第一讲图像增强.pptVIP

第一讲图像增强*第1页，共35页，星期日，2025年，2月5日图像的锐化图像锐化处理的目的是使模糊图像变得清晰。图像的模糊实质上就是受到平均或积分运算，因此对其进行逆运算如微分运算、梯度运算，就可以使图像清晰。从频谱角度分析，图像模糊的实质是其高频分量被衰减，因而可以用高频加重滤波来使图像清晰。但能够进行锐化处理要求图像有较高的信噪比，否则图像锐化后信噪比更低。因为锐化将使噪声受到比信号还强的增强。一般是先去除或减轻干扰噪声后，才能进行锐化处理。*第2页，共35页，星期日，2025年，2月5日图像的锐化微分法高通滤波拉普拉斯运算*第3页，共35页，星期日，2025年，2月5日5.4.1微分法*第4页，共35页，星期日，2025年，2月5日微分法图像模糊的实质就是图像受到平均或积分运算，为实现图像的锐化，必须用它的反运算“微分”，微分运算是求信号的变化率，有加强高频分量的作用，从而使图像轮廓清晰。为了把图像中向任何方向伸展的边缘和轮廓的模糊变得清晰，希望对图像的某种导数运算是各向同性的，可以证明偏导数的平方和运算是各向同性的，梯度和拉普拉斯运算也是符合上述条件的。*第5页，共35页，星期日，2025年，2月5日微分法微分法：梯度法Sobel算子*第6页，共35页，星期日，2025年，2月5日梯度法对于图像f(x,y)，它在点(x,y)处的梯度是一个矢量，定义为：梯度法梯度的两个重要性质是：(1)梯度的方向在函数f(x,y)最大变换率的方向上；(2)梯度的幅度用G[f(x,y)]表示，并由下式算出：梯度的数值就是f(x,y)在其最大变化率方向上的单位距离所增加的量。*第7页，共35页，星期日，2025年，2月5日梯度法对数字图像而言，可以近似为：也可以简化为：各像素的位置如右图所示，这种梯度法又称为水平垂直差分法。*第8页，共35页，星期日，2025年，2月5日梯度法以上两种梯度近似算法在图像的最后一行和最后一列的各像素的梯度无法求得，一般就用前一行和前一列的梯度值近似代替。由梯度的计算可知，在图像中灰度变化较大的边沿区域其梯度值大，在灰度变化平缓的区域其梯度值较小，而在灰度均匀区域其梯度值为零。*第9页，共35页，星期日，2025年，2月5日梯度法下图为一幅二值图像经水平垂直差分计算的结果：由此可见，图像经过梯度运算后，留下灰度值急剧变换的边沿处的点。*第10页，共35页，星期日，2025年，2月5日梯度法梯度法图像锐化示例：*第11页，共35页，星期日，2025年，2月5日梯度法梯度计算完之后，可以根据需要生成不同的梯度增强图像。第一种是使各点的灰度g(x,y)等于该点的梯度幅度：此法的缺点是增强的图像仅显示灰度变化比较陡的边缘轮廓，而灰度变化平缓的区域则呈黑色。*第12页，共35页，星期日，2025年，2月5日梯度法*第13页，共35页，星期日，2025年，2月5日梯度法第二种增强图像是使：式中T是一个非负的阈值，适当选取T，既可使明显的边缘轮廓得到突出，又不会破坏原灰度变化比较平缓的背景。*第14页，共35页，星期日，2025年，2月5日梯度法第三种增强图像是使：式中LG是根据需要指定的一个灰度级，它将明显边缘用一个固定的灰度级来实现。*第15页，共35页，星期日，2025年，2月5日梯度法第四种增强图像是使：此法将背景用一个固定灰度级LG来实现，便于研究边缘灰度的变化。*第16页，共35页，星期日，2025年，2月5日梯度法第五种增强图像是使：此法将背景和边缘用二值图像表示，便于研究边缘所在位置。*第17页，共35页，星期日，2025年，2月5日梯度法梯度法不同锐化效果演示：*第18页，共35页，星期日，2025年，2月5日Sobel算子为了简化计算，可以用g=|Sx|+|Sy|来代替前面的计算，从而得到锐化后的图像。从上面的讨论可知，Sobel算子不像普通梯度算子那样用两个像素之差值，而用两列或两行加权和之差值，这就导致了以下两个优点：(1)由于引入了平均因素，因而对图像中的随机噪声有一定的平滑作用；(2)由于它是相隔两行或两列之差分，故边缘两侧之元素得到了增强，故边缘显得粗而亮。*第19页，共35页，星期日，2025年，2月5日Sobel算子图像锐化示例：Sobel算子*第20页，共35页，星期日，2025年，2月5日5.4.2拉普拉斯运算*第21页，共35页，星期日，2025年