采用同态增晰法-Read.pptVIP

* 直方图均衡化 在离散的情况下，设总像素数为N，共有L个灰度级，其中第k个灰度级rk出现的像素数为nk，则第k个灰度级出现的概率为： ＊离散函数情况下 对其进行均匀化处理的变换函数为： * 直方图均衡化 例：假设有一幅图像，共有64×64个像素，8个灰度级，各灰度级概率分布如表所示，试将其直方图均匀化。 求变换函数： 灰度级rk 0 1/7 2/7 3/7 4/7 5/7 6/7 1 像素数nk 790 1023 850 656 329 245 122 81 概率Pk(rk) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 同样的方法计算出： s5=0.95, s6=0.98, s7=1.00 s2=0.65, s3=0.81, s4=0.89 * 直方图均衡化 直方图均匀化过程 * 直方图均衡化 ? 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 81 处理后 512 512 512 512 512 512 512 512 4096 若希望得到一个直方图完全平均而且灰度等级又不减少的均衡化处理，则必须采用一些拟和技术。 * 直方图均衡化 上述方法中，为确定灰度值，有两个办法： ＊ 随机取数法 ＊ 按这一像素的邻域点的灰度来决定这个像素应属于哪个输出级 * 直方图均衡化示例 直方图均衡化 imhist (I, n) ——计算和显示灰度图像I的直方图，n为指定的灰度级数目，对于灰度图像，默认值是256，对于黑白图像，n的默认值是2。 histeq (I, n) ——直方图均匀化，n为指定直方图均匀化后的灰度级，默认值为64。 * 直方图规定化 直方图规定化： 以上直方图均匀处理后的图像虽然增强了图像的对比度，但它并不一定适合有些应用场合，如：有时人们希望增强后的图像，其灰度级的分布是不均匀的，而且是具有规定形状的直方图，这样可以突出感兴趣的灰度范围。此时，可以采样直方图规定化来实现。 * 图像的同态增晰 练习题：假设有一幅图像，共有32×32个像素，8个灰度级，各灰度级概率分布如下表所示，将其直方图均匀化。要求写清直方图均匀化过程，并画出原图像和均匀化后图像的灰度直方图。 * 图像的同态增晰 图像的同态增晰法属于图像频率域处理范畴，其作用也是对图像的灰度范围进行调整。 采用同态增晰法，在其对数频域对图像进行滤波，在压缩图像整体灰度范围的同时扩张我们所感兴趣灰度的范围。其原理框图如图所示： * 5.2 图像的同态增晰 * 图像的同态增晰 图像的同态增晰法属于图像频率域处理范畴，其作用也是对图像的灰度范围进行调整。 采用同态增晰法，在其对数频域对图像进行滤波，在压缩图像整体灰度范围的同时扩张我们所感兴趣灰度的范围。其原理框图如图所示： * 图像的同态增晰 一般自然景物的图像f(x,y)可以由照明函数fi(x,y)和反射函数fr(x,y)的乘积来表示。 可以近似认为，照明函数fi(x,y)描述景物的照明，与景物无关；反射函数fr(x,y)包含景物的细节，与照明无关。一般fi(x,y)是有限的，而反射函数fr(x,y)是小于1的，且均为正值，它们的关系如下式所示： 其中： * 图像的同态增晰 同态滤波的主要过程如下： (1)首先对图像函数f(x,y)取对数，即进行对数变换： (2)对上式取傅立叶变换，得： * 图像的同态增晰 (3)将对数图像频谱式乘上同态滤波函数H(u,v),其特性如图所示： (3)求傅立叶反变换，得： (4)最后求指数变换，得到经同态滤波处理的图像： * 第五讲 图像增强 * 图像增强 降质或退化的图像通常模糊不清，使人观察起来不满意，或者使机器从中提取的信息减少甚至造成错误。因此，必须对降质的图像进行改善。 在图像的形成、传输或变换的过程中，由于受多种因素的影响，如光学系统失真、系统噪声、曝光不足或过量、相对运动等，往往使图像与原始景物之间产生某种差异。这种差异称为降质或退化。 * 图像增强 * 图像增强 改善的方法有两类： ＊一类是图像增强：不考虑图像降质的原因，只将图像中感兴趣的