《空域图像增强》PPT课件.ppt

《《空域图像增强》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《空域图像增强》PPT课件.ppt（64页珍藏版）》请在三一办公上搜索。

1、第3章空域图像增强,图像增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，空域是指由像素组成的空间，也就是图像域。空域增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，此时称为点操作；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或邻域操作,第3章空域图像增强,图像增强:改变图像像素的灰度值，以改变图像灰 度的动态范围，增强图像的对比度。增强目的：1)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 器分析处理的形式。空域法：直接对图像

2、的像素灰度值进行操作。频域法：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）。,第3章空域图像增强,3.1灰度映射3.2图像运算3.3直方图修正3.4空域滤波,3.1灰度映射,灰度映射：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 映射函数：t=T(s)s：输入像素值，t：输出像素值灰度映射原理：根据增强的目的设计某种映射规则，并用相应的映射函数来表示。利用映射函数可将原始图像中每个像素的灰度都映射到新的灰度。属于点操作。,3.1灰度映射,输入和输出均4个灰度级：R、Y、G、B。,3.1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

3、动态范围一致。,3.1灰度映射,常见的增强函数：,取反 分段增强 对数,3.1灰度映射,1、图像求反 将原图灰度值翻转,3.1灰度映射,2、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,动态范围：是指图像中从暗到亮的变化范围。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限的，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。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。再将a,b范围内的灰度值伸展到0,255。,3.1灰度映射,1,1,另一种压缩：,3.1灰度映射,3.1灰度映射,

4、3、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),3.1灰度映射,4、阈值切分（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。,突出感兴趣部分，其余置零：,3.1灰度映射,3.2图像运算,3.2图像运算,图像运算包括：算数运算和逻辑运算。1.算术运算：（一般用于灰度图像）两个像素p和q之间的基本算术运算包括：(1)加法：记为p+q(2)减法：记为p q(3)乘法：记为p q（也写为pq和p q）(4)除法：记为p q,3.2图像运算,注 意：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

5、果的灰度值限制在原图像的允许范围内。应 用：1）加法消除噪声 含噪声图像：g(x,y)=f(x,y)+e(x,y)若噪声具有互不相关、零均值的统计特性，则M个含噪声图像之和：期望：,3.2图像运算,2）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差别，可消除背景，获得运动信息。例1：P48图 例2：,3.2图像运算,2.逻辑运算 注 意：直接只可用于二值（0和1）图像 两个像素p和q之间最基本的逻辑运算包括(1)与：pq或pq(2)或：p+q(3)补（非）：组合逻辑运算：异或、与非、或非、异或非。用异或运算可提取目标。,3.3直方

6、图修正,3.3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，获得图像增强效果。修正包括直方图均衡化、直方图规定化。1.直方图 图像的灰度直方图是二维图像的灰度分布统计，是一个1-D的离散函数。,*,3.3直方图修正,3.3直方图修正,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。是多对一的映射。,四个图像具有相同的直方图。,3.3直方图修正,2.累积直方图,3.3直方图修正,3.直方图均衡化 用于增强动态范围偏小的图像的反差。基本思想：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，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

7、宽，使大区域中微小灰度变化显现出来。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.直方图归一化概率表达形式：,3.3直方图修正,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。增强函数可用图像f(x,y)的累积直方图：,3.3直方图修正,实际中直方图均衡化可采用列表方式计算。,3.3直方图修正,由于数字图像灰度取值的离散性，通过四舍五入使变换

8、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，但相比于原直方图要平坦得多。,累积直方图,比较,原始直方图,均衡化,3.3直方图修正,3.3直方图修正,4.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(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,单映射规则（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）组映射规则GML：从规定直方图向原始直方图映射（使式取值最小的I(s)）：,3.3直方图修正,3.3直方图修正,A原始直方图，b规定直方图，c原始累

9、积直方图，d规定累积直方图,3.3直方图修正,3.3直方图修正,直方图规定化绘图计算,单映射,组映射,3.3直方图修正,3.3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,3.4空域滤波,3.4 空域滤波,原理与分类3.4.2 线性平滑滤波器线性锐化滤波器非线性平滑滤波器非线性锐化滤波器,原理与分类 空域滤波是一种模板运算（邻域操作）。1.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）(

10、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置的像素,3.4 空域滤波,3.4 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：,2.空域滤波方法分类：,3.4 空域滤波,(1)平滑滤波器（低通）减弱或消除图像中的高频率分量，减少局部起伏，可用于消除图像中的噪声。(2)锐化滤波器（高通）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。线性：邻域计算结合方式是线性的 非线性：邻域计算结合方式是非线性的,3.4 空域滤波,平滑滤波器：使图像灰度变化缓慢，模板值为正。锐化滤波器：使图像灰度轮廓清晰，模板中间值为 正，周围值为负。滤波器形状：（以一维为例）,平滑

11、傅里叶频谱,平滑空域形状,锐化傅里叶频谱,锐化空域形状,3.4 空域滤波,原理与分类3.4.2 线性平滑滤波器线性锐化滤波器非线性平滑滤波器非线性锐化滤波器,3.4.2 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1）邻域平均 用一个像素邻域平均值作为滤波结果，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：,3.4 空域滤波,3.4 空域滤波,邻域平均计算举例：,适用于消除脉冲噪声。在消除噪声同时，图像变模糊。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。,3.4 空域滤波,2）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

12、，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,x,y方向方差不同注意：结果除以系数。,3.4 空域滤波,加权平均滤波器：,3.4 空域滤波,原理与分类3.4.2 线性平滑滤波器线性锐化滤波器非线性平滑滤波器非线性锐化滤波器,3.4.3 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,模板与图像卷积结果，在灰度值是常数或变化很小的区域处，其输出为零或很小；在图像灰度值变化较大的区域处，其输出会比较大，即将原图像中的灰度变化突出，达到锐化的效果。注 意：计算结果可能为负值，要进行灰度映射 到正值范围。,3.4 空域滤波,3.

13、4 空域滤波,线性锐化滤波效果：,P60图,3.4 空域滤波,原理与分类3.4.2 线性平滑滤波器线性锐化滤波器非线性平滑滤波器非线性锐化滤波器,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 1）1-D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。可以消除孤立的脉冲噪声，同时对通过的理想边缘有好的保持。,3.4 空域滤波,中值滤波消除的脉冲的最大长度与滤波器尺寸有关 若脉冲长度：l,滤波器尺寸：M=2r+1，则：当lr的噪声可以被完全滤除。,3.4 空域滤波,2）2-D中值滤波器(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

14、(2)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(4)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特点：既能消除噪声，又能保持图像细节。,3.4 空域滤波,3.4 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。,3.4 空域滤波,中值滤波器滤除椒盐噪声效果：,3.4 空域滤波,常用中值滤波模板：,3）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（检测最亮点，减弱低盐噪声）(2）最小值滤波器（检测最暗点，减弱高盐噪声）(3）中点滤波器（两种滤波器结合结果）。,3.4 空域滤波,3.4 空域滤波,原理与分类3.4.2 线性平滑滤波器线性锐化滤波器非线性平滑滤波器非线性锐化滤波器,3.4.5 非线性锐化滤波器1）锐化模板（微分结果的非线性组合）利用微分可以锐化图像梯度：滤波时，可使用这个矢量的幅度（距离）：2范数计算：,3.4 空域滤波,2）最大-最小锐化滤波器最大值滤波器与最小滤波器的结合使用。,3.4 空域滤波,若其它,1范数计算：无穷范数计算：,3.4 空域滤波,拉普拉斯锐化结果：,