第五章图像增强课件.ppt

图像增强技术的目的灰度图像增强原理频域图像增强原理图像平滑图像锐化,第一节图像增强的目的、特点和方法,一、目的：改善图像视觉效果，便于观察和分析便于人工或机器对图像的进一步处理,第五章图像增强,图像增强指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息的处理方法。,注意:(1)图象信息有损无增；(2)图象增强一般是一个复杂图象处理系统的主要的“预处理”环节。,二、特点：人为地突出图像中的部分细节，压制另外一部分信号 图像增强并不能增强原始图像的信息，只能增强对某种信息的辨别能力。在不考虑图像降质原因的条件下，用经验和试探的方法进行加工尚无统一的质量评价标准，无法定量衡量处理效果的优劣,需要注意的问题：处理时应考虑人眼的视觉特性和硬件的表现能力，达到合理的匹配处理时必须考虑处理目的，选用合适的方法,三、处理技术分类,空域法直接对象素处理，以灰度映射变换为基础。频域法以卷积定理为基础，采用修改图像傅里叶变换方法实现图像增强。,方法 频域处理法和空域处理法,常见的具体技术：灰度映射，图象平滑，图象锐化，几何校正等,数学模型,处理器,源图象,目标图象,处理器,f(x,y),g(x,y),h(x,y),f(x,y),g(x,y),g(x,y)=h(x,y)*f(x,y)(1),G(u,v)=H(u,v)F(u,v)(2),g(x,y)=F-1(H(u,v)F(u,v)(3),注:(1)图象质量的判断标准与具体问题有关(2)图象增强没有通用理论，本章所讨论的理论只具有指导意义,第二节空域变换增强,直接灰度变换 直方图处理,一、直接灰度变换,图象求反增强对比度动态范围压缩灰度切分,点处理与区域处理,g(x,y)=T(f(x,y),当参与运算的是11邻域时,T称为灰度变换(映射).一般被表示为:,S=T(r),图象反转:s=L-1-r,对数变换:s=clog(1+r),幂次变换:s=cr,设r和s分别表示图象增强过程中，源图象与目标图象的灰度级，并假定在源图象中的像素值为r的像素的像素值，在目标图象中变为s。r与s之间的关系由变换函数T表示，则s=T(r)称为灰度变换（/映射）.,灰度求反,s=(L-1)-r,对比度增强,图中的象素灰度值比较接近，不适宜观察，如果将灰度之间的差别放大，可以取得很好的观察效果.,可以清楚的看到图象中不同部分的差别。,增强对比度（对比度扩展）,使亮的更亮，暗的更暗,s=rs=T(r),区域扩展：,检测某灰度范围：,反转：,灰度切分,将某个灰度范围变得较突出,二、直方图处理 灰度直方图：图像中像素灰度分布的概率密度函数，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。,数字图像n是图像中象素总数sk代表离散灰度级nk为图像中出现sk这种灰度的像素数sk与P(sk)之间的关系图形称为直方图,直方图均衡化算法：(1)统计图象中各灰度级像素个数nk;(2)计算直方图中应变量的值：pk=nk/(MN);(3)计算累计直方图中应变量的值：sk=pk;(4)取整Sk=int(L-1)sk;(5)确定映射对应关系：kSk;(6)对图象进行增强变换(kSk).,其中L是灰度层次数，MN是图幅参数,举例：假定有一幅64*64的8灰度级层次的图象，其灰度分布如图所示，则均衡化过程如图所示。,6,8,7,5,近似均匀分布，因为同一个灰度值的各个象素没有理由变换到不同灰度级，所以数字图像直方图均衡化的结果一般不能得到完全均匀分布的直方图，只是近似均衡的直方图。,求解得到的灰度变换Sk=T(k)为,该图象的一个局部,均衡化后的结果,均衡化效果实例：,均衡化效果实例（续）：,（二）直方图的规定化,规定化：将原始图像的直方图变换为特定的分布形式p(u)，达到增强图像整体视觉效果的目的。,二、直方图处理,单映射：从原始累计直方图向规定累计直方图映射,映射产生的误差用对应映射间数值的差值（取绝对值）的和来表示。和的数值越小，映射效果越好。,组映射：从规定累计直方图向原始累计直方图映射,1,2,4,3,6,5,单映射SML从原始累计直方图向规定累计直方图映射,7,7,单映射SML从原始累计直方图向规定累计直方图映射,8,9,1,2,4,3,6,5,组映射GML从规定累计直方图向原始累计直方图映射,7,7,组映射GML从规定累计直方图向原始累计直方图映射,8,9,