《数字图像处理第四章ppt课件》由会员分享，可在线阅读，更多相关《数字图像处理第四章ppt课件（191页珍藏版）》请在金锄头文库上搜索。
1、1,Digital Image Processing,数字图像处理,邓 霄,E-Mail: Phone: 13834576609Date: 2015.4.3,2,第四章 图像增强,3,图像增强实例,图像增强:主要是突出图像中感兴趣的信息、衰减或去除不需要的信息，从而使有用的信息得到增强。,4,需要说明的问题,图像增强的目的是对图像进行加工，以得到对具体应用来说视觉效果更“好”，更“有用”的图像。 图像增强处理并不能增加原始图像的信息，其结果只能增强对某种信息的辨别能力，而这种处理肯定会损失一些其它信息。图像增强处理最大的困难在于增强后图像质量的好坏主要依靠人的主观视觉来评定，也就是说，难以定量
2、描述。,5,点运算,空域滤波,空域方法,频域方法,图像增强方法,4.1 概述,灰度变换,直方图修正法,图像平滑,图像锐化,均匀化,规定化,高通滤波,低通滤波,同态滤波,6,概述,直接对图像中的像素进行处理基本上是以灰度映射变换为基础所用的映射变换取决于增强的目的 例如,增加图像的对比度，改善图像的灰度层次等处理均属空域法处理。,空域法的基本原理,在增强问题中， 是给定的原始数据，经傅立叶变换可得到 。选择合适的 ，使得由式得到的 比 在某些特性方面更加鲜明、突出，因而更加易于识别、解译。,概述,9,频域处理法基本原理,10,4.2 空域点处理增强,11,空域处理表示,定义,设f(x,y)是增强
3、前的图像，g(x,y)是增强处理后的图像， T是定义在(x,y)邻域一种操作,则空间域处理可表示为 ：,如果T 是定义在每个点(x,y)上，则T 称为点操作；如果T 是定义在(x,y)的某个邻域上，则T 称为模板操作。,12,空域处理表示,如果用s 和t 分别代表 f 和 g 在(x,y)处的灰度值，则空间域处理就表示为：,增强对比度的T操作：,书上例子,13,直接灰度变换,1、图像求反假设对灰度级范围是0，L-1的图像求反，就是通过变换将0，L-1变换到L-1，0，变换公式如下：,此方法适用于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。,14,直接灰度变换,图像求反
4、,15,%图像求反 I=imread(cameraman.tif); Imshow(I) I=double(I) I=256-1-I I=uint8(I) figure Imshow(I),MATLAB程序,图像求反,16,直接灰度变换,2.线性灰度变换 增强图像各部分的反差，实际中增加图像中某两个灰度值间的动态范围来实现，典型的分段线性变换数学表达式如下：,用分段线性法，将需要的图像细节灰度级拉伸，增强对比度，不需要的细节灰度级压缩,17,直接灰度变换,两端倾斜角45,两端倾斜角45，中间倾斜角45,线性灰度变换,18,直接灰度变换,线性灰度变换,19,I=imread(pout.tif);
5、 imshow(I); I=double(I); M,N=size(I); %线性灰度变换 for i=1:Mfor j=1:Nif I(i,j)=30I(i,j)=I(i,j);elseif I(i,j)1和1的值产生的曲线有相反的效果。,26,直接灰度变换,4、幂次变换幂次变换也称为校正，此时是指用来校正监视器显示的非线性特点。,27,直接灰度变换,幂次变换,28,直接灰度变换,幂次变换,MATLAB 实现: 语法：g=imadjust(f,low_in high_in, low_out high_out,gamma) 说明：将图像f中的亮度值影响到g中的新值，即将low_in至high_
6、in之间的值映射到low_out至high_out之间的值，low_in以下的值映射为low_out，high_in以上的值映射为high_out。 参数gamma指定了映射曲线的形状。,取值分别为0.6，0.4和0.3 (c始终为1),(c),(b),(d),(a),29,f = imread ( pout.tif); imshow(f);g1=imadjust(f, 0 1, 1 0); figure, imshow(g1);g2=imadjust(f, 0.5 0.75, 1 0, 0.5); figure, imshow(g2);,MATLAB程序,幂次变换,30,直接灰度变换,5、灰
7、度分层 一种方法：是对感兴趣的灰度级以较大的灰度值t2来显示而对另外的灰度级则以较小的灰度值t1来显示。,灰度分层变换,另一种方法：对感兴趣的灰度级以较大的灰度值进行显示而其他的灰度级则保持不变。,特点：突出目标的轮廓，消除背景细节,特点：突出目标的轮廓，保留背景细节,31,I=imread(forest.tif); %灰度分层变换 figure; imshow(I); I=double(I) M,N=size(I); for i=1:Mfor j=1:Nif I(i,j)=50I(i,j)=40;elseif I(i,j)=s1 end,35,直接灰度变换,灰度分层变换,36,直方图,灰度级
8、的直方图描述了一幅图像的概貌，用修改直方图的方法增强图像是实用而有效的处理方法之一。 灰度级的直方图就是反映一幅图像中的灰度级与出现这种灰度的概率之间的关系的图形。,偏暗,各种情况下直方图的分布,在灰度级中， =0代表黑， =1代表白。,设变量 代表图像中像素灰度级。在图像中，像素的灰度级可作归一化处理，这样， 的值将限定在下述范围之内：,直方图,37,对于一幅给定的图像来说，每一个像素取得0，1区间内的灰度级是随机的，也就是说 是一个随机变量。假定对每一瞬间它们是连续的随机变量，那么，就可以用概率密度函数 来表示原始图像的灰度分布。如果用直角坐标系的横轴代表灰度级 r ，用纵轴代表灰度级的概
9、率密度函数 ，这样就可以针对一幅图像在这个坐标系中作一曲线。这条曲线在概率论中就是分布密度曲线。,直方图,38,0 1,0 1,(a),(b),图像灰度分布概率密度函数,直方图,39,直方图,40,从图像灰度级的分布可以看出一幅图像的灰度分布特性。,直方图,41,灰度直方图表示图像中每种灰度出现的像素数目。,灰度级的直方图,直方图,42,P62 图4.12,43,要注意的是一幅图像对应一个直方图，但一个直方图并不一定只对应一幅图像。几幅图像只要灰度分布密度相同，那么它们的直方图也是相同的。,图像灰度统计直方图：,直方图,二值直方图,几个具有相同直方图的图像,44,语法：h=imhist(f,
10、b) 说明：b是用于形成直方图的灰度级的个数。f = imread ( pout.tif); imhist(f);,MATLAB程序,直方图,45,直方图修正, 直方图均衡化 直方图规定化,常用的方法：,直方图均衡化的基本思想是把原始图像的直方图变换成均匀分布的形式，从而增加图像的灰度动态范围，以达到增加图像对比度的效果。,如上面所述，一幅给定图像的灰度级分布在0sL-1范围内。可以对0, L-1区间内的任一个s值进行如下变换也就是说，通过上述变换，每个原始图像的像素灰度值s都对应产生一个t 值。,直方图修正,46,变换函数T(s)应满足下列条件： （1）在0sL-1区间内，T(s)单值单调增
11、加 （2）对于0sL-1，有0T(s)L-1这里的第一个条件保证了图像的灰度级从黑到白的次序不变。第二个条件则保证了映射变换后的像素灰度值在允许的范围内。,直方图修正,47,一种灰度变换函数,直方图修正,48,L-1,从t到s的反变换可用下式表示由概率论理论可知，如果已知随机变量s的概率密度为 ，而随机变量t是s的函数，则t的概率密度 可以由 求出。 因为 是单调增加的，它的反函数 也是单调函数。,直方图修正,49,s和t的变换函数关系,直方图修正,50,假定随机变量t的分布函数用 表示，根据分布函数定义利用密度函数是分布函数的导数的关系，等式两边对t求导，有：,51,直方图修正,输出图像的概率密度函数可以通过变换函数T(s)控制原图像灰度级的概率密度函数得到，因而改善原图像的灰度层次，这就是直方图修改技术的基础。,
