《【2017年整理】第3章 灰度变换与空间滤波(数字图像处理)》由会员分享，可在线阅读，更多相关《【2017年整理】第3章 灰度变换与空间滤波(数字图像处理)（100页珍藏版）》请在金锄头文库上搜索。
1、第 3章 灰度变换与空间滤波思想决定行为 行为形成习惯 习惯决定性, ,格,性格决定 命 运。你要想 成 功,就一定要命 成养成高效率的工作习惯。俗语本章要求 了解 空间域图像增强 的概念、目的及主要技术； 理解 直接灰度变换 的方法原理； 掌握图像的空间域的 平滑和锐化 技术方法。 理解 直方图 的定义 性质及用途、 ； 掌握 直方图均衡化、规定化 技术；9/20/2016 2国际软件学院李爽引言一、什么是图象增强？图像增强是要突出图像中的某些信息，同时削弱或去除某些不需要信息的 一 种处理方法 以得到对具体应用来种处理方法 ，说视觉效果更“好”，或更“有用”的图像的技术。注意 ： 增强处理
2、并不能增强原始图像的信息 只是增强： ，对某种信息的辨别能力。二、为什么要增强图象？图像在传输或者处理过程中会引入噪声或使图像变模糊 从， 从而降低了图像质量，甚至淹没了特征，给分析带来了困难。9/20/2016 3国际软件学院李爽引言三、目的（1）改善图象的视觉效果，提高图像的清晰度；（2）将图象转换成更适合于人眼观察和机器分析识别的形式，以便从图象中获取更有用的信息。四 基本方法四空间域处理： 灰度变换 （直接灰度变换、直方图均衡等）；四 、四 、空间滤波 （线性、非线性平滑和锐化等）；频域处理 ：高、低通滤波、同态滤波等。9/20/2016 4国际软件学院李爽第 3章 灰度变换与空间滤波
3、3.1 背景知识3.2 一些基本的灰度变换函数3.3 直方图处理34空间滤波基础3.4 3.5 平滑空间滤波器3.6 锐化空间滤波器3.7 混合空间增强法（自学）38使用模糊技术进行灰度变换和空间滤波 （ 自学 ）3.8 （ ）9/20/2016 5国际软件学院李爽第 3章 灰度变换与空间滤波3.1 背景知识3.2 一些基本的灰度变换函数3.3 直方图处理34空间滤波基础3.4 3.5 平滑空间滤波器3.6 锐化空间滤波器9/20/2016 6国际软件学院李爽3.1 背景知识空间域 ：指图像平面本身，在空间域内处理图像的方法是直接对图像的像素进行处理空间域增强 ： 指增强构成图像的像素 ， 可
4、由下 式。： ， 式定义：( ) ( )g x,y =T f x,y其中f(x,y)是输入图像g(x,y)是输出图像T是对f的一种操作，定义在（x,y）的邻域上.9/20/2016 7国际软件学院李爽3.1 背景知识 上述增强操作常利用所谓的模板运算 模板运算 来实现。 模板 又称滤波器、核、掩模、窗口等，是一个小的 二维 阵 列 ，维列 ， 模板的系数模板的系数 值决定了增强处理的性质，如平滑、锐化等 这种增强方法又称 空间域滤波空间域滤波 。等 ， 这种增强方法又称 空间域滤波空间域滤波 。图像中 (x,y)点的 3 3邻域9/20/2016 8国际软件学院李爽模板运算模板运算（ b）模板
5、系数以及与图像w(-1,-1) w(-1,0) w(-1, 1)w(0,-1) w(0,0) w(0,1)像素对应位置关系f(x-1,y-1) f(x-1,y) f(x-1,y+1)(, (,) (,)w(1,-1) w(1,0) w(1, 1)f(x,y-1) f(x, y) f(x, y+1)ab（ a）模板下的图像像素空域滤波的基本原理f(x+1,y-1) f(x+1, y) f(x+1,y+1)(, ) (,) ( , )satbg x y wst f xsy t= = +9空域滤波的基本原理3.1 背景知识 亮度变换属于图像点运算亮度变换函数 只与点 的亮度有关 与点 的 T (x,
6、y) ， (x,y)的具体位置无关，所以有：ST()S=T(r 其中 r表示输入图像 f中点 (x,y)的亮度表示输入图像 中相应点 ( )的亮度s g x,y对比度拉伸 阈值处理9/20/2016 10国际软件学院李爽第 3章 灰度变换与空间滤波3.1 背景知识3.2 一些基本的灰度变换函数3.3 直方图处理34空间滤波基础3.4 3.5 平滑空间滤波器3.6 锐化空间滤波器9/20/2016 11国际软件学院李爽3.2 一些基本的灰度变换函数9 灰度级变换函数L 1s = T(r) (3.1.2)三种基本类型n次方根反比rs = 线性的 (正比或反比 ) 对数的 (对数和反对数的 )对数)
7、1log( rcs +=n次幂 s cr=输出灰度 幂次的 (n次幂和 n次方根变换 )度级s正比反对数图像反转rLs = 1输入灰度级 ,r对数变换幂次变换)1log( rcs +=crs =用于图像增强的某些基本灰度变换函数9/20/2016 12国际软件学院李爽3.2.1 图像反转1(3.21)sL r= 反转变换通过上述变化，可以得到灰度级范围 0, L-1的图像的反 转 图像，等效于照片的 底 片。转 底适于处理 增强嵌入于图像暗色区域的白色或灰色细节 ,特别是当黑色面积占主导地位时 .g=imadjust(f,0 1,1 0); g=imcomplement (f);9/20/20
8、16 13国际软件学院李爽3.2.2 对数变换log(1 ) (3.2 2)sc r= +对数变换使一 输入中范围较窄的低灰度值 映射为 输出中较宽范围的灰度值 可以用于 扩展图像中的暗像素 同时压缩更高灰度级。 ，的值。60,1.5 10 r log(1 )sr=+g=im2uint8(mat2gray(log(1+double(f);9/20/2016 14国际软件学院李爽3.2.3 幂次变换(, 0) (3.2 3)scr c= 幂次变换幂次曲线中的 值决定了是把输入 窄带 暗值 映射到宽带带 输出值还是把输入 窄带 亮值 映射到宽带 输出带带 .1时， 该变换将高 灰 度 值 （ 亮
9、值 ） 进 行 拉 伸5L高 灰 度 值 （ 亮 值 ） 进 行 拉 伸9/20/2016 15国际软件学院李爽3.2.3 幂次变换(伽马 )校正幂次变换的应用crs =z 实际中 值的确定方法通常CCD的值在0.4 0.8之间，值越小， 画面的效果越差 根据画面对比度的观察与分析 可以。 ，大致得到该设备的值（或依据设备的参考值）。9/20/2016 16国际软件学院李爽3.2.3 幂次变换幂次变换的应用伽马校正(a)原图像12.5sr=2.5vcr=vcs= 9/20/2016 17国际软件学院李爽3.2.3 幂次变换幂次变换的应用例 3.1 用幂次变换进行对比度增强c=1, =0.6,0
10、.4,0.3原图像 0.604 030.4 0.39/20/2016 18国际软件学院李爽3.2.3 幂次变换幂次变换的应用“冲淡”效果图c=1, =3.0,4.0,5.0原图像3.04.0 5.09/20/2016 19国际软件学院李爽3.2.4 分段线性变换函数分段线性变换函数其形式可以任意组合,有些重要的变换可以应用分段线性函数描述.1、对比拉伸 对比拉伸 ：扩展图像处理时灰度级的动态范围。拐点 (r1, s1) 和 (r2, s2)的位置控制了变换函数的形状 ， 一 般假拐点 和 的位置控制了变换函数的形状 ， 般假定 r1 r2且 s1 s2，保证变换函数为单值单调增加。10s 11
11、2111 1 2,rrrrsssrrsrr z3,r1- z4,r2- z5r3,r4- z6,r5,r6,r7- z79/20/2016 51国际软件学院李爽g = histeq(f,hspec)9/20/2016 52国际软件学院李爽,p3.3.3 局部直方图处理有时需要对图像小区域细节的局部增强 .解决的办法就是在图像中每一个像素的 邻域 中 ,根据灰度级分布设计变换函数 .然后利用前面介绍的技术来进行 局部增强 . 步骤：定义一个 方形或矩形的区域 (邻域 ),该区域的中心位置在某个像素点计算该邻域的直方图 ,利用前面介绍的技术来得到变换函数 .使用该变换函数来映射该区域的中心象素的灰
12、度 ; 把该区域的中心从 个像素移动至另 像素 重复 一 个像素移动至另 一 像素 . (a)原图(b)全局均衡化的结果(c) 对每 一 个像素用 7 7() 个像素用邻域局部增强均衡化的结果9/20/2016 53国际软件学院李爽3.3.4 在图像增强中使用直方图统计1() (3.3 18)Liimrp r= 全局灰度均值：0i=122() ( ) ( ) (3.3 19)Liirrmp r= 全局灰度方差：0i=1() (3.3 22)LSiSimrpr= 局部灰度均值 ：0xy xyi=：12()()(323)L局部灰度标准差 ：灰度均值 对平均灰度的 种度量0.32xy xy xySi
13、SSiirm p r= ： 一 种度量 ；灰度方差 （ 标准差 ）： 对平均对 比 度的 一 种度量 ；度的 种度量 ；9/20/2016 54国际软件学院李爽3.3.4 在图像增强中使用直方图统计实际中 ： 在处理均值和方差时 ， 通常用取样值来估计： ，它们。11001(,) (3.3 20)MNxymfxyMN=取样均值：= =11221( ) (33 21)MNf取样方差00, ) .32xyxy mMN= ：统计度量与图像的外观有紧密的、可预测的关系。9/20/2016 55国际软件学院李爽目的：增强暗区域 尽可能保持，亮区域不变。步骤：依据：判断一个区域 是暗区域还是亮区域；xys
14、00(0 1.0)xySG xyif m k M k then s is a dark area处 的 新 灰 度 值 ；增 亮 增 亮2201 01k E1时(, ) (, ) - (, )maskgxyfxyfxy=(, ) (, ) (, )maskgxy fxy k g xy= +939/20/2016国际软件学院李爽3.6.3 非锐化掩蔽和高升滤波949/20/2016国际软件学院李爽3.6.4 使用一阶微分进行图像锐化 梯度 梯度定义对于图像函数 f (x, y)， 它在点 (x, y)处的梯度是一个矢量，定义为：()(1,) (,)grad(1)()xfgf xyfxyxfffg
15、fxy fxy+= = =+ ( , 1) ,yy梯度的两个重要性质是 ：（ 1） 梯度的方向在函数 f(x, y)最大变化率的方向上。（ ） 梯度的模用由下式算出（ 2） ：( ) ( )22, magxyM x yfgg= = +95,g9/20/2016国际软件学院李爽3.6.4 使用一阶微分进行图像锐化 梯度梯度的数值就是 f (x, y)在其最大变化率方向上的单位距离所增加的量。尽管梯度向量的分量本身是线性算子 ， 但由于用到了平方，和开放运算，梯度的模显然不是线性的，却是 各向同性 的。 般把梯度矢量的模值称为梯度 尽管这样说在严格意义一一 ，上并不正确。梯度模值的计算可简化成为：( ),xyM xy g g+969/20/2016国际软件学院李爽3.6.4 使用一阶微分进行图像锐化 梯度(x, y)水平垂直差分法z58565xygzzgzz= = 罗伯特梯度法（ Robert Gradient）86xgzz=
