数字图像处理第04章图像增强.pptVIP

图4.9直方图Slide*lena图像（b）lena图像的直方图1灰度直方图描述了图像的概貌。22．直方图的修正Slide*04030102直方图变换后可使图像的灰度间距拉开或使灰度分布均匀，从而增大对比度，使图像细节清晰，达到增强的目的。直方图变换有两类直方图均衡化;直方图规定化。直方图均衡化Slide*通过对原图像进行某种变换，使得图像的直方图变为均匀分布的直方图。灰度级连续的灰度图像：对于离散的图像，用频率来代替概率。当变换函数是原图像直方图累积分布函数时，能达到直方图均衡化的目的。03010204【例4.3】对图像进行直方图均衡化。Slide*1假定有一幅总像素为n=64×64的图像，灰度级数为8，各灰度级分布列于表4.1中。2按式（4.14）求变换函数Sk’3计算Sk’’4Sk的确定5计算对应每个sk的nsk6计算ps(sk)表4.1一幅图像的灰度级分布Slide*k01234567rk01/72/73/74/75/76/71nk790102385065632924512281pr(rk)0.190.250.210.160.080.060.030.02Sk’0.190.440.650.810.890.950.981Sk’’1/73/75/76/76/7111Sk1/73/75/76/71nsk7901023850985448pr(sk)0.190.250.210.240.11【例4.4】直方图均衡对图像进行增强。Slide*在MATLAB环境中，待处理图像为tire.tif。1I=imread(tire.tif);2J=histeq(I); %完成直方图均衡化3imshow(I); %显示直方图均衡化前的图像4figure,imhist(I); %均衡化前的直方图5figure,imshow(J);%显示直方图均衡化后的图像6figure,imhist(J); %均衡化后的直方图7图4.10直方图均衡Slide*4.3同态增晰Slide*4.3.1问题的由来物体受到不均匀的照度一类图像的灰度级动态范围很大，黑与白形成强烈反差，而感兴趣目标的灰度级范围却很小，分不清目标的灰度层次和细节，图像上对应照度暗的部分，其细节较难辨别。目的消除不均匀照度的影响而又不损失图像细节。同态滤波可以消除不均匀照度的影响，增强图像细节同时也是图像复原的一种方法。增晰原理Slide*图像同态增晰系统采用合适的滤波特性函数，可以既使图像灰度动态范围压缩，又能让感兴趣的物体图像灰度级扩展，从而使图像清晰。01同态系统是服从广义叠加原理的各类非线性系统。02对同态系统信号处理，特别适合处理乘法组合信号和卷积组合信号。03（4.21）04图4.11同态增晰原理Slide*按照高通滤波器设计，压缩低频分量，提升高频分量。照明函数虽然频率变化缓慢，但幅度变化大，数字化占用很多比特数，所以要压缩；反射函数描述的是人们感兴趣的景物区频率变化较快，但灰度变化很小，层次不清，细节不明，应该扩展。4.3平滑（Smoothing）Slide*区域增强算法包括01平滑算法和锐化算法。02从频率域看，03低通滤波可以对图像进行平滑去噪处理04高通滤波可对图像进行边缘锐化处理。05本节将介绍06邻域平均法07中值滤波08边界保持类滤波等。094.4.1图像噪声Slide*数字图像往往要经过采集、处理、存储、传输等一系列加工变换，而由电气系统和外界引入的图像噪声也将在这些过程中随之引入，可能严重影响图像的质量。这些过程将使得图像噪声的精确分析变得十分复杂。图像噪声消除或减低在图像预处理中的地位显得十分重要1．图像噪声的分类Slide*按其产生的原因，可以分为外部噪声和内部噪声。按统计特性是否随时间变化，可以分为平稳噪声和非平稳噪声。按噪声幅度随时间分布形状来定义，有高斯噪声、瑞利噪声、泊松噪声等。按噪声频谱形状来分类，有白噪声、1/f噪声、三角噪声等。按噪声和信号之间的关系，可分为加性噪声和乘性