數(shù)字圖象處理三空間域圖像增強

數(shù)字圖象處理三空間域圖像增強第1頁，課件共58頁，創(chuàng)作于2023年2月一、概述:●圖像增強的目標

處理圖像，使其比原始圖像更適合于特定的應用。說明：1。“好”和“有用”沒有統(tǒng)一的標準。2。圖像增強并不以圖像保真為準則●圖像增強分為“空間域圖像增強”和“頻率域圖像增強”。第2頁，課件共58頁，創(chuàng)作于2023年2月3.1背景知識

●定義空間域的圖像處理為：●圖像的操作分為兩大類：

單點操作:

鄰域操作：第3頁，課件共58頁，創(chuàng)作于2023年2月●對比度增強的灰度變換第4頁，課件共58頁，創(chuàng)作于2023年2月●鄰域操作的模板法。第5頁，課件共58頁，創(chuàng)作于2023年2月3.2一些基本的圖像灰度變換（單點操作）●常用的灰度變換函數(shù)包括：◆反比變換◆對數(shù)和反對數(shù)變換◆冪次變換第6頁，課件共58頁，創(chuàng)作于2023年2月3.2.1反比變換s=L-1-r第7頁，課件共58頁，創(chuàng)作于2023年2月3.2.1對數(shù)變換●對數(shù)變換(3.2.2)對數(shù)變換的作用：壓縮了圖像的動態(tài)范圍第8頁，課件共58頁，創(chuàng)作于2023年2月3.2.3冪次變換●冪次變換的表達式：●對于不同的γ，其曲線形式不同。◆當γ<1時，其曲線形式和對數(shù)曲線相似?！舢敠?gt;1時，作用相反●γ(伽馬)校正：第9頁，課件共58頁，創(chuàng)作于2023年2月用冪次變換進行對比度增強的效果(γ<1):核磁共振圖像第10頁，課件共58頁，創(chuàng)作于2023年2月用冪次變換進行對比度增強的效果(γ>1)第11頁，課件共58頁，創(chuàng)作于2023年2月3.2.4分段線性變換函數(shù)●對比度拉伸第12頁，課件共58頁，創(chuàng)作于2023年2月灰度切割●方法有兩個：●教材中的位平面切割放在圖像壓縮時講。第13頁，課件共58頁，創(chuàng)作于2023年2月3.3直方圖處理●什么是圖像的直方圖？

●圖像的直方圖在圖像增強、圖像分割中都有重要的應用。第14頁，課件共58頁，創(chuàng)作于2023年2月第15頁，課件共58頁，創(chuàng)作于2023年2月3.3.1直方圖均衡化●尋找一個適當?shù)幕叶茸儞Q函數(shù)

，通過這個灰度變換函使得圖像的直方圖變得平直。第16頁，課件共58頁，創(chuàng)作于2023年2月★理論推導：

灰度變換形式：離散化處理：第17頁，課件共58頁，創(chuàng)作于2023年2月均衡前直方圖Fig.3.17均衡前圖像均衡后圖像均衡后直方圖第18頁，課件共58頁，創(chuàng)作于2023年2月直方圖均衡時生成的灰度變換函數(shù)第19頁，課件共58頁，創(chuàng)作于2023年2月直方圖均衡的另一個例子第20頁，課件共58頁，創(chuàng)作于2023年2月3.3.2直方圖匹配迭代修改一幅圖像的直方圖，使得它與另一幅圖像的直方圖匹配或具有一種預先規(guī)定的函數(shù)形狀?！袷裁词侵狈綀D匹配？第21頁，課件共58頁，創(chuàng)作于2023年2月直方圖匹配的實例第22頁，課件共58頁，創(chuàng)作于2023年2月●

圖a是直方圖均衡時的灰度變換函數(shù)，圖b是均衡后的圖像，圖c是均衡后的直方圖。第23頁，課件共58頁，創(chuàng)作于2023年2月●

改用直方圖匹配來處理

第24頁，課件共58頁，創(chuàng)作于2023年2月3.3.3局部直方圖均衡●在小區(qū)域內進行直方圖均衡●局部直方圖均衡可增強圖像的細節(jié)。第25頁，課件共58頁，創(chuàng)作于2023年2月3.3.4利用圖像統(tǒng)計參數(shù)來增強圖像圖像的均值：圖像的n階矩：●2階矩最重要方差（或標準差），是對比度的度量第26頁，課件共58頁，創(chuàng)作于2023年2月3.3.4利用圖像統(tǒng)計參數(shù)來增強圖像對下圖采用下面的增強準則:第27頁，課件共58頁，創(chuàng)作于2023年2月圖像統(tǒng)計量的圖像顯示第28頁，課件共58頁，創(chuàng)作于2023年2月統(tǒng)計方法增強的結果第29頁，課件共58頁，創(chuàng)作于2023年2月3.4用算術/邏輯操作增強圖像●可以利用兩幅圖像算術運算(加、減、乘、除)，或邏輯運算(與、或、非)，來進行圖像操作(處理)。(a)邏輯“非”(取反)：8位二進制碼的逐位取反，(b)“與”運算：是兩幅圖像每個像素灰度值得二進制碼，逐位“取與”。(c)“或”運算：是兩幅圖像每個像素灰度值得二進制碼，逐位“取或”。第30頁，課件共58頁，創(chuàng)作于2023年2月與：或：圖像間邏輯運算實例第31頁，課件共58頁，創(chuàng)作于2023年2月3.4.1圖像相減運算●圖像的算術運算(加、減、乘、除)中，用得最多的是圖像之間的相減和相加?！駜煞鶊D像和相減，表示為：第32頁，課件共58頁，創(chuàng)作于2023年2月3.4.1圖像相減運算實例●血管造影：

●圖b是相減圖像第33頁，課件共58頁，創(chuàng)作于2023年2月3.4.2圖像平均處理(加法處理)●利用多幅圖像相加，然后取平均的辦法，其目的主要是為了降低圖像的噪聲。平均8次平均16次平均64次平均128次第34頁，課件共58頁，創(chuàng)作于2023年2月平均圖像和真實圖像的差●不同平均次數(shù)的的差值圖像和直方圖。

平均8次平均16次平均64次平均128次第35頁，課件共58頁，創(chuàng)作于2023年2月3.5空間濾波基礎●空間域濾波是通過模板運算實現(xiàn)的。第36頁，課件共58頁，創(chuàng)作于2023年2月3×3空間濾波的模板●這個模板作用于圖像的結果為：第37頁，課件共58頁，創(chuàng)作于2023年2月3.6平滑空間濾波器3.6.1平滑線性濾波器●平滑線性濾波器的主要作用：(1)減小圖像噪聲；(2)對圖像進行模糊化處理。

簡單平均

加權平均第38頁，課件共58頁，創(chuàng)作于2023年2月●平滑線性濾波器

實例1：n=3n=5n=9n=15n=35第39頁，課件共58頁，創(chuàng)作于2023年2月平滑線性濾波器實例2第40頁，課件共58頁，創(chuàng)作于2023年2月不連續(xù)到連續(xù)平滑線性濾波器實例3第41頁，課件共58頁，創(chuàng)作于2023年2月3.6.2統(tǒng)計排序濾波器中值濾波法取3X3窗口從小到大排序，取中間值第42頁，課件共58頁，創(chuàng)作于2023年2月中值濾波實例第43頁，課件共58頁，創(chuàng)作于2023年2月3.7銳化空間濾波器●圖像的銳化是加強圖像的細節(jié)部分。其實質是對圖像進行高通濾波。3.7.1空間域銳化濾波基礎●圖像的空間域銳化是采用圖像微分實現(xiàn)的(一階微分和二階微分)。●對數(shù)字圖像用差分來代替微分：一階微分：二階微分：第44頁，課件共58頁，創(chuàng)作于2023年2月圖像微分實例第45頁，課件共58頁，創(chuàng)作于2023年2月3.7.2二階微分的圖像增強—拉普拉斯算子

●Laplacian算子：

●對數(shù)字圖像，二階微分為：那么對數(shù)字圖像，laplacian算子為：第46頁，課件共58頁，創(chuàng)作于2023年2月拉普拉斯算子的模板第47頁，課件共58頁，創(chuàng)作于2023年2月拉普拉斯變換結果和原圖像的復合Laplacian掩膜中心為“負”Laplacian掩膜中心為“正”(3.7.5)使用拉普拉斯算子進行圖像銳化的實例第48頁，課件共58頁，創(chuàng)作于2023年2月復合拉普拉斯掩膜

●簡化為一個過程，即(3.7.6)第49頁，課件共58頁，創(chuàng)作于2023年2月反銳化掩蔽

●反銳化掩蔽可以表示為：高提升濾波Laplacian掩膜中心為“負”Laplacian掩膜中心為“正”(3.7.1)第50頁，課件共58頁，創(chuàng)作于2023年2月高提升濾波實例第51頁，課件共58頁，創(chuàng)作于2023年2月3.7.3基于一階微分的圖像增強----梯度法

●一階微分用于圖像增強，是用圖像的梯度?！裉荻鹊哪?，即第52頁，課件共58頁，創(chuàng)作于2023年2月

(1)一般的梯度算法在用計算機計算梯度時，常用絕對值運算代替上式：(2)羅伯茨（Roberts）梯度算法第53頁，課件共58頁，創(chuàng)作于2023年2月梯度算子模板Sobel算子第54頁，課件共58頁，創(chuàng)作于2023年2月Sobel算子

應用實例第55頁，課件共58頁，創(chuàng)作于2023年2月一階微分：梯度算法突出邊緣二階微分：拉普拉斯變換突出細節(jié)第56頁，課件共58頁，創(chuàng)作于2023年2月3.8混合空間增強法(a)(c)(b)(d)(e)(f)(g)(h)(a)的拉普拉斯變換(a)+(b)(a)的Sobel處理(d)的均值濾波(c)*(e)(a)+(f)(g)