第四章图像增强.pptVIP

数字图像处理 Digital Image Processing 第四章 图像增强 4.1 灰度级修正 4.2 图像的同态增晰 4.3 图像平滑 4.4 图像锐化 4.5 图像伪彩色处理 第四章 图像增强 第四章 图像增强 图像增强作为基本的图像处理技术，其目的是对图像进行加工，以得到对具体应用来说视觉效果更“好”，更“有用”的图像。 成像过程(光学失真、相对运动、大气湍流等) 传输过程(噪声污染、信道误码等) 显示过程(设备非线性、设备引入的噪声等) 光学聚焦模糊 运动引起模糊 模糊及高斯噪声 对比度太差 噪声 二、改善图像质量方法 图像增强技术：不考虑图像降质的原因，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，故改善后的图像并不一定要去逼近原图像。图像增强的目的是提高可懂度。 图像复原技术：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 。图像复原主要目的是提高图像的逼真度 。 三、图像增强的具体处理方法 1、空间域方法：空间域是指像素组成的空间，其增强是直接作用于像素，即在原图像上直接进行数据运算，对像素灰度值进行处理，包括点运算和邻域运算； 2、频率域方法：指将图像以某种形式转换到其它空间，并利用这些空间特有的性质进行加工，最后再转换回图像空间以得到所需的效果。 4.1 灰度级修正 设输入图像为f(x,y)，经变换后的输出图像为g(x,y)，变换函数为T[?]，则有 g(x,y)=T[f(x,y)] 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 一、线性变换 对比度：亮度最大值和最小值之比称为亮度对比度 线性变换—扩展对比度：通过将亮暗差异（即对比度）扩大，把人所关心的部分强调出来。原理是:进行像素点对像素点的灰度级的线性影射。该影射关系通过调整参数，来实现对亮暗差异的扩大。 设原图、处理后的结果图的灰度值分别为[f(i,j)]和[g(i,j)] ; 要求[g(i,j)]和[f(i,j)]均在[0，255]间变化，但是g的表现效果要优于f。 因为f和g的取值范围相同，所以通过 抑制 不重要的部分，来 扩展 所关心部分的对比度。 扩展感兴趣的灰度范围线性，相对抑制不感兴趣的灰度区域。 设f(x,y)灰度范围为[0,M]，g(x,y)灰度范围为[0,N],将[0,a]和[b,M]加以压缩，灰度区间[a,b]进行扩展。 线性变换可写成：g(x,y)=af(x,y)+b a=1,b=0,原样复制 a1输出图像的对比度增大 a1输出图像的对比度减小 a=1,b≠0 所有像素的灰度值上移或下移，其效果是使整个图像变亮或变暗 a0 图像的亮暗反转 线性对比度展宽  —— 灰级窗 当256个灰度级所表示的亮暗范围内的信息量太大，没办法很好地表述时，通过开窗的方式，每次只把窗内的灰度级展宽，而把窗外的灰度级完全抑制掉。 例如，CT图像的原始数据为12bit （或是16bit），要将其显示出来，则只能转换为8bit，于是有了16归并为1（或256归并为1）的需要。这时，开骨窗、肌肉窗、组织窗就可分别清晰地显示相应的内容。 灰级窗效果示例 三、非线性灰度变换 提出非线性动态范围调整，是因为线性动态范围调整的分段线性影射不够光滑。 非线性动态范围调整，要求可以用光滑的曲线来实现。 考虑到人眼对视觉信号的处理过程中，有一个近似对数算子的环节，因此，可采用对数运算来实现非线性动态范围调整。 1、对数变换 低灰度区扩展，高灰度区压缩。 2、指数变换 高灰度区扩展，低灰度区压缩。 非线性动态范围调整 Y=x+0.06x×(255-x) 4.1.2 直方图修正法 一、 直方图概念 反映一幅图像中灰度级与出现这种灰度的概率之间的关系的图像。 直方图反映了图像的灰度值分布情况，灰度分布不同，图像视觉效果不同。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。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） 例 例 Y=1.3x+50 二、直方图均衡化 直方图均衡化是将原图像的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图像。 二、直方图均衡化 首先假定连续灰度级的情况，推导直方图均衡化变换公式，令r代表灰度级，P(r)为概率密度函数。 r值已归一化，最大灰度值为1。 直方图均衡目标 直方图均衡化条件： (1) 在0≤r≤1中，T(r)是单调递增函数，且0≤T(r)≤1； (