数字图像增强.pptx

数字图像增强;本讲内容：;3.1图像增强原因与目的;问题1： 灰度分布不合理;问题2：噪声干扰;问题3：图像模糊;解决方法：;灰度映射 直方图修正;3-2 对比度增强——灰度映射; 在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。采用线性变换对图像每一个像素灰度作线性拉伸，可有效地改善图像视觉效果。; ;2．分段线性变换 为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。 ; ; ; ; ;3．非线性灰度变换 ①对数变换 ;原始图像 f(x,y);②指数变换 这里参数a,b,c用来调整曲线的位置和形状。这种变换能对图像的高灰度区给予较大的拉伸。;原始图像 f(x,y);灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图像的概貌。修改直方图是一种实用而有效的增强图像处理技术。直方图修整法包括直方图均衡化及直方图规定化两类。 1.直方图均衡化 将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。 ;直方图均衡化;直方图均衡化; 一幅图像的sk与rk之间的关系称为该图像的累积灰度直方图。;rk ;;;;第29页/共88页;第30页/共88页;对比度拉伸的公式： C = (Level - Min) * Scale = (Level - Min) * 255 / (255-Min);Min = 127.50 均衡化之后的最小值Scale = 255/(255-Min) = 2 (127.50-Min)*Scale = 0*2 = 0(212.42-Min)*Scale = 84.92*2 = 170(255.00-Min)*Scale = 127.5*2 = 255 新的映射表：50? - 0100 - 170200 - 255;2.直方图规定化 在某些情况下，并不一定需要具有均匀直方图的图像，有时需要具有特定的直方图的图像，以便能够增强图像中某些灰度级。直方图规定化方法就是针对上述思想提出来的。直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。 可见，它是对直方图均衡化处理的一种有效的扩展。直方图均衡化处理是直方图规定化的一个特例。 ;; 原图像的直方图 规定???直方图 规定化后图像的直方图;;3-2 对比度增强 3-3 图像平滑（柔化） 3-4 图像锐化;3-3 图像平滑： 图像中的脉冲噪声模型;3-3 图像平滑： 图像中的脉冲噪声模型;任何一幅原始图像，在其获取和传输等过程中，会受到各种噪声的干扰，使图像恶化，质量下降，图像模糊，特征淹没，对图像分析不利。 为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。它可以在空间域和频率域中进行。本节介绍空间域的几种平滑法。;3-3 图像平滑：邻域运算;3-3图像平滑：邻域平均法;3-3 图像平滑：邻域平均法;3-2-2 图像平滑：邻域平均法;(a)原图像 (b) 对(a)加椒盐噪声的图像 (c)3×3邻域平滑 (d) 5×5邻域平滑 ;3-3 图像平滑：邻域平均法;1、超限像素平滑法 对邻域平均法稍加改进，可导出超限像素平滑法。它是将f(x,y)和邻域平均g(x,y)差的绝对值与选定的阈值进行比较，根据比较结果决定点（x,y）的最后灰度g′(x,y)。其表达式为 该算法对抑制椒盐噪声比较有效，对保护仅有微小灰度差的细节及纹理也有效。可见随着邻域增大，去噪能力增强，但模糊程度也大。 同局部平滑法相比，超限像素平滑法去椒盐噪声效果更好。;(a)原图像 (b)对(a)加椒盐噪声的图像 (c)3×3邻域平滑 (d) 5×5邻域平滑 (e)3×3超限像素平滑(T=64) (f)5×5超限像素平滑(T=48);2、中值滤波; 一维中值滤波的概念很容易推广到二维。一般来说，二维中值滤波器比一维滤波器更能抑制噪声。 二维中值滤波器的窗口形状可以有多种，如线状、方形、十字形、圆形、菱形等。 不同形状的窗口产生不同的滤波效果，使用中必须根据图像的内容和不同的要求加以选择。从以往的经验看，方形或圆形窗口适宜于外轮廓线较长的物体图像，而十字形窗口对有尖顶角状的图像效果好。 ;;3-2对比度增强 3-3图像平滑 3-4图像锐化;3-4 图