，得到输出图像的过程。 运算是以图像为单位进行的操作，逐像素进行。 一般用于灰度图像。 两个像素的灰度值通过运算得到一个新的灰度值，作为对应新图像同位置处像素的灰度值。 新灰度值可能超出原图像的动态范围，需要进行灰度映射，来对运算结果的灰度值限制或调整到原图允许的动态范围内。 （1）加法：记为p+q （2）减法：记为p-q （3）乘法：记为p*q （4）除法：记为p÷q 二、代数运算的应用 加法运算的应用 图像平均（图像加法）----图像平滑 目的：消除随机加性噪声 主要用于对同一场景的多幅图像求平均，以便 有效地降低加性随机噪声。 多幅图像：相同条件（背景、光线等）下的不同时 刻的图像 加性随机噪声：加性噪声和图像信号强度不相关 噪声图像1 噪声图像2 噪声图像3 噪声图像4 噪声图像5 噪声图像6 噪声图像7 噪声图像8 原始图像 降噪后图像 2）生成图像叠加效果 对于两个图像f(x,y)和h(x,y)的均值有： g(x,y) = 1/2f(x,y) + 1/2h(x,y) 推广这个公式为： g(x,y) = αf(x,y) + βh(x,y) 其中α+β= 1 可以得到各种图像合成的效果 2. 减法运算的应用 1）图像相减可去除图像中不需要的加性图案，如背 景消除 2）图像相减也可用于动态监测、运动目标检测、目标识别 3.乘法运算的应用 用来遮掉图像的某些部分。 4. 除法运算应用 也称比值运算，在遥感图像处理中经常应用。 比值运算可以降低传感器灵敏度随空间变化造成的 影响，增强图像中特定的区域；降低地形导致的阴 影影响，突出季节的差异。 小结 增强操作 变换 直接对象素灰度值运算 对图像进行变换 * * 模板越大，去噪效果越好，但图像越模糊。 * * * Roberts梯度 采用交叉差分的方法 Roberts梯度算法对应的模板为： t1= -1 0 0 1 t2= 0 -1 1 0 计算：用模板t1计算后取绝对值，用模板t2计算后 取绝对值，两者相加。 Prewitt和Sobel梯度 Prewiit算法较多考虑了邻域点的关系，模板为3*3 模板为： t1= t2= -1 -1 -1 0 0 0 1 1 1 -1 0 1 -1 0 1 -1 0 1 Sobel算法是在Prewitt算法的基础上，对4邻域采用加权方法进行差分，对边缘检测更精细 模板为： t1= t2= -1 -2 -1 0 0 0 1 2 1 -1 0 1