數(shù)字圖像處理 第四章圖像增強(qiáng).ppt

1、第四章圖像增強(qiáng)，主要內(nèi)容，圖像增強(qiáng)的功能和目的像素級操作空域平滑和銳化頻域增強(qiáng)顏色增強(qiáng)代數(shù)運(yùn)算，圖像增強(qiáng)，這是最常用的提高圖像質(zhì)量的技術(shù)。圖像增強(qiáng)的目的是改善圖像的視覺效果，提高圖像的可識別性，并將其轉(zhuǎn)化為更易于分析和處理的形式化評價(jià)標(biāo)準(zhǔn)：人們的主觀感受從范圍上可以分為兩種空間域，即圖像像素的灰度或灰度統(tǒng)計(jì)運(yùn)算頻域，圖像變換后對光譜成分的運(yùn)算， 最后通過逆變換、圖像增強(qiáng)、圖像質(zhì)量下降原因、局部或全部低對比度、噪聲干擾(包括熱噪聲、量化噪聲、椒鹽噪聲、背景干擾等)得到所需的增強(qiáng)結(jié)果。 模糊圖像的圖像增強(qiáng)是通過直方圖均衡化、平滑去噪、邊緣銳化等有針對性的技術(shù)來糾正圖像退化。達(dá)到了提高圖像質(zhì)量的目的

2、。圖像增強(qiáng)的主要內(nèi)容，空間域中的點(diǎn)運(yùn)算，局部運(yùn)算，圖像平滑，圖像銳化，頻域，高通濾波，低通濾波，同態(tài)濾波，顏色增強(qiáng)，假顏色增強(qiáng)，顏色變換，增強(qiáng)，代數(shù)運(yùn)算，加法，減法，乘法和除法，主要內(nèi)容，圖像增強(qiáng)的作用和空間域中的目標(biāo)點(diǎn)運(yùn)算，空間域中的平滑，頻域中的銳化，顏色增強(qiáng)，代數(shù)運(yùn)算，灰度變換直方圖變換局部統(tǒng)計(jì)，4.1點(diǎn)運(yùn)算，點(diǎn)運(yùn)算：對于輸入圖像， 將產(chǎn)生輸出圖像，并且輸出圖像的每個(gè)像素的灰度值由輸入像素確定。 點(diǎn)運(yùn)算由灰度變換函數(shù)GST決定。點(diǎn)運(yùn)算實(shí)際上是圖像像素灰度的增強(qiáng)，包括：灰度校正：通過成像系統(tǒng)校正像素的灰度變換：將一個(gè)灰度區(qū)間映射到另一個(gè)灰度區(qū)間，直方圖校正：使圖像灰度分布均勻，距離變大，對

3、比度增強(qiáng)。局部統(tǒng)計(jì)：利用局部統(tǒng)計(jì)特征進(jìn)行對比度增強(qiáng)，4.1.1灰度校正，灰度校正：在圖像采集系統(tǒng)中對圖像像素進(jìn)行校正，使整個(gè)圖像的亮度分布均勻。理想系統(tǒng)的輸入圖像f(i，j)和實(shí)際獲得的退化圖像g(i，j)之間的關(guān)系被表示為g(i，j)=e(i，j)f(i，j)，其中e(i，j)是退化函數(shù)/系統(tǒng)的灰度失真系數(shù)用具有恒定c的灰度級的圖像成像，并且實(shí)際輸出是GC。 以及灰度校正需要注意的問題：對退化圖像進(jìn)行逐點(diǎn)灰度校正得到的圖像，其中一些像素的灰度值可能超過記錄設(shè)備或顯示器的輸入灰度的動(dòng)態(tài)范圍，應(yīng)采用其他方法對輸出進(jìn)行校正，以保證輸出不失真。 當(dāng)退化圖像被數(shù)字化時(shí)，每個(gè)像素的灰度級在離散組中的離散

4、值上被量化，但是校正圖像中每個(gè)像素的灰度級的極值不一定在這些離散值上，所以校正圖像必須被量化。4.1.2灰度級變換，灰度級變換：將圖像的灰度級映射到另一個(gè)灰度級。分類：線性變換，非線性變換1。線性變換，由于成像過程中曝光不足或曝光過度、成像設(shè)備的非線性或圖像記錄設(shè)備的動(dòng)態(tài)范圍過窄，會(huì)造成圖像對比度不足的缺陷，使圖像中的細(xì)節(jié)難以區(qū)分。此時(shí)，如果圖像的灰度級線性擴(kuò)展，則圖像的主觀質(zhì)量通常可以顯著提高。線性灰度變換，1。線性點(diǎn)運(yùn)算，f，g，線性灰度變換，原始圖像，線性灰度變換，2。線性灰度范圍變換，f，g，線性灰度變換，3。分段線性變換拉伸圖像中的一些灰度細(xì)節(jié)并相對抑制不感興趣的部分，這可以通過分段

5、線性變換獲得。2、非線性灰度變換、對數(shù)變換、指數(shù)變換分類直方圖均衡化：灰度間距變寬，分布均勻。直方圖規(guī)定：直接給出所需的直方圖形狀，并找到一定的灰度變換來處理原始圖像。直方圖均衡化，直方圖規(guī)范，附件：PS操作，“設(shè)置”菜單中的命令：自動(dòng)顏色級別-直方圖均衡化替換顏色-直方圖匹配，直方圖均衡化，直方圖均衡化，直方圖均衡化的理論基礎(chǔ)，假設(shè)原始圖像的歸一化灰度為R，校正后的直方圖為S，直方圖均衡化的理論基礎(chǔ)，直方圖均衡化的要點(diǎn)：公理：以直方圖P為常數(shù)的圖像對比度是最佳目標(biāo)：對于輸入圖像R， 找到一個(gè)灰度變換函數(shù)T(r)，使結(jié)果圖像S的直方圖Ps(s)是一個(gè)常數(shù)，這是直方圖均衡化的理論基礎(chǔ)。 根據(jù)概率

6、論，如果Pr(r)和變換函數(shù)s=T(r)是已知的，r=T-1(s)，那么變換后的概率密度函數(shù)Ps(s)可以從Pr(r)中獲得：直方圖均衡化計(jì)算，示例1假設(shè)存在總像素為n=64*64的圖像，灰度級為8，并且灰度級分布如下。進(jìn)行直方圖均衡化，并繪制均衡化前后的直方圖。直方圖均衡化計(jì)算、直方圖灰度統(tǒng)計(jì)計(jì)算、變換函數(shù)tr計(jì)算、sk計(jì)算、變換函數(shù)Tr計(jì)算、sk并行、直方圖均衡化計(jì)算、均衡化直方圖、每個(gè)sk對應(yīng)的像素?cái)?shù)計(jì)算、直方圖均衡化計(jì)算、繪制原始圖像和處理后圖像的直方圖、直方圖均衡化，結(jié)果表明，均衡化后的灰度直方圖比原始直方圖更平坦，等長間隔內(nèi)的像素?cái)?shù)接近相等，灰度級數(shù)量減少， 擴(kuò)展了動(dòng)態(tài)范圍，并且將

7、原始直方圖頻率較低的一些灰度級合并成一個(gè)或多個(gè)灰度級。 頻率較低的灰度級被壓縮，而頻率較高的灰度級被增強(qiáng)。結(jié)論：直方圖均衡化本質(zhì)上是指降低頻率較低的灰度級，降低圖像的灰度級以換取對比度的提高。直方圖均衡化計(jì)算，在計(jì)算步驟中，計(jì)算Pk (rk)以獲得原始直方圖來計(jì)算變換函數(shù)T(rk)，也就是說，累積分布被舍入以計(jì)算灰度量化級別sk，并且與灰度量化級別sk合并以計(jì)算對應(yīng)于每個(gè)sk的像素?cái)?shù)，也就是映射到rk的像素?cái)?shù)，并且應(yīng)該累積合并的像素?cái)?shù)。計(jì)算均衡后的直方圖，練習(xí)，以F為原始圖像，用正方形圖進(jìn)行均衡，畫出均衡前后的直方圖。解決方案：1 .計(jì)算Pk (rk)。由F可知，圖像像素的總數(shù)為n=5*5=2

8、5，灰度rk的分布范圍為09，從而得到Pk (rk)=nk/n，Pk (rk)，實(shí)踐；2.得到sk，PK (Rk)，Tr，通過轉(zhuǎn)換函數(shù)Tr 3，計(jì)算Sk并和合并類似的項(xiàng)目6。繪制原始圖像和處理后圖像的直方圖，指定直方圖，指定直方圖(直方圖匹配)，使處理后的圖像具有指定的直方圖形狀?；舅枷耄褐狈綀D規(guī)范，直方圖規(guī)范。示例2使用與示例1相同的圖像。眾所周知，在用指定圖像進(jìn)行直方圖均衡化之后，該圖像的灰度級分布如下，因此執(zhí)行直方圖規(guī)定化。原始圖像直方圖均衡化，指定圖像直方圖均衡化，r3-s3=6/7，r5-s4=1，r6-s4=1，直方圖規(guī)范，使用原始圖像的sk代替vk，一般取最近的sk。逆變換Gk

9、得到zk到sk的對應(yīng)關(guān)系。重新分布像素nk并計(jì)算直方圖定義圖像的灰度分布pz。直方圖定義，直方圖定義的應(yīng)用示例(圖像融合)，適用于調(diào)整兩幅圖像的亮度和色調(diào)，以實(shí)現(xiàn)無縫拼接。附件：MATALB功能與空間點(diǎn)運(yùn)算相關(guān)，圖像調(diào)整功能用于調(diào)整數(shù)字圖像的灰度，實(shí)現(xiàn)線性變換對比度增強(qiáng)。用法：j=I調(diào)整(I，低輸入高輸入，低輸出高輸出)示例：j=I調(diào)整(I，0.3，0.7，);將圖像I轉(zhuǎn)換為j，并使灰度值與默認(rèn)值01從0.30.7匹配。數(shù)字圖像的直方圖均衡化使用his eq函數(shù)：j=his eq(I)；變換后的圖像I具有64個(gè)灰度級的灰度圖像J，t=h局部統(tǒng)計(jì)方法，(a)原始圖像，(b)直方圖修正后的圖像，(

10、c)局部增強(qiáng)后的圖像，局部統(tǒng)計(jì)方法，沃利斯和李鐘森提出用局部均值和方差進(jìn)行對比度增強(qiáng)?；舅枷胧翘岢銎谕木植烤岛头讲睿⒎謩e處理原始圖像的每個(gè)像素。這里的局部區(qū)域是指像素(x，y)附近的(2n 1)*(2m 1)區(qū)域。局部均值-平均灰度方差-平均對比度，局部均值(平均灰度)，局部方差(平均對比度)，局部統(tǒng)計(jì)方法，主要內(nèi)容，圖像增強(qiáng)函數(shù)和目的空間域點(diǎn)運(yùn)算，空間域平滑，空間域銳化，頻域增強(qiáng)，顏色增強(qiáng)代數(shù)運(yùn)算，空間濾波概念平滑濾波，空間域?yàn)V波概念，空間域?yàn)V波屬于局部處理，空間域?yàn)V波分類，空間濾波根據(jù)不同條件分類：空間濾波，線性濾波定義，空間濾波，4.2空間平滑，圖(a)原始圖像(b)閾值圖像(c

11、)平滑圖像，空間局部平滑，局部平滑域平均像素灰度=像素鄰域M是相鄰像素的總數(shù)。特點(diǎn)：噪聲降低，但圖像模糊，尤其是邊緣和細(xì)節(jié)。20、局部平滑法，圖A中的原始圖像，圖b 3*3中的局部平滑法，圖c 5*5中的局部平滑法，超限像素平滑法。當(dāng)輸入和輸出之間的差異大于某個(gè)閾值時(shí)，執(zhí)行局部平滑。特點(diǎn)：抑制椒鹽噪聲，保護(hù)小灰度差異的細(xì)節(jié)和紋理。首先，局部平滑法，局部平滑法，圖A原始圖像圖b 3*3局部平滑法圖c 5*5局部平滑法圖d 5*5過限像素平滑法，局部平滑法，灰度最接近的K個(gè)相鄰點(diǎn)的平均法。起點(diǎn)：同類灰度值的灰度值與像素的灰度值高度相關(guān)=窗口中最靠近中心像素的K個(gè)相鄰像素的灰度平均值較大，噪聲平滑效

12、果較好，但越模糊。對于3*3窗口，一般最好取K為6，250，K=6，局部平滑法，梯度倒數(shù)加權(quán)平滑法。起點(diǎn)：區(qū)域中的梯度小，邊緣梯度大。減少邊緣對中心像素的影響。梯度定義為|相鄰像素灰度差|相鄰像素權(quán)重是指中心像素和相鄰像素之間的倒數(shù)邊緣附近的梯度較大，而加權(quán)小像素灰度值=窗口加權(quán)平均值，13最大均勻平滑法像素灰度值與5個(gè)33窗口的任意像素=周圍像素的平均灰度值。窗口平均灰度值的判別方法：窗口的最小梯度：復(fù)雜形狀的邊界會(huì)被過度平滑，從而丟失細(xì)節(jié)。x，局部平滑法，選擇性邊緣保持平滑法像素灰度值=周圍像素的平均灰度值。選擇正方形、五邊形、六邊形等窗口周圍的像素來尋找無邊緣區(qū)域窗口灰度變換的判別方法：

13、最小方差平滑時(shí)不會(huì)模糊銳邊或破壞邊緣形狀，是對最大均勻平滑法的改進(jìn)。x、低通濾波模板、2、空間域模板濾波方法、空間低通濾波、模板自左向右、自上而下移動(dòng)、執(zhí)行濾波操作、空間低通濾波、平均模板中心加權(quán)模板中心加權(quán)縮減模板。常用的33低通濾波器(模板)，空間低通濾波器，空間低通濾波器模板的特征系數(shù)反映了中心點(diǎn)或鄰域的重要性，系數(shù)0和系數(shù)之和=1可以保證輸出圖像的灰度值在允許的范圍內(nèi)沒有“溢出”。空間低通濾波和平滑不僅去噪，而且會(huì)丟失邊緣和清晰的細(xì)節(jié)信息。模板尺寸越大，圖像越模糊，丟失的細(xì)節(jié)越多。第三，中值濾波，中值濾波，例子：使用13個(gè)窗口進(jìn)行中值濾波，原始圖像是：226212442424經(jīng)過處理后

14、，它是：2 2 2 2 4 4 4 4 4。在抑制隨機(jī)噪聲方面，中值濾波和中值濾波并不比平均法更有效。附件：MATALAB相關(guān)函數(shù)和filter2函數(shù)用于圖像濾波，如：I=im read(e : w 01 . TIF)；h=1，2，1；0，0，0；-1，-2，-1；j=濾波器2(h，I)；二維卷積conv2濾波，如： I=im read(e : w01 . TIF)；h=1，1，1；1，1，1；1，1，1；h=h/9；j=conv2(i，h)；Medfilt2函數(shù)用于圖像的中值濾波，如：I=im read(e : w 01 . TIF)；j=med fil 2(I，M N)；矩陣1經(jīng)過二維中值

15、濾波，域?yàn)镸*N，默認(rèn)值為3*3。主要內(nèi)容包括圖像增強(qiáng)、目標(biāo)空間域的點(diǎn)運(yùn)算、空間域的平滑、頻率域的銳化、顏色增強(qiáng)代數(shù)運(yùn)算、梯度銳化拉普拉斯增強(qiáng)算子高通濾波、空間域銳化、空間域銳化、曝光、空間高通濾波模板特征，具有正負(fù)系數(shù)，且正系數(shù)之和一般以0為中心?？臻g銳化效果，1。微分濾波器(梯度銳化法)，微分濾波器，微分濾波器，一階微分濾波器，特點(diǎn)：用于提取垂直和水平邊緣時(shí)效果好，一階微分濾波器，優(yōu)點(diǎn)：增加模板，銳化邊緣，減少噪聲的影響；可以增強(qiáng)斜臺(tái)階的邊緣和線條。優(yōu)點(diǎn)：四場加權(quán)，傾斜邊緣增強(qiáng)效果更明顯，一階微分算子濾波效果好，第一輸出形式為g(x，y)=grad(x，y)。這種方法的缺點(diǎn)是增強(qiáng)后的圖像只

16、顯示灰度變化較大的邊緣輪廓，而灰度變化平緩或均勻的區(qū)域?yàn)楹谏?。在第二種輸出形式中，t是非負(fù)閾值。適當(dāng)選擇t可以使明顯的邊緣輪廓突出，而不破壞灰度變化平緩的原始背景、梯度圖像表達(dá)形式、梯度圖像表達(dá)形式，第三種輸出形式顯示灰度固定的明顯邊緣。第四種輸出形式該方法用固定的灰度級LB表示背景，便于研究邊緣灰度級的變化。第五種輸出形式該方法分別用固定的灰度級LG和LB表示明顯的邊緣和背景，生成二值圖像，便于研究邊緣的位置。梯度圖像表示，二階和二階微分濾波器，2F(x，y)=F(x 1，y) F(x-1，y) F(x，y 1) F(x，y-1)F(x，y-1)-4F(x，y)，二階微分濾波器，拉普拉斯算子特性：高增