《数字图像处理教程（OPENCV版）》 课件 Ch05 图像复原、Ch06 彩色图像处理

数字图像处理教程第5章图像复原图像“退化”指成像各种因素的影响，例如散焦、运动模糊、传感器特性不均匀，导致成像质量不理想图像复原技术是对“退化”图像进行恢复图像复原和图像增强的不同图像增强是主观处理，用于改善图像的可视性，不关心增强后的图像是否失真图像复原属于客观过程，目的是还原图像本来面目，因此首先要对图像退化建立近似的退化数学模型，才能对退化过程出现的失真进行补偿5.1图像退化模型和复原模型

图像复原的二种基本方式如果对退化有足够的先验知识，直接建立精确的数学模型，依据模型对退化图像进行复原处理缺乏必需的先验知识时，可先对退化过程建立一个模型，首先对其进行一个大致的描述，然后在复原过程中根据具体情况逐步修正模型，逐步消除误差影响

5.2噪声模型5.2.1常见的噪声概率密度函数本节讨论的噪声独立于空间坐标、并且与图像不相关噪声都是加性白噪声白噪声指功率谱密度为常数的噪声噪声幅度值符合某种概率密度分布5.2.1常见的噪声概率密度函数

5.2.1常见的噪声概率密度函数

5.2.1常见的噪声概率密度函数

5.2.1常见的噪声概率密度函数

5.2.1常见的噪声概率密度函数

5.2.1常见的噪声概率密度函数不同概率分布噪声对直方图的影响5.2.2周期噪声周期噪声有特定频率，表现为图像中周期性的干扰通常来自于图像采集过程中的电气或电机干扰是唯一的空间依赖型噪声，即噪声是否出现、噪声幅度值等均与空间位置有关频谱以脉冲的形式出现在频谱中只能在频域用频率选择滤波器消除周期性噪声5.2.3噪声参数估计典型的周期噪声参数可以通过图像的傅里叶频谱估计得到非周期性噪声概率分布函数参数可通过传感器技术参数得知部分可通过样本图像对噪声参数进行估计如果能够接触到退化图像的成像系统，可以用此系统拍摄光照均匀、灰度值恒定的区域，获得样本图像如果没有上述条件，尽量在退化图像中选取一段平坦区域，通过对实际成像的分析估计出噪声参数本应是一条竖线的直方图扩展了，

并且扩展的形态与对应的噪声概率

密度函数曲线相似5.3复原仅由噪声造成的退化图像

5.3.1非线性均值滤波

5.3.1非线性均值滤波

5.3.1非线性均值滤波

5.3.2统计排序滤波

5.3.2统计排序滤波

5.3.2统计排序滤波修正的阿尔法均值滤波5.3.3自适应滤波

5.3.3自适应滤波

5.3.3自适应滤波

5.3.3自适应滤波

5.3.3自适应滤波

中值是否椒盐噪声非椒盐噪声椒盐噪声当前像素值是否来自脉冲噪声来自图像本身，输出像素值来自脉冲噪声，输出中值代替5.3.3自适应滤波自适应中值滤波效果示例5.4退化函数的估计实验法建立数学模型实验法

建立数学模型

建立数学模型

建立数学模型

5.5逆滤波5.5逆滤波

5.5逆滤波

5.6维纳滤波5.6维纳滤波

5.6维纳滤波

5.6维纳滤波

5.6维纳滤波5.7有约束最小二乘滤波5.7有约束最小二乘滤波

5.7有约束最小二乘滤波

5.7有约束最小二乘滤波

5.7有约束的最小二乘滤波运动模糊和噪声造成的退化图像有约束最小二乘滤波结果5.7有约束的最小二乘滤波

5.8Lucy-Richardson复原（非盲L-R复原）5.8Lucy-Richardson复原（非盲L-R复原）有约束最小二乘滤波需要提供退化函数和噪声参数，但很多时候噪声参数是未知的非线性复原方法Lucky-Richardson(L-R)算法可在退化函数已知、噪声参数未知时取得较好的复原结果5.8Lucy-Richardson复原（非盲L-R复原）

5.8Lucy-Richardson复原（非盲L-R复原）复原示例5.9图像盲复原5.9图像盲复原述复原方法都针对退化函数已知的情况，有些还需要提供噪声的某些参数很多情况下既不知道退化函数，也不知噪声参数，这种条件下图像的复原称为盲复原或盲去卷积5.9图像盲复原盲复原方法中用得最多的是盲Lucy-Richardson算法采用非线性迭代技术用条件概率贝叶斯公式，采用最大似然估计迭代估计出退化函数和复原图像5.9图像盲复原

5.9图像盲复原

5.9图像盲复原

5.9图像盲复原盲复原效果数字图像处理教程第6章彩色图像处理彩色图像通常含有更多信息人眼可以辨别几千种不同的颜色，但只能区分出几十种灰度级不同目标色彩不同，可通过色彩简化目标物的识别和提取彩色图像的处理分为全彩色处理和伪彩色处理全彩色指用色彩传感器获取的图像，图像反应真实色彩伪彩色指对传感器不同强度信号赋予不同的色彩，赋予的色彩与被拍摄物体真实色彩没有必然关系6.1彩色图像基础6.1彩色图像基础三个基本量描述光辐射率（radiance）辐射率指光源发出的总能量，是客观量，单位瓦特(W)，光强（luminance）指观察者从光源感知的能量，主观量。若一个光源有很大辐射率但人无法感知，则光强为0。亮度（brightness）亮度是一个主观描述量，体现了色彩的强度6.1彩色图像基础

6.1彩色图像基础色调、饱和度和亮度用于描述色彩的属性色调(Hue)指呈现出的颜色，由组成色彩的三基色中哪种波长占优势决定饱和度(saturation)反应了纯色被白光稀释的程度，饱和度越高色彩纯度越高亮度是色彩的相对明暗程度，反映了可见光的能量强度色调与饱和度二个指标共同构成色度，色度指色彩的色调和饱和度6.1彩色图像基础

6.2色彩空间6.2色彩空间色彩空间又名色彩模型采用坐标系统描述色彩，实现对色彩规范的简化每种色彩都可用坐标空间中的单个点表示不同的色彩空间面向不同应用6.2.1RGB色彩空间与CMY色彩空间RGB色彩空间几乎包括了人类视觉所能感知的所有色彩，是目前运用最广的色彩模型之一立方体结构红、绿和蓝分别位于立方体的3个顶点青、深红和黄位于另外3个顶点上黑色在原点处，白色位于距离原点最远的顶点处，灰度等级沿着黑白二点连线分布每个色彩由三基色分量组成的三维向量来表示6.2.1RGB色彩空间与CMY色彩空间RGB色彩空间主动发光设备采用RGB色彩空间RGB空间为加性色彩空间，空间中所有色彩由R、G、B加权相加得到RGB色彩空间的缺陷RGB模型与人们对色彩的心理感知不符，难以通过RGB值准确描述色彩的主观认知RGB色彩空间非均匀，空间中二个色彩点之间的距离与感知的色彩差异不一致6.2.1RGB色彩空间与CMY色彩空间

6.2.1RGB色彩空间与CMY色彩空间CMY色彩空间CMY色彩空间用于出版印刷打印在CMY模型中加入黑色(K)做为第4种色彩，得到CMYK模型CMY/CMYK空间缺陷CMYK色彩模型能表征的色彩数量远少于RGB色彩模型CMYK表征的色彩不如RGB色彩空间丰富饱满图像由RGB空间转换为CMYK空间，部分色彩会丢失，反之则不会6.2.2HSI色彩空间与HSV色彩空间HSI色彩空间以色调H(Hue)、饱和度S(Saturation)、亮度I(Intensity)描述色彩对色彩的描述比RGB更符合视觉系统的主观感知亮度决定了色彩的整体亮度，亮度分量与色调、饱和度无关6.2.2HSI色彩空间与HSV色彩空间

6.2.2HSI色彩空间与HSV色彩空间

6.2.2HSI色彩空间与HSV色彩空间

6.2.2HSI色彩空间与HSV色彩空间

6.2.2HSI色彩空间与HSV色彩空间不同色彩空间各分量图比较

表示人眼可见色彩的最完备色彩模型感知均匀(perceptualuniform)适合用于调色和颜色校正设备无关性可做为不同设备之间色彩转换的中间模型

6.3伪彩色图像处理伪彩色图像处理根据一定的准则对灰度图赋予色彩赋予的色彩与被拍摄物体真实色彩可以没有任何关系单通道图像传感器或者非可见光波段传感器采集到的信号无色彩信息视觉系统仅能分辨出几十种灰度，却能分辨出几千种色彩6.3.1空间域伪彩色处理

6.3.1空间域伪彩色处理灰度分层示例6.3.1空间域伪彩色处理

6.3.1空间域伪彩色处理色彩变换中三次变换相互独立比灰度分层技术具有更高灵活性6.3.1空间域伪彩色处理

6.3.2频域滤波伪彩色处理

6.3.2频域滤波伪彩色处理频域滤波得到的伪彩色与输入图像灰度值不是明确的一一对应关系伪彩色取决于灰度图像的频率6.4色彩变换

6.4.1补色变换

6.4.1补色变换补色变换示例6.4.2色彩分割用于突出图像中具有特定色彩区域通常用于对具有某种色彩的目标进行提取，通过在色彩空间中将目标所在色彩区域映射为一个突出的色彩，同时把感兴趣区域之外的其它色彩映射为不重要的中性色彩，达到根据色彩提取出目标的目的6.4.2色彩分割色彩分割示例选择合适空间选择合适分量确定阈值6.4.2色彩分割

6.4.3彩色图像灰度化色彩常容易受光照等因素的影响，同一物体在不同光照条件下呈现出不同色彩色彩在很多图像处理算法中难以提供关键信息，灰度图像里的信息就足够了减少需要处理的数据量，从而减少处理时间并节约存储空间四种常用灰度化方法分量法最大值法平均法加权平均法6.4.3彩色图像灰度化

6.4.3彩色图像灰度化

6.4.3彩色图像灰度化

6.4.3彩色图像灰度化

6.4.3彩色图像灰度化不同灰度化方法的比较蓝色区域灰度化绿色区域灰度化6.4.4彩色图像直方图均衡增加图像全局对比度，使得图像亮度分布更均衡直方图均衡不宜在RGB空间进行在亮度与色度是独立的空间进行直方图均衡，例如HSI、HSV保持色调不变仅对亮度进行直方图均衡饱和度先保持不变，可以观察亮度均衡化后得到的彩色图像，根据结果对饱和度进行微调，使得最终色彩感觉与原图相同6.4.4彩色图像直方图均衡不同色彩空间直方图均衡对比未调整饱和度6.4.5色调与色彩校正成像过程中存在非线性处理造成色彩的不平衡最终图像中物体色彩偏离其真实色彩色调与色彩校正通过调整RGB分量的强度得到与实际相符的成像效果二种校正分类白平衡法--将景物中的白色物体在图像中还原为白色灰度世界法完美反射法动态阈值法最大颜色值法--景物中不存在白色点时用最大颜色值法进行校正更合适6.4.5色调与色彩校正

6.4.5色调与色彩校正

6.4.5色调与色彩校正

6.4.5色调与色彩校正最大颜色值法白平衡法要求实际景物中有白色点，当景物中不存在白色点时用最大颜色值法进行校正更合适在RGB三个分量中分别找到最强、最弱分量，对最强分量进行抑制、对最弱分量进行增强，以达到色彩平衡6.4.5色调与色彩校正

6.5彩色图像空间滤波6.5.1彩色图像的平滑直接对RGB图像进行平滑分别对三个色彩分量采用灰度图像的平滑方法将平衡后的三个分量重新组合成RGB彩色图要求各分量平滑的方式、参数均要相同先将图像从RGB转至亮度/明度独立的HSI/HSV空间，对亮度/明度分量进行平滑滤波后再转回RGB图像亮度/明度与色度是完全独立的，更适合采用灰度图像处理技术平滑时保留色调、饱和度信息不变，仅把亮度/明度分量当做一幅灰度图像对其进行平滑处理6.5.1彩色图像的平滑不同空间平衡比较6.5.2彩色图像的锐化在RGB空间锐化，在RGB三个分量中分别进行，然后再将锐化后的三个分量重新组成RGB图像。在HSI/HSV等亮度/明度与色度独立的色彩空间中，锐化仅在亮度/明度分量上进行，保持色调、饱和度不变6.