《遥感数字图像第六章》由会员分享，可在线阅读，更多相关《遥感数字图像第六章（102页珍藏版）》请在金锄头文库上搜索。
1、第六章 图像增强(续)图像增强方法分类(回顾) 主要有空域处理法和频域处理法（1）空域处理法：直接在图像所在的二维空间进行处理，即直接对每一像元的灰度值进行处理。（2）频域处理法：将图像从空间域变换到频率域对图像进行处理。空间域滤波增强技术一、定义： 空间域滤波是基于邻域处理的增强方法，它应用某一模板对每个像元与其周围邻域的所有像元进行某种数学运算得到该像元的新的灰度值，新的灰度值的大小不仅与该像元的灰度值有关，而且还与其邻域内的像元的灰度值有关。二、方法： 常用的有图像平滑和图像锐化图像平滑图像平滑图像锐化图像锐化空间域滤波增强技术空间域滤波增强技术邻域平均法邻域平均法中值滤波中值滤波梯度法
2、梯度法拉普拉斯算子拉普拉斯算子一、背景 图图像像在在传传输输过过程程中中，由由于于传传输输信信道道、采采样样系系统统质质量量较较差差，或或受受各各种种干干扰扰的的影影响响，而而造造成成图图像像毛毛糙糙，此此时时，就就需需对对图图像像进进行行平平滑滑处处理。理。二、图像噪声的来源及特点 A.A.通通道道噪噪声声：产产生生于于图图像像信信息息的的传传递递中中，其其值与图像信号的强弱无关。现象：值与图像信号的强弱无关。现象：“雪花雪花” B.B.量量化化噪噪声声：灰灰度度在在量量化化过过程程中中，不不可可避避免免的产生量化噪声。的产生量化噪声。 C.C.特特点点：噪噪声声像像素素的的灰灰度度是是空空
3、间间不不相相关关的的，即它与邻近像素显著不同。即它与邻近像素显著不同。 图像平滑滤波技术 图像平滑滤波技术二、定义及用途： 平滑滤波对图像的低频分量进行增强，同时可以削弱图像的高频分量，因此一般用于消除图像中的随机噪声，从而起到图像平滑的作用。三、常用方法： 邻域平均法（线性的）和中值滤波法（非线性的）邻域平均法（均值滤波） 一幅图像往往受到各种噪声源的干扰（如电传感器和传输误差等），这种噪声常常为一些孤立的像素点，它们像雪花使图像被污染，噪声往往是叠加在图像上的随机噪声,而图像灰度应该相对连续变化的，一般不会突然变大或变小，这种噪声可以用邻域平均法使它得到抑制。 邻域平均法邻域平均法是简单的
4、空域处理方法。这种方是简单的空域处理方法。这种方法的基本思想是用几个像素灰度的平均来代替一法的基本思想是用几个像素灰度的平均来代替一个像素原来的灰度值，实现图像的平滑个像素原来的灰度值，实现图像的平滑。 有一幅图像图像：MNSf(x,y)在图像中为了获取f(x,y)的新值则开一个MN的窗口S窗口S就称为f(x,y)的邻域我们可以根据窗口内各点的灰度确定f(x,y)的新值。邻域平均法常见的方法有：(1)简单平均法：在此算法中，M,N的值不宜过大，因为M,N值的大小对速度有直接影响，且M,N值越大变换后的图像越模糊,特别是在边缘和细节处。设图像像素的灰度值为f(x,y)，取以其为中心的MN大小的窗
5、口，用窗口内各像素灰度值代替f(x,y)的值，即：噪声是随机不相关的，如果窗口内各点的噪声是独立等分布的，经过这种方法平滑后，信噪比可提高 倍。平滑可以抑制高频成分，但也使图像变得模糊。返回(2)邻域加权平均方法邻域加权平均法也属于空域滤波增强算法，它是利用模板卷积的方法实现对原图的滤波，可表示为：W称为模板MNWf(x,y)邻域加权平均法举例：将模板上系数与模板下对应像素的灰度值相乘；将所有乘积相加，并除以系数总和；将模板在图中漫游，并将模板中心与图中某像素点重合；用所得结果代替原中心点的值；MNWf(x,y)返回中值滤波法 前面使用的邻域平均法属于低通滤波的处理方法。它在抑制噪声的同时使图
6、像变得模糊，即图像的细节(例如边缘信息)被削弱，如果既要抑制噪声又要保持细节可以使用中值滤波。将窗口在图中移动；读取窗口内各对应像素的灰度值；将这些灰度值从小到大排成1列；找出这些值里排在中间的1个；MNSf(x,y)将这个中间值赋给对应窗口中心位置的像素。工作步骤取3X3窗口从小到大排列，取中间值中值滤波的一些特性 (1) 对大的边缘高度，中值滤波较邻域均值好得多，而对于较小边缘高度，两种滤波只有很少差别。（2） 中值滤波是非线性的。 （3） 中值滤波在抑制图像随机脉冲噪声方面甚为有效。且运算速度快，便于实时处理。（4） 中值滤波去除孤立线或点干扰，而保留空间清晰度较平滑滤波为好；但对高斯噪
7、声则不如平滑滤波。 邻域平均和中值滤波的比较含均匀随机噪声含均匀随机噪声3 3邻域平均邻域平均7 7邻域平均邻域平均11 11邻域平均邻域平均3 3中值滤波中值滤波5 5中值滤波中值滤波返回1.中值定理的应用方法中值定理的应用方法2. 相同相同 数数 字字 如何处理如何处理 图像锐化滤波技术一、目的 图像经转换或传输后，质量可能下降，难免有些模糊。图像锐化目的：加强图像轮廓，使图像看起来比较清晰。二、方法 图像锐化滤波技术 考察正弦函数 ，它的微分 。微分后频率不变，幅度上升2a倍。 空间频率愈高，幅度增加就愈大。这表明微分是可以加强高频成分的，从而使图像轮廓变清晰。最常用的微分方法是梯度法和
8、拉普拉斯算子 图像轮廓上，像素灰度有陡然变化，梯 度值很大。图象灰度变化平缓区域，梯度值很小。等灰度区域，梯度值为零。返回n n频域增强的原理频率平面与图像空域特性的关系 图像变化平缓的部分靠近频率平面的圆心，这个区域为低频区域 图像中的边、噪音、变化陡峻的部分，以放射方向离开频率平面的圆心，这个区域为高频区域频域滤波增强n n频域增强的原理边、噪音、变化陡峭部分变化平缓部分uv频域滤波增强频域滤波增强频域滤波增强频域滤波增强 低通滤波器 高通滤波器 带通、带阻滤波器v 巴特沃思低通滤波器(BLPF)的特点 没有明显的跳跃 模糊程度减少和理想圆形低通滤波器相比 尾部含有较多的高频，对噪声的平滑
9、效果不如理想低通滤波器。v指数低通滤波器(ELPF)的特点 有更加平滑的过渡带，平滑后的图像没有跳跃现象 与BLPF相比，衰减更快，经过ELPF滤波的图象比BLPF处理的图象更模糊一些四种低通滤波器的比较 图像轮廓是灰度陡然变化的部分，包含着丰富的空间高频成分。 把高频分量相对突出，显然可使轮廓清晰。 高频滤波器使高频分量相对突出，而低频分量和甚高频分量则相对抑制。高通滤波器彩色增强 真彩色增强 假彩色增强：把真实的自然彩色图像或遥感多光谱图像处理成假彩色图像。 伪彩色增强：把黑白图象处理成伪彩色图象。 伪彩色增强 人眼只能区分40多种不同等级的灰度，却能区分几千种不同色度、不同亮度的色彩。
10、伪彩色处理就是把黑白图象的灰度值映射成相应的彩色。 伪彩色增强方法（一）灰度分层法（二）伪彩色变换（三）频域滤波 把图像灰度范围分割为若干等级的灰度区间，对每一区间映象为某种色彩。（一）灰度分层法 将每一个像元的灰度值通过三个独立变换分别产生红、绿、蓝三个分量图像，然后将其合成为一幅彩色图像。（二）伪彩色变换（三）频域滤波 在不同的频率分量与颜色之间经过一定的变换建立一种对应关系。作业：一幅图像共有8个灰度级，每一灰度级的概率分布如下表所示，要求对其进行直方图规定化处理，规定化直方图的数据如表所示。(画出规定化后的直方图)rk kPr r（r r k k）Z k kP z z（z zk k）r
11、0 00 00.290.29z0 00 00 0r1 11/71/70.240.24z1 11/71/70 0r2 22/72/70.170.17z2 22/72/70 0r3 33/73/70.120.12z3 33/73/70 0r4 44/74/70.090.09z4 44/74/70.270.27r5 55/75/70.060.06z5 55/75/70.430.43r6 66/76/70.020.02z6 66/76/70.190.19r7 71 10.010.01z7 71 10.110.11原始直方图数据原始直方图数据原始直方图数据原始直方图数据规定直方图数据规定直方图数据规定直方图数据规定直方图数据1/72/7 3/7 4/7 5/7 6/7010.290.240.170.120.090.060.020.01P r (r k ) rk1/72/7 3/7 4/7 5/7 6/7010.430.270.190.11P z (zk ) zk1/72/7 3/7 4/7 5/7 6/7010.410.290.210.09P z (zk ) zk本章重点n n图像增强的定义n n直方图均衡化的概念及计算n n直方图规定化的概念及计算n n邻域平均法的分类及区别n n中值滤波的定义与实现方法
