空域圖像增強(qiáng)PPT課件.ppt

第3章空域圖像增強(qiáng) 圖像增強(qiáng)技術(shù)是一大類基本的圖像處理技術(shù) 其目的是對(duì)圖像進(jìn)行加工 以得到對(duì)具體應(yīng)用來說視覺效果更 好 更 有用 的圖像在圖像處理中 空域是指由像素組成的空間 也就是圖像域 空域增強(qiáng)方法指直接作用于像素改變其特性的增強(qiáng)方法 具體的增強(qiáng)操作可僅定義在每個(gè)像素位置 x y 上 此時(shí)稱為點(diǎn)操作 增強(qiáng)操作還可定義在每個(gè) x y 的某個(gè)鄰域上 此時(shí)常稱為模板操作或鄰域操作 1 第3章空域圖像增強(qiáng) 圖像增強(qiáng) 改變圖像像素的灰度值 以改變圖像灰度的動(dòng)態(tài)范圍 增強(qiáng)圖像的對(duì)比度 增強(qiáng)目的 1 改善圖像的視覺效果 提高清晰度 2 將圖像轉(zhuǎn)換成一種更適合于人或機(jī)器分析處理的形式 空域法 直接對(duì)圖像的像素灰度值進(jìn)行操作 頻域法 在變換域中 對(duì)圖像的變換值進(jìn)行操作 空域增強(qiáng)分為 點(diǎn)操作和模板操作 鄰域操作 2 第3章空域圖像增強(qiáng) 3 1灰度映射3 2圖像運(yùn)算3 3直方圖修正3 4空域?yàn)V波 3 3 1灰度映射 灰度映射 改變圖像像素的灰度以改善視覺效果是一種基于圖像像素的點(diǎn)操作映射函數(shù) t T s s 輸入像素值 t 輸出像素值灰度映射原理 根據(jù)增強(qiáng)的目的設(shè)計(jì)某種映射規(guī)則 并用相應(yīng)的映射函數(shù)來表示 利用映射函數(shù)可將原始圖像中每個(gè)像素的灰度都映射到新的灰度 屬于點(diǎn)操作 4 3 1灰度映射 輸入和輸出均4個(gè)灰度級(jí) R Y G B 5 3 1灰度映射 左圖增加對(duì)比度右圖降低對(duì)比度 注意 一般輸入輸出的動(dòng)態(tài)范圍一致 6 3 1灰度映射 常見的增強(qiáng)函數(shù) 取反分段增強(qiáng)對(duì)數(shù) 7 3 1灰度映射 1 圖像求反將原圖灰度值翻轉(zhuǎn) 8 3 1灰度映射 2 動(dòng)態(tài)范圍壓縮動(dòng)態(tài)范圍過大時(shí) 超出顯示設(shè)備允許范圍 直接顯示會(huì)丟失圖像細(xì)節(jié) 可進(jìn)行動(dòng)態(tài)范圍壓縮 目標(biāo)與增強(qiáng)對(duì)比度相反 9 動(dòng)態(tài)范圍 是指圖像中從暗到亮的變化范圍 動(dòng)態(tài)范圍對(duì)人視覺的影響 由于人眼所可以分辨的灰度的變化范圍是有限的 所以當(dāng)動(dòng)態(tài)范圍太大時(shí) 很高的亮度值把暗區(qū)的信號(hào)都掩蓋了 如下圖所示 將原來 0 255 范圍內(nèi)的亮暗變化 壓縮到 a b 范圍內(nèi) 再將 a b 范圍內(nèi)的灰度值伸展到 0 255 3 1灰度映射 10 1 1 另一種壓縮 3 1灰度映射 11 3 1灰度映射 3 階梯量化將圖像灰度分階段量化成較少的級(jí)數(shù) 從而減少數(shù)據(jù)位 獲得數(shù)據(jù)量壓縮的效果 圖像質(zhì)量下降 12 3 1灰度映射 4 閾值切分 圖像二值化 增強(qiáng)圖只剩下2個(gè)灰度級(jí) 突出前景 抑制了背景 對(duì)比度最大 但細(xì)節(jié)全丟失了 13 突出感興趣部分 其余置零 3 1灰度映射 14 3 2圖像運(yùn)算 15 3 2圖像運(yùn)算 圖像運(yùn)算包括 算數(shù)運(yùn)算和邏輯運(yùn)算 1 算術(shù)運(yùn)算 一般用于灰度圖像 兩個(gè)像素p和q之間的基本算術(shù)運(yùn)算包括 1 加法 記為p q 2 減法 記為p q 3 乘法 記為p q 也寫為pq和p q 4 除法 記為p q 16 3 2圖像運(yùn)算 注意 運(yùn)算結(jié)果可能超出原圖像動(dòng)態(tài)范圍 此時(shí)需要進(jìn)行灰度映射 將運(yùn)算結(jié)果的灰度值限制在原圖像的允許范圍內(nèi) 應(yīng)用 1 加法消除噪聲含噪聲圖像 g x y f x y e x y 若噪聲具有互不相關(guān) 零均值的統(tǒng)計(jì)特性 則M個(gè)含噪聲圖像之和 期望 17 3 2圖像運(yùn)算 2 減法可消除背景 進(jìn)行運(yùn)動(dòng)檢測g x y f x y h x y 若兩副圖像背景相同 減法結(jié)果是兩副圖之差別 可消除背景 獲得運(yùn)動(dòng)信息 例1 P48圖3 2 2例2 18 3 2圖像運(yùn)算 2 邏輯運(yùn)算注意 直接只可用于二值 0和1 圖像兩個(gè)像素p和q之間最基本的邏輯運(yùn)算包括 1 與 p q或pq 2 或 p q 3 補(bǔ) 非 組合邏輯運(yùn)算 異或 與非 或非 異或非 用異或運(yùn)算可提取目標(biāo) 19 3 3直方圖修正 20 3 3直方圖修正 直方圖修正 借助圖像的直方圖 改變圖像像素分布 獲得圖像增強(qiáng)效果 修正包括直方圖均衡化 直方圖規(guī)定化 1 直方圖圖像的灰度直方圖是二維圖像的灰度分布統(tǒng)計(jì) 是一個(gè)1 D的離散函數(shù) 21 3 3直方圖修正 22 3 3直方圖修正 直方圖性質(zhì)反映圖像中不同灰度出現(xiàn)的次數(shù) 不反映某一灰度值像素所在位置 不具有空間特性 是多對(duì)一的映射 四個(gè)圖像具有相同的直方圖 23 3 3直方圖修正 2 累積直方圖 24 3 3直方圖修正 3 直方圖均衡化用于增強(qiáng)動(dòng)態(tài)范圍偏小的圖像的反差 基本思想 把原始圖的直方圖變換為在整個(gè)灰度范圍內(nèi)均勻分布的形式 使圖中具有近似灰度且占有大量像素的區(qū)域的灰度范圍展寬 使大區(qū)域中微小灰度變化顯現(xiàn)出來 增加像素灰度值的動(dòng)態(tài)范圍 從而達(dá)到增強(qiáng)圖像整體對(duì)比度的效果 直方圖歸一化概率表達(dá)形式 25 3 3直方圖修正 增強(qiáng)函數(shù)需要滿足2個(gè)條件 1 它在范圍0 f L 1 內(nèi)是1個(gè)單值單增函數(shù) 這是為了保證原圖各灰度級(jí)在變換后仍保持原來從黑到白 或從白到黑 的排列次序 2 如果設(shè)均衡化后的圖像為g x y 則 對(duì)于0 f L 1 有0 g L 1 這個(gè)條件保證變換前后圖像的灰度值范圍是一致的 增強(qiáng)函數(shù)可用圖像f x y 的累積直方圖 26 3 3直方圖修正 實(shí)際中直方圖均衡化可采用列表方式計(jì)算 27 3 3直方圖修正 由于數(shù)字圖像灰度取值的離散性 通過四舍五入使變換后的灰度值出現(xiàn)了歸并現(xiàn)象 而使變換后的直方圖并非完全均勻分布 但相比于原直方圖要平坦得多 累積直方圖 比較 原始直方圖 均衡化 28 3 3直方圖修正 29 3 3直方圖修正 4 直方圖規(guī)定化用戶可以指定需要的規(guī)定化函數(shù)來得到特殊的增強(qiáng)功能 主要有3個(gè)步驟 1 計(jì)算原始圖的直方圖和累積直方圖 2 規(guī)定需要的直方圖 并計(jì)算規(guī)定直方圖的累積直方圖 3 將原始圖的直方圖映射到規(guī)定的直方圖 30 單映射規(guī)則 SML 從原始直方圖向規(guī)定直方圖映射 使式取值最小的f和s 組映射規(guī)則GML 從規(guī)定直方圖向原始直方圖映射 使式取值最小的I s 3 3直方圖修正 31 3 3直方圖修正 A原始直方圖 b規(guī)定直方圖 c原始累積直方圖 d規(guī)定累積直方圖 32 2020 2 5 33 3 3直方圖修正 34 3 3直方圖修正 直方圖規(guī)定化繪圖計(jì)算 單映射 組映射 35 3 3直方圖修正 36 3 3直方圖修正 a原始直方圖 b規(guī)定直方圖 c單映射直方圖 d組映射直方圖 37 3 4空域?yàn)V波 38 3 4空域?yàn)V波 3 4 1原理與分類3 4 2線性平滑濾波器3 4 3線性銳化濾波器3 4 4非線性平滑濾波器3 4 5非線性銳化濾波器 39 3 4 1原理與分類空域?yàn)V波是一種模板運(yùn)算 鄰域操作 1 模板運(yùn)算 模板卷積 模板卷積在空域?qū)崿F(xiàn)的主要步驟如下 1 將模板在圖中漫游 并將模板中心與圖中某個(gè)像素位置重合 2 將模板上的各個(gè)系數(shù)與模板下各對(duì)應(yīng)像素的灰度值相乘 3 將所有乘積相加 為保持灰度范圍 常將結(jié)果再除以模板的系數(shù) 4 將上述運(yùn)算結(jié)果 模板的輸出響應(yīng) 賦給圖中對(duì)應(yīng)模板中心位置的像素 3 4空域?yàn)V波 40 3 4空域?yàn)V波 模板尺寸 根據(jù)噪聲確定模板運(yùn)算模板的輸出響應(yīng)R為 41 2 空域?yàn)V波方法分類 3 4空域?yàn)V波 1 平滑濾波器 低通 減弱或消除圖像中的高頻率分量 減少局部起伏 可用于消除圖像中的噪聲 2 銳化濾波器 高通 減弱或消除圖像中的低頻率分量 可使圖像反差增加 邊緣明顯 線性 鄰域計(jì)算結(jié)合方式是線性的非線性 鄰域計(jì)算結(jié)合方式是非線性的 42 3 4空域?yàn)V波 平滑濾波器 使圖像灰度變化緩慢 模板值為正 銳化濾波器 使圖像灰度輪廓清晰 模板中間值為正 周圍值為負(fù) 濾波器形狀 以一維為例 平滑傅里葉頻譜 平滑空域形狀 銳化傅里葉頻譜 銳化空域形狀 43 3 4空域?yàn)V波 3 4 1原理與分類3 4 2線性平滑濾波器3 4 3線性銳化濾波器3 4 4非線性平滑濾波器3 4 5非線性銳化濾波器 44 3 4 2線性平滑濾波器計(jì)算結(jié)合是線性 所用卷積模板的系數(shù)均為正值1 鄰域平均用一個(gè)像素鄰域平均值作為濾波結(jié)果 濾波器模板的所有系數(shù)都取為1保證輸出圖仍在原來的灰度值范圍 3 4空域?yàn)V波 45 3 4空域?yàn)V波 鄰域平均計(jì)算舉例 適用于消除脈沖噪聲 在消除噪聲同時(shí) 圖像變模糊 模板的大小可根據(jù)噪聲來確定 模板越大 消除的噪聲大 圖像越模糊 46 3 4空域?yàn)V波 47 2 加權(quán)平均對(duì)不同位置的系數(shù)采用不同的數(shù)值根據(jù)高斯概率分布來確定各系數(shù)值 接近模板中心的系數(shù)可比較大而模板邊界附近的系數(shù)應(yīng)比較小 距模板中心近的像素應(yīng)對(duì)濾波貢獻(xiàn)大 3 4空域?yàn)V波 x y方向方差不同注意 結(jié)果除以系數(shù) 48 49 3 4空域?yàn)V波 加權(quán)平均濾波器 50 3 4空域?yàn)V波 3 4 1原理與分類3 4 2線性平滑濾波器3 4 3線性銳化濾波器3 4 4非線性平滑濾波器3 4 5非線性銳化濾波器 51 3 4 3線性銳化濾波器模板僅中心系數(shù)為正 周圍的系數(shù)均為負(fù)值 模板與圖像卷積結(jié)果 在灰度值是常數(shù)或變化很小的區(qū)域處 其輸出為零或很小 在圖像灰度值變化較大的區(qū)域處 其輸出會(huì)比較大 即將原圖像中的灰度變化突出 達(dá)到銳化的效果 注意 計(jì)算結(jié)果可能為負(fù)值 要進(jìn)行灰度映射到正值范圍 3 4空域?yàn)V波 52 3 4空域?yàn)V波 線性銳化濾波效果 P60圖3 4 6 53 3 4空域?yàn)V波 3 4 1原理與分類3 4 2線性平滑濾波器3 4 3線性銳化濾波器3 4 4非線性平滑濾波器3 4 5非線性銳化濾波器 54 線性平滑濾波在濾除噪聲同時(shí)會(huì)模糊圖像細(xì)節(jié)3 4 4非線性平滑濾波器1 1 D中值濾波原理對(duì)模板覆蓋的信號(hào)序列按數(shù)值大小進(jìn)行排序 并取排序后處在中間位置的值 可以消除孤立的脈沖噪聲 同時(shí)對(duì)通過的理想邊緣有好的保持 3 4空域?yàn)V波 55 中值濾波消除的脈沖的最大長度與濾波器尺寸有關(guān)若脈沖長度 l 濾波器尺寸 M 2r 1 則 當(dāng)l r的噪聲可以被完全濾除 3 4空域?yàn)V波 56 2 2 D中值濾波器 1 將模板在圖中漫游 并將模板中心與圖中某個(gè)像素位置重合 2 讀取模板下各對(duì)應(yīng)像素的灰度值 3 將這些灰度值從小到大排成一列 4 找出這些值里排在中間的一個(gè) 5 將這個(gè)中間值賦給對(duì)應(yīng)模板中心位置的像素特點(diǎn) 既能消除噪聲 又能保持圖像細(xì)節(jié) 3 4空域?yàn)V波 57 3 4空域?yàn)V波 邊緣 孤立噪聲 兩種濾波方法均濾除了噪聲 均值濾波邊緣模糊 中值濾波邊緣保持 58 3 4空域?yàn)V波 中值濾波器濾除椒鹽噪聲效果 59 3 4空域?yàn)V波 常用中值濾波模板 60 3 百分比濾波器 排序統(tǒng)計(jì)濾波器 基于對(duì)模板所覆蓋像素的灰度值的排序 1 最大值濾波器 檢測最亮點(diǎn) 減弱低鹽噪聲 2 最小值濾波器 檢測最暗點(diǎn) 減弱高鹽噪聲 3 中點(diǎn)濾波器 兩種濾波器結(jié)合結(jié)果 3 4空域?yàn)V波 61 3 4空域?yàn)V波 3 4