多媒体信号处理 课件 第3章 图像的增强.pptx

3.1引言

3.2图像的灰度变换

3.3图像平滑

3.4图像锐化

3.5图像的同态滤波;图像增强:根据一定的要求将图像中感兴趣的部分加以处理或突出有用的图像特征（如边缘、轮廓、对比度等），抑制不需要的信息，以改善图像的主观视觉效果或便于后续的图像分析和识别。

图像复原: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。;（1）空间域法：是在空间域内直接对图像的像素值进行运算操作。

点运算处理法：是指直接对图像的各像素点逐一进行灰度变换的处理方法。例如，图像的灰度变换、直方图修正等都采用点运算处理法。

邻域运算处理法：是对图像像素的某一邻域进行处理的方法。例如，图像平滑、图像锐化等都采用邻域运算处理法。

;图像增强算法分类;3.2灰度的线性变换;若图像灰度在［0,Mf］范围内，其中大部分像素的灰度级分布在区间［a,b］，很小部分的灰度级超出了此区间，为改善增强的效果，可令;为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区域，可采用分段线性变换，如常用的三段线性变换法。;采用非线性变换函数（例如对数函数、幂指数函数等）

对数变换式

a、b、c是调整曲线的位置和形状的参数。

指数变换式

a、b、c是调整曲线的位置和形状的参数。;3.3直方图修正;

图像的灰度直方图;设图像总像素个数为n，共有L级灰度，rk为图像的第k级灰度值，并且具有灰度级rk的像素数为nk，则：;（1）直方图是一幅图像中各像素灰度值出现的频数的统计结果，它只反映该图像中不同灰度值出现的次数，而未反映某一灰度值像素所在的位置。

（2）任一幅图像，都能唯一地确定出一幅与它对应的直方图，但不同的图像，可能有相同的直方图。

（3）如果一幅图像由两个不连续的区域组成，并且每个区域的直方图已知，则整幅图像的直方图是这两个区域的直方图之和。;图像与直方图间的多对一关系;直方图均衡化：将原图像的直方图通过变换函数修正为均匀的直方图，从而增加像素灰度值的动态范围，达到增强图像整??对比度的效果。

直方图均衡化后，图像的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图像看起来就更清晰了。;;;17;18;为使变换后的灰度仍保持从黑到白的单一变化顺序，且变换范围与原先一致，以避免整体变亮或变暗。必须规定：

（1）在0≤r≤1中，T(r)是单调递增函数，且0≤T(r)≤1；

（2）反变换r=T-1(s)，T-1(s)也为单调递增函数，0≤s≤1。;20;21;22;23;直方图均衡化的实现步骤;26;27;3.3图像平滑;建立一个含有由系数矩阵或权重因子矩阵构成的移动窗口。这些矩阵被认为是算子(operators)或内核(kernels)，且它们的大小一般为奇数个像元

内核在原始图像上移动，而且另一幅输出图像的内核中心灰度值，可以用原始图像中相对应的像元灰度值乘以内核内的对应系数，然后再将所有结果相加而得到

针对原始图像中的每一个像元值进行

;针对原始图像中的每一个像元值，内核在原始图像上移动，输出图像的内核中心灰度值，用原始图像中相对应的像元灰度值乘以内核内的对应系数，然后再将所有结果相加而得到;邻域平均法是一种局部空间域处理的算法。

基本思想：用邻域像素灰度的平均值代替每个像素的灰度值。假定有一幅N×N像素的图像f(x,y)，平滑处理后得到一幅图像g(x,y)：

式中，x,y=0，1,2,…,N-1；S是以点(x,y)为中心的邻域的集合，但不包括点(x,y)；M是集合内坐标点的总数。;邻域平均法

优点：算法简单，计算速度快。

缺点：在降低噪声的同时容易模糊图像边沿和细节处。

改进：采用阈值法

式中T是一个非负阈值，当一些点和它们邻值的差值小于T时，保留这些点的像素灰度值。;原图（部分）;噪声图（部分）;去噪图（部分）;原图（部分）;(a)原始图像(b)邻域平均后的结果;(a)W=3(b)W=5;(a)SaltPepper噪声图像;(a)SaltPepper噪声图像(b)邻域平均后的结果;原始图像;160;43;44;中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，因此它是一种非线性的图像平滑法。