《数字图像处理 Intensity transformations spatial filtering》由会员分享，可在线阅读，更多相关《数字图像处理 Intensity transformations spatial filtering（113页珍藏版）》请在金锄头文库上搜索。
1、数字图像处理 （Digital Image Processing）,第3章 第2页,3. Intensity transformations & spatial filtering,Background Some basic intensity transformation Histogram-based image enhancement Fundamentals of spatial filtering Smoothing spatial filters Sharpen spatial filters Combining spatial enhancement methods Using
2、fuzzy techniques for intensity transformation and spatial filtering,第3章 第3页,The motivation of IT Enhancement: 图像增强就是对输入图像进行某种处理, 使得输出图像比输入图像更加适合特定的应用, 主要是为了适合人眼理解图像 The motivation of enhancement 图像质量差 图像质量好, 但不便于人眼观察 How to evaluate the enhancement effect? 人眼系统主观评价,3.1 Background,第3章 第4页,The general
3、 form of spatial domain processes Given the gray level of a pixel, use a function f to output a modified gray level,3.1 Background,第3章 第5页,像素(x, y)的邻域: 通常定义为以(x, y)为中心的矩形(正方形居多)的子图像,3.1 Background,图像中(x, y)点的33邻域,The neighborhood size 邻域为11: Basic intensity transformation 邻域nn: 基于空间滤波的增强 整幅图像的统计特性:
4、基于直方图的增强,第3章 第6页,3. Intensity transformations & spatial filtering,Background Some basic intensity transformation Histogram-based image enhancement Fundamentals of spatial filtering Smoothing spatial filters Sharpen spatial filters Combining spatial enhancement methods Using fuzzy techniques for inte
5、nsity transformation and spatial filtering,第3章 第7页,“Basic” comes from the neighbohood size 11, i.e. a single pixel,3.2 Some basic intensity transformation functions,Point processing,Neighborhood processing,(Basic),第3章 第8页,3类基本灰度变换技术 线性: 正比, 反比 对数: 对数, 反对数 幂次: n次幂, n次方根,3.2 Some basic intensity trans
6、formation functions,negative,identity,log,n power,n root,第3章 第9页,3.2.1 Image negatives,输入图像的灰度级r范围0, L-1,即0rL-1 输出图像的灰度为 s=L-1-r 灰度图像: “黑白颠倒”彩色图像: 补色 适用于增强图像中暗色区域的灰色细节部分,It makes all the difference whether one sees darkness through the light or brightness through the shadows,第3章 第10页,3.2.1 Image neg
7、atives,灰度图像,彩色图像,Examples,第3章 第11页,3.2.2 Log transformations,对数变换表达式 s = c log (1+r) 把窄范围的低灰度级映射到宽范围的灰度级 (增强低灰度级) 把宽范围的高灰度级映射到低范围的灰度级 (抑制高灰度级) 应用: 压缩图像的动态范围, 显示图像的傅里叶频谱图像,第3章 第12页,示例: 利用对数变换显示图像的傅里叶频谱,频谱幅值范围:0107,且低频能量最多,图像,图像的傅里叶谱,3.2.2 Log Transformation,第3章 第13页,直方图,像素个数,图像傅里叶谱的直方图,3.2.2 Log tran
8、sformations,第3章 第14页,对数变换的应用: 频谱显示,3.2.2 Log transformations,第3章 第15页,3.2.3 Power-law (Gamma) transformation,幂次变换表达式 1: 压缩暗像素值, 扩展亮像素值 应用: 用于各种图像获取、打印和显示等设备的伽马校正 (Gamma correction),第3章 第16页,3.2.3 Power-law (Gamma transformation,CRT(阴极射线管)设备的电压-亮度曲线近似为幂函数 没有进行伽马校正的输出图像比输入图像暗,且暗区被压缩 将经过伽马校正后的图像r作为输入,
9、得到接近真实的显示效果,voltage,intensity,第3章 第17页,3.2.3 Power-law (Gamma) transformation,输入图像,显示图像,显示图像,校正图像,第3章 第18页,3.2.3 Power-law (Gamma) transformation,原始图像,扩展暗灰度级: MR图像增强,第3章 第19页,压缩亮灰度级: 航拍图像增强,原始航拍图像(washed out),3.2.3 Power-law (Gamma) transformation,第3章 第20页,3.2.4 Piecewise-linear transformation funct
10、ions,分段线性变换: 将灰度级划归不同范围, 每个范围采用不同的线性变换 优点: 变换形式可根据需要任意合成 缺点: 需用户输入 主要形式: 对比度拉伸 灰度切割 位图切割（自学）,第3章 第21页,3.2.4 Piecewise-linear transformation functions,对比度拉伸: 提高图像灰度级的动态范围,第3章 第22页,3.2.4 Piecewise-linear transformation functions,thresholding,第3章 第23页,3.2.4 Piecewise-linear transformation functions,Sum
11、mary of basic intensity transform,第3章 第25页,3. Intensity transformations & spatial filtering,Background Some basic intensity transformation Histogram-based image enhancement Fundamentals of spatial filtering Smoothing spatial filters Sharpen spatial filters Combining spatial enhancement methods Using
12、 fuzzy techniques for intensity transformation and spatial filtering,第3章 第26页,3.3 Histogram processing,Motivation Intensity transform can enhance image because it properly changes the image histogram. So we can directly design an intensity transform function based on histogram,第3章 第27页,3.3 Histogram
13、 processing,Motivation,第3章 第28页,3.3 Histogram processing,Definition of histogram (hist=bar,gram=图) If the intensity levels is in the range 0,L-1, the histogram is a discrete function h(rk)=nk , (k=0,1,.,L-1). where rk is the kth intensity value, and nk is the number of pixels in the image with inten
14、sity rk.,4x4 image,Gray scale = 0,9,histogram,1,2,3,4,5,6,No. of pixels,第3章 第29页,3.3 Histogram processing,histogram equalization (HE),histogram processing,histogram specification (HS),Local HE,第3章 第30页,3.3.1 Histogram Equalization (HE),Whats histogram equalization ？,A process that seek an intensity
15、transform function s=T(r) so that the histogram of transformed image becomes flat.,The advantages of HE,Automatically and adaptly determine an optimal transform function that,第3章 第31页,3.3.1 Histogram Equalization (HE),The constraints of HE,Let r0,L-1 be the input intensity, s=T(r) is the transformed
16、 intensity. It is required that the function T satisfies: T(r) is a monotonically increasing function in the interval 0rL-1. 0T(r) L-1 for 0rL-1,0,1,0,1,1,r,r,s,r,s,s,第3章 第32页,3.3.1 Histogram Equalization (HE),用r表示变换前的灰度, pr(w) 表示变换前的直方图 用s表示变换后的灰度, ps(w) 表示变换后的直方图,变换前后面积相等,Whats the relationship of the original histogram and the transformed one?,变换后s的PDF由变换前r的和所用的变换函数决定。,第3章 第33页,3.3.1 Histogram Equalization (HE),Ho
