公安部门刑事图像高级增强处理方法2.pptVIP

3、FFT 快速傅里叶变换处理 能提供FFT处理的软件系统： Image-pro(IPP)软件 名捕、恒锐等刑事图像处理系统 Photoshop FFT插件（该插件可从http://www.3d4x.ch/?c=16,35 上下载 ），能直接对彩色图像进行处理) 图像减法处理PS软件中的操作步骤 打开图像 使用移动工具将待削弱背景图像拖移到另一图中。 在“图层面板”上将“叠加模式”更改为“差值”（即相减） 观察图像是否对齐，必要时使用移动工具、自由变换工具对齐图像（快捷键盘 Ctrl +T）。 合并图层 必要时通过色阶命令调整图像对比度，提高细节反差。 总 结（细节增强） 本节介绍的细节增强技术： Unsharip Musking，拉普拉斯运算以及差分高斯、可用于降低图像中的色调层次的缓慢变化，进一步增强图像的突变细节（线条，轮廓、边缘、突变点） ，在数字图像处理领域可统称为空间域高通滤波技术。 其中，差分高斯对于图像噪声敏感程度较低，即便图像未经过降噪处理，也能获得较为理想的细节增强效果。 直方图均衡化（线性化）与规定化处理：自动化的灰度变化处理，适合增强明暗差异较大的背景上的细微特征。 频率域高通处理，与空间域的高通滤波器一样可增强图像细节，但其实现机理不同（但数学上具有同一性）。 总 结（背景削弱） 对于存在背景干扰的物证检验图像，应仔细分析所关心的图像信息与干扰背景之间的差异特点以选择正确的处理方法和策略。 从图像自身的视觉特点出发，物证检验图像中的背景干扰大体上表现为三种典型情形： 规则背景图案类——FFT处理 干扰背景与前景存在色彩差异——计算机分色 不规则背景干扰类且色差微弱——尝试图像相减法 * 4、直方图均衡化 histogram equalization 直方图均衡化处理的一个实例 4、直方图均衡化 histogram equalization 大量科学研究与实践应用证明，直方图均衡化是一种适应性很强的自动增强工具。 1、各种低对比度图像都能获得较好的视觉增强效果。 2、由于处理过程回避了主观的视觉测评，直方图均衡化在诸多科学研究领域经常被用于增强不同的实验样本图像，以便客观进行比较分析。 3、其处理机制易于在实时图像处理领域使用硬件实现。 从图像自身看，直方图均衡化处理使得图像中缓慢变化的肉眼难于辨识的暗区和亮区细节都更加明显。虽然如此，直方图均衡化却很少被用于处理日常生活中的图像，这是因为其改变图像的方式对一般人来说较为陌生，其处理效果有时也让观察者感觉不够自然。 4、局部直方图均衡化local histogram equalization 局部直方图均衡化处理源于是直方图均衡化的基本原理。但将其机制运用于一个小的邻域。假如一个小的邻域（子图像，通常直径为3-15像素）被均衡化，其结果是每个像素都得到一个新强度值，但最终只有邻域中心的像素被保留以构建结果图像。然后，邻域（子图像）的中心被移至与之相邻的像素，重复以上步骤直到邻域遍历了原始图像中所有可能的位置。 直方图局部均衡化使得轻微比其周围像素暗的像素更暗，相反，使轻微比周围像素亮的像素更亮。当图案、纹理等结构类细节分布于明暗差异较大的背景上时，经过局部直方图均衡化处理的图像将获得亮度均匀的视觉外观，同时使得结构类细节更易于辨识。 4、局部直方图均衡化local histogram equalization 直方图局部均衡化处理（右图） （Local histogram Equalization，本例中，调整图像像素强度值使其服从均匀分布） 使用Image Pro 处理（参数:直方图形态liner, windows10：step：1） 4、局部直方图均衡化的缺点及其拓展 与之前介绍其他增强技术一样，局部直方图均衡化同样在诸多领域被运用多年，被作为一种标准技术被大部分图像处理书籍所介绍并被许多图像处理软件所实现。 由于其增大了邻域中心像素与其周围像素的差异，它具有与USM处理及拉普拉斯处理相同的噪声敏感特性。 与之相比，近年来的研究的新方法则拓展了局部直方图均衡化的适应性。例如自适应直方图均衡化（Adaptive histogram Equalization），其特点： 1、在处理机制中加入了降噪机制。 2、可将处理后的图像再次与原图进行“加”运算。 自适应局部直方图均衡化具有较低的噪声敏感特性且能够同时揭示图像亮区和暗区的细微细节和变化，处理后的图像具有较为正常的外观。 Adaptive histogram Equalization 一种更优的直方图局部均衡化处理算法——自适应直方图均衡化（Adaptive histogram Equalization） （算法加入了降噪处理，将均衡化处理后的图像与原图相加，