《空域图像增强#高等教育》由会员分享，可在线阅读，更多相关《空域图像增强#高等教育（64页珍藏版）》请在金锄头文库上搜索。
1、第第3章章空域图像增强空域图像增强 图图像像增增强强技术是一大类基本的图像处理技术，其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”的图像在图像处理中，空空域域是指由像素组成的空间，也就是图图像像域域。空空域域增增强强方法指直接作用于像素改变其特性的增强方法。具体的增强操作可仅定义在每个像素位置(x, y)上，此时称为点点操操作作；增强操作还可定义在每个(x, y)的某个邻域上，此时常称为模板操作模板操作或邻域操作邻域操作 1优质课件 第第3章章 空域图像增强空域图像增强图像增强图像增强: 改变图像像素的灰度值，以改变图像灰改变图像像素的灰度值，以改变图像灰 度的动态范
2、围，增强图像的对比度。度的动态范围，增强图像的对比度。增强目的增强目的：1) 改善图像的视觉效果，提高清晰度；改善图像的视觉效果，提高清晰度； 2）将图像转换成一种更适合于人或机）将图像转换成一种更适合于人或机 器分析处理的形式。器分析处理的形式。 空域法空域法： 直接对图像的像素灰度值进行操作。直接对图像的像素灰度值进行操作。 频域法频域法： 在变换域中，对图像的变换值进行操作在变换域中，对图像的变换值进行操作. 空域增强分为：点操作和模板操作（邻域操作）。空域增强分为：点操作和模板操作（邻域操作）。2优质课件第第3章章空域图像增强空域图像增强 3.1灰度映射灰度映射3.2图像运算图像运算3
3、.3直方图修正直方图修正3.4空域滤波空域滤波3优质课件3.1 灰度映射灰度映射灰度映射灰度映射：改变图像像素的灰度以改善视觉效果：改变图像像素的灰度以改善视觉效果 是一种基于图像像素的点操作是一种基于图像像素的点操作 映射函数：映射函数：t = T(s) s：输入像素值，：输入像素值，t：输出像素值：输出像素值灰度映射原理灰度映射原理 ： 根据增强的目的设计根据增强的目的设计某种映射规则某种映射规则，并用相应的，并用相应的映射函数来表示。映射函数来表示。 利用映射函数可将原始图像中每个像素的灰度都利用映射函数可将原始图像中每个像素的灰度都映射到新的灰度。映射到新的灰度。 属于点操作。属于点操
4、作。 4优质课件 3.1灰度映射灰度映射输入和输出均输入和输出均4个灰度级：个灰度级：R、Y、G、B。5优质课件3.1 灰度映射灰度映射左图增加对比度右图降低对比度注意：一般输入输出的动态范围一致。注意：一般输入输出的动态范围一致。6优质课件 3.1灰度映射灰度映射常见的增强函数： 取反 分段增强 对数7优质课件3.1 灰度映射灰度映射1、图像求反、图像求反 将原图灰度值翻转 8优质课件3.1 灰度映射灰度映射2、动态范围压缩动态范围压缩动态范围过大时，超出显示设备允许范围，直接显示会丢失图像细节，可进行动态范围压缩。目标与增强对比度相反 9优质课件n动态范围：是指图像中从暗到亮的变化范围。动
5、态范围：是指图像中从暗到亮的变化范围。n动态范围对人视觉的影响：动态范围对人视觉的影响： 由于人眼所可以分辨的灰度的变化范围是有由于人眼所可以分辨的灰度的变化范围是有限的，限的，所以当动态范围太大时，很高的亮度值把所以当动态范围太大时，很高的亮度值把暗区的信号都掩盖了。暗区的信号都掩盖了。n如下图所示，将原来0,255范围内的亮暗变化，压缩到a,b范围内。n再将a,b范围内的灰度值伸展到0,255。3.1 灰度映射灰度映射10优质课件11黑白a ab b0 01 1255255a ab bf fg g255255另一种压缩：3.1 灰度映射灰度映射11优质课件3.1 灰度映射灰度映射3、阶梯量
6、化阶梯量化将图像灰度分阶段量化成较少的级数，从而减少数据位，获得数据量压缩的效果 。 (图像质量下降)12优质课件3.1 灰度映射灰度映射4、阈值切分阈值切分（图像二值化）（图像二值化） 增强图只剩下2个灰度级，突出前景，抑制了背景，对比度最大，但细节全丢失了 。13优质课件突出感兴趣部分，其余置零：突出感兴趣部分，其余置零：255255a ab bf fg g2552553.1 灰度映射灰度映射14优质课件3.2 图像运算图像运算15优质课件3.2 图像运算图像运算 图像运算包括：图像运算包括：算数运算算数运算和和逻辑运算逻辑运算。1.算术运算算术运算：（一般用于灰度图像）（一般用于灰度图像
7、）两个像素两个像素p和和q之间的基本算术运算包括：之间的基本算术运算包括：(1)加法：记为加法：记为p + q(2)减法：记为减法：记为p q(3)乘法：记为乘法：记为p q（也写为（也写为pq和和p q）(4)除法：记为除法：记为p q 16优质课件 3.2图像运算图像运算注注 意：意：运算结果可能超出原图像动态范围，此时运算结果可能超出原图像动态范围，此时需要进行灰度映射，将运算结果的灰度值限制在原需要进行灰度映射，将运算结果的灰度值限制在原图像的允许范围内。图像的允许范围内。应应 用：用： 1）加法消除噪声）加法消除噪声 含噪声图像：含噪声图像：g(x,y) = f(x,y) + e(x
8、,y) 若噪声具有若噪声具有互不相关、零均值互不相关、零均值的统计特性，的统计特性，则则M个含噪声图像之和：个含噪声图像之和： 期望期望： 17优质课件 3.2图像运算图像运算2）减法可消除背景、进行运动检测）减法可消除背景、进行运动检测 g(x,y) = f(x,y) - h(x,y) 若两副图像背景相同，减法结果是两副图之若两副图像背景相同，减法结果是两副图之差别，可消除背景，获得运动信息。差别，可消除背景，获得运动信息。 例例1：P48图图3.2.2 例例2：18优质课件3.2 图像运算图像运算 2.逻辑运算逻辑运算 注注 意：直接只可用于二值（意：直接只可用于二值（0和和1）图像）图像
9、 两个像素两个像素p和和q之间最基本的逻辑运算包括之间最基本的逻辑运算包括 (1)与：与： pq或或pq (2)或：或：p + q (3) 补（非）：补（非）：组合逻辑运算组合逻辑运算：异或、与非、或非、异或非。：异或、与非、或非、异或非。 用异或运算可提取目标。用异或运算可提取目标。19优质课件3.3 直方图修正直方图修正20优质课件3.3 直方图修正直方图修正 直方图修正：直方图修正： 借助图像的直方图，改变图像像素分布，获借助图像的直方图，改变图像像素分布，获得图像增强效果。得图像增强效果。 修正包括修正包括直方图均衡化、直方图规定化直方图均衡化、直方图规定化。1. 直方图直方图 图像的
10、灰度直方图是图像的灰度直方图是二维图像的灰度分布统二维图像的灰度分布统二维图像的灰度分布统二维图像的灰度分布统计，是计，是计，是计，是一个一个1-D的的离散函数。离散函数。 21优质课件* 3.3 直方图修正直方图修正0123123123103102h54300 1 2 3 f22优质课件 3.3直方图修正直方图修正 直方图性质直方图性质 反映图像中不同灰度出现的次数，不反映某一灰度值像素所在位置，不具有空间特性。 是多对一多对一的映射。 四个图像具有相同的直方图。23优质课件 3.3直方图修正直方图修正2. 累积直方图累积直方图01231231231031020 1 2 338121624优
11、质课件3.3 直方图修正直方图修正 3.直方图均衡化直方图均衡化 用于用于增强动态范围偏小增强动态范围偏小的图像的的图像的反差反差。基本思想基本思想：把原始图的直方图变换为在整个灰度：把原始图的直方图变换为在整个灰度范围内均匀分布的形式，范围内均匀分布的形式， 使图中具有近似灰度且使图中具有近似灰度且占有大量像素的区域的灰度范围展宽，占有大量像素的区域的灰度范围展宽， 使大区域使大区域中微小灰度变化显现出来。中微小灰度变化显现出来。 增加像素灰度值的动增加像素灰度值的动态范围，从而达到增强图像整体对比度的效果态范围，从而达到增强图像整体对比度的效果. 直方图归一化概率直方图归一化概率表达形式表
12、达形式 ： 25优质课件3.3 直方图修正直方图修正 增强函数增强函数需要满足2个条件：(1)它在范围0 f（L-1）内是1个单值单增函数，这是为了保证原图各灰度级在变换后仍保持原来从黑到白（或从白到黑）的排列次序。(2)如果设均衡化后的图像为g(x, y)，则： 对于 0 f（L-1）, 有 0 g（L-1）这个条件保证变换前后图像的灰度值范围是一致的。增强函数增强函数可用图像可用图像f(x, y)的累积直方图：的累积直方图：26优质课件 3.3直方图修正直方图修正序号 运算 步骤和结果1列出原始灰度级f012345672列出原始直方图p0.020.050.090.120.140.20.22
13、0.163计算原始累积直方图gf0.020.070.160.280.420.620.8414取整g=int(L-1)gf+0.5001234675确定映射对应关系f-g 0，1-02-13-24-35-46-67-76计算新直方图0.070.090.120.140.200.220.16 实际中直方图均衡化可采用列表方式计算。实际中直方图均衡化可采用列表方式计算。27优质课件 3.3 直方图修正直方图修正 由于数字图像灰度取值的离散性，通过四舍由于数字图像灰度取值的离散性，通过四舍五入使变换后的灰度值出现了归并现象，而使变五入使变换后的灰度值出现了归并现象，而使变换后的直方图并非完全均匀分布，但
14、相比于原直换后的直方图并非完全均匀分布，但相比于原直方图要平坦得多。方图要平坦得多。累累积积直直方方图图比比较较原原始始直直方方图图均均衡衡化化28优质课件 3.3 直方图修正直方图修正29优质课件3.3 直方图修正直方图修正 4.直方图规定化直方图规定化用户可以指定需要的规定化函数来得到特殊的增强功能.主要有3个步骤个步骤(1)计算原始图的直方图和累积直方图(2)规定需要的直方图，并计算规定直方图的累 积直方图 (3)将原始图的直方图映射到规定的直方图30优质课件单单映映射射规规则则（SML）：从原始直方图向规定直方图映射（使式取值最小的f和s） 组组映映射射规规则则GML：从规定直方图向原
15、始直方图映射（使式取值最小的I(s)） ： 3.3 直方图修正直方图修正 31优质课件 3.3直方图修正直方图修正A原始直方图，原始直方图，b规定直方图，规定直方图，c原始累积直方图，原始累积直方图，d规定累积直方图规定累积直方图32优质课件序号 运算 步骤和结果1列出原始灰度级f012345672列出原始直方图0.10.050.150.20.20.150.050.13计算原始累积直方图0.10.150.30.50.70.850.914列出规定直方图00.300.45000.2505计算规定累积直方图00.30.30.750.750.75116SSML映射111133667S确定对应关系0，1
16、，2，3-14，5-36，7-68S变换后直方图00.500.35000.1506GGML映射111336667G查找映射对应关系1，2-13，4-35，6，7-68G变换后直方图00.300.4000.303.3直方图修正直方图修正33优质课件3.3 直方图修正直方图修正 直方图规定化直方图规定化绘图计算 单映射 组映射 34优质课件3.3 直方图修正直方图修正 35优质课件3.3 直方图修正直方图修正 a原始直方图， b规定直方图， c单映射直方图， d组映射直方图36优质课件 3.4空域滤波空域滤波37优质课件 3.4 空域滤波空域滤波n3.4.1原理与分类原理与分类n3.4.2 线性平
17、滑滤波器线性平滑滤波器n3.4.3线性锐化滤波器线性锐化滤波器n3.4.4非线性平滑滤波器非线性平滑滤波器n3.4.5非线性锐化滤波器非线性锐化滤波器38优质课件 3.4.13.4.1原理与分类原理与分类 空域滤波是一种模板运算（邻域操作）空域滤波是一种模板运算（邻域操作）。1.1.模板运算（模板卷积模板运算（模板卷积）模板卷积在空域实现的主要步骤如下。 (1)将模板在图中漫游，并将模板中心与图中某个像素位置重合 (2)将模板上的各个系数与模板下各对应像素的灰度值相乘 (3)将所有乘积相加（为保持灰度范围，常将结果再除以模板的系数） (4)将上述运算结果（模板的输出响应）赋给图中对应模板中心位
18、置的像素 3.4 空域滤波空域滤波39优质课件 3.4 空域滤波空域滤波模板尺寸:根据噪声确定模板运算模板的输出响应 R 为：40优质课件2. 空域滤波方法分类：空域滤波方法分类： 3.4 空域滤波空域滤波 (1)平滑滤波器（低通）平滑滤波器（低通） 减弱或消除图像中的高频率分量，减少局部起减弱或消除图像中的高频率分量，减少局部起伏，可用于消除图像中的噪声。伏，可用于消除图像中的噪声。 (2)锐化滤波器锐化滤波器 （高通）（高通） 减弱或消除图像中的低频率分量，可使图像反减弱或消除图像中的低频率分量，可使图像反差增加，边缘明显。差增加，边缘明显。 线性线性：邻域计算：邻域计算结合方式是线性的结
19、合方式是线性的 非线性非线性：邻域计算结合方式是：邻域计算结合方式是非非线性的线性的41优质课件 3.4 空域滤波空域滤波平滑滤波器：平滑滤波器：使图像灰度变化缓慢，模板值为正。使图像灰度变化缓慢，模板值为正。锐化滤波器：锐化滤波器：使图像灰度轮廓清晰，模板中间值为使图像灰度轮廓清晰，模板中间值为 正，周围值为负。正，周围值为负。滤波器形状：（以一维为例）滤波器形状：（以一维为例）平滑傅里叶频谱平滑空域形状锐化傅里叶频谱锐化空域形状42优质课件 3.4 空域滤波空域滤波n3.4.1原理与分类原理与分类n3.4.2 线性平滑滤波器线性平滑滤波器n3.4.3线性锐化滤波器线性锐化滤波器n3.4.4
20、非线性平滑滤波器非线性平滑滤波器n3.4.5非线性锐化滤波器非线性锐化滤波器43优质课件3.4.2 3.4.2 线性平滑滤波器线性平滑滤波器 计算结合是线性，所用卷积模板的系数均为正值计算结合是线性，所用卷积模板的系数均为正值1 1）邻域平均）邻域平均 用一个像素邻域用一个像素邻域平均值作为滤波结果，平均值作为滤波结果，滤波器模板的所有系数都取为滤波器模板的所有系数都取为1保证输出图仍在原来的灰度值范围：保证输出图仍在原来的灰度值范围： 3.4 空域滤波空域滤波44优质课件 3.4 空域滤波空域滤波邻域平均计算举例：邻域平均计算举例： 适用于消除脉冲噪声。在消除噪声同时，图像变适用于消除脉冲噪
21、声。在消除噪声同时，图像变模糊。模糊。 模板的大小可根据噪声来确定，模板越大，消除模板的大小可根据噪声来确定，模板越大，消除的噪声大，图像越模糊。的噪声大，图像越模糊。45优质课件 3.4 空域滤波空域滤波46优质课件2）加权平均加权平均对不同位置的系数采用不同的数值 根据高斯概率分布来确定各系数值，接近模板中心的系数可比较大而模板边界附近的系数应比较小。(距模板中心近的像素应对滤波贡献大) 3.4 空域滤波空域滤波12124212112131913121416251614243199312414162516141213191312x,y方向方差不同方向方差不同注意：结果除以系数。注意：结果除
22、以系数。47优质课件48优质课件 3.4 空域滤波空域滤波加权平均滤波器：加权平均滤波器：49优质课件 3.4 空域滤波空域滤波n3.4.1原理与分类原理与分类n3.4.2 线性平滑滤波器线性平滑滤波器n3.4.3线性锐化滤波器线性锐化滤波器n3.4.4非线性平滑滤波器非线性平滑滤波器n3.4.5非线性锐化滤波器非线性锐化滤波器50优质课件0-10-14-10-10 3.4.3 线性锐化滤波器线性锐化滤波器模板仅中心系数为正，周围的系数均为负值模板仅中心系数为正，周围的系数均为负值 -1 -1-1-1 8-1-1 -1-1模模板板与与图图像像卷卷积积结结果果，在在灰灰度度值值是是常常数数或或变
23、变化化很很小小的的区区域域处处，其其输输出出为为零零或或很很小小；在在图图像像灰灰度度值值变变化化较较大大的的区区域域处处，其其输输出出会会比比较较大大，即即将将原图像中的原图像中的灰度变化突出，达到锐化的效果灰度变化突出，达到锐化的效果。 注注 意：计算结果可能为负值，要进行灰度映射意：计算结果可能为负值，要进行灰度映射 到正值范围。到正值范围。 3.4 空域滤波空域滤波51优质课件 3.4 空域滤波空域滤波线性锐化滤波效果：线性锐化滤波效果：P60图3.4.652优质课件 3.4 空域滤波空域滤波n3.4.1原理与分类原理与分类n3.4.2 线性平滑滤波器线性平滑滤波器n3.4.3线性锐化
24、滤波器线性锐化滤波器n3.4.4非线性平滑滤波器非线性平滑滤波器n3.4.5非线性锐化滤波器非线性锐化滤波器53优质课件 线性平滑滤波在滤除噪声同时会模糊图像细节线性平滑滤波在滤除噪声同时会模糊图像细节3.4.4 非线性平滑滤波器非线性平滑滤波器 1） 1-D中值滤波原理中值滤波原理对模板覆盖的信号序列按数值大小进行排序，并取排序后处在中间位置的值 。 可以消除可以消除孤立孤立的脉冲噪声，同时对通过的理的脉冲噪声，同时对通过的理想边缘有好的保持。想边缘有好的保持。 3.4 空域滤波空域滤波54优质课件 中值滤波消除的脉冲的最大长度与滤波器尺寸有关中值滤波消除的脉冲的最大长度与滤波器尺寸有关 若
25、脉冲长度：若脉冲长度： l, 滤波器尺寸：滤波器尺寸：M=2r+1， 则：当则：当lr的噪声可以被完全滤除。的噪声可以被完全滤除。 3.4 空域滤波空域滤波55优质课件2 2）2 2-D中值滤波器中值滤波器(1)将模板在图中漫游，并将模板中心与图将模板在图中漫游，并将模板中心与图中某个像素位置重合中某个像素位置重合(2)读取模板下各对应像素的灰度值读取模板下各对应像素的灰度值(3)将这些灰度值从小到大排成一列将这些灰度值从小到大排成一列(4)找出这些值里排在中间的一个找出这些值里排在中间的一个(5)将这个中间值赋给对应模板中心位置的像素将这个中间值赋给对应模板中心位置的像素特点：既能消除噪声，
26、又能保持图像细节。特点：既能消除噪声，又能保持图像细节。 3.4 空域滤波空域滤波56优质课件 3.4 空域滤波空域滤波边缘孤立噪声两种滤波方法均滤除了噪声。均值滤波边缘模糊，中值滤波边缘保持。57优质课件 3.4 空域滤波空域滤波中值滤波器滤除中值滤波器滤除椒盐椒盐噪声效果：噪声效果：58优质课件 3.4 空域滤波空域滤波常用中值滤波模板：常用中值滤波模板：59优质课件3 3）百分比滤波器（排序统计滤波器）百分比滤波器（排序统计滤波器）基于对模板所覆盖像素的灰度值的排序 (1）最大值滤波器（最大值滤波器（检测最亮点，减弱低盐噪声检测最亮点，减弱低盐噪声）(2(2）最小值滤波器）最小值滤波器
27、（检测最暗点，减弱高盐噪声检测最暗点，减弱高盐噪声）(3）中点滤波器（中点滤波器（两种滤波器结合结果两种滤波器结合结果）。 3.4 空域滤波空域滤波60优质课件 3.4 空域滤波空域滤波n3.4.1原理与分类原理与分类n3.4.2 线性平滑滤波器线性平滑滤波器n3.4.3线性锐化滤波器线性锐化滤波器n3.4.4非线性平滑滤波器非线性平滑滤波器n3.4.5非线性锐化滤波器非线性锐化滤波器61优质课件3.4.5 非线性锐化滤波器非线性锐化滤波器1 1）锐化模板锐化模板（微分结果的非线性组合）（微分结果的非线性组合）利用利用微分微分可以锐化图像可以锐化图像梯度：梯度：滤波时，可使用这个矢量的幅度滤波时，可使用这个矢量的幅度（距离）（距离）： 2 2范数计算范数计算： 3.4 空域滤波空域滤波62优质课件2）最大）最大-最小锐化滤波器最小锐化滤波器最大值滤波器与最小滤波器的结合使用。最大值滤波器与最小滤波器的结合使用。 3.4 空域滤波空域滤波若若其它其它1范数计算：范数计算：无穷范数计算：无穷范数计算：63优质课件 3.4 空域滤波空域滤波拉普拉斯锐化结果：拉普拉斯锐化结果：64优质课件
