IE1-IP-04.ppt_第1页
IE1-IP-04.ppt_第2页
IE1-IP-04.ppt_第3页
IE1-IP-04.ppt_第4页
IE1-IP-04.ppt_第5页
已阅读5页,还剩63页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

上次课程内容回顾,像素间联系邻域(4-,8-,对角-),连接(4-,8-,m-),连通距离(欧氏-,城市-,棋盘-)图像坐标变换(平移T,旋转R,缩放S)几何失真校正空间变换灰度插值(最邻近插值,双线性插值),第4章空域增强技术,4.1空域技术分类4.2象素间运算4.3直接灰度映射4.4直方图变换4.5线性滤波4.6非线性滤波4.7局部增强,图象增强目标:改善图象质量/改善视觉效果标准:相当主观,因人而异没有完全通用的标准可以有一些相对一致的准则技术:“好”,“有用”的含义不相同具体增强技术也可以大不相同,第4章空域增强技术,4.1空域技术分类,空域:指由象素组成的空间空域增强:点操作:灰度点操作几何操作,4.1空域技术分类,点操作:(1)借助对一系列图象间的操作进行变换(2)将f()中的每个象素按EH操作直接变换以得到g();(3)借助f()的直方图进行变换模板操作:,4.2图象间运算,图象间的运算指以图象为单位进行的操作,运算的结果是一幅新图象4.2.1算术和逻辑运算4.2.2图象间运算的应用,4.2.1算术和逻辑运算,1.算术运算(1)加法:记为p+q(2)减法:记为pq(3)乘法:记为pq(4)除法:记为pq对整幅图象的算术和逻辑运算是逐象素进行的,即在两幅图象的对应(位置)象素间进行,MATLAB实现算术运算,加法imadd减法imsubtract乘法immultiply除法imdivide举例:I=imread(Girl.bmp);J=imread(LENA256.bmp);K=imadd(I,J,uint16);imshow(K,)X=imadd(I,50);,MATLAB实现算术运算,I=imread(LENA256.bmp);J=imread(Girl.bmp);Iq=imsubtract(I,J);imview(Iq)%减法I=imread(LENA256.bmp);J=immultiply(I,0.5);subplot(1,2,1),imshow(I)subplot(1,2,2),imshow(J)%乘法I=imread(LENA256.bmp);J=imdivide(I,0.5);subplot(1,2,1),imshow(I)subplot(1,2,2),imshow(J)%除法,4.2.1算术和逻辑运算,2.逻辑运算(1)补(COMPLEMENT):记为NOTq(2)与(AND):记为pANDq(3)或(OR):记为pORq(4)异或(XOR):记为pXORq图4.2.1,图4.2.2,图4.2.3,4.2.2图象间运算的应用,1.图象间加法的应用模型运算均值方差,4.2.2图象间运算的应用,4.2.2图象间运算的应用,2.图象间减法的应用,4.2.2图象间运算的应用,3.图象间除法的应用,4.3直接灰度映射,将f(x,y)中的每个象素灰度按EH操作直接变换以得到g(x,y)4.3.1灰度映射原理4.3.2典型灰度映射,4.3.1灰度映射原理,直接灰度映射是一种点操作,4.3.1灰度映射原理,关键:设计映射规则(变换函数),1、图象求反2、增强对比度3、动态范围压缩4、灰度切分,4.3.2典型灰度映射,4.3.2典型灰度映射,灰度映射MATLAB实现,f=imread(cameraman.tif);g=imadjust(f,0,1,1,0);%g=imcomplement(f);figure(1);imshow(g);%求反f=imread(cameraman.tif);g=im2uint8(mat2gray(log(1+double(f);figure(2);imshow(g);%动态范围压缩,4.4直方图变换,直方图是图象的一种统计表达直方图反映了图中灰度的分布情况4.4.1直方图均衡化4.4.2直方图规定化,灰度统计直方图1-D的离散函数提供了图象象素的灰度值分布情况计算:设置一个有L个元素的数组,对原图的灰度值进行统计,4.4.1直方图均衡化,4.4.1直方图均衡化,思考:直方图和图像是一一对应吗?,直方图均衡化借助直方图变换实现(归一的)灰度映射均衡化(线性化)基本思想变换原始图象的直方图为均匀分布=大动态范围使象素灰度值的动态范围最大=增强图象整体对比度(反差),4.4.1直方图均衡化,归一化直方图增强函数(反变换)(1)EH(s):单值单增函数,各灰度级在变换后仍保持排列次序(2)变换前后灰度值动态范围一致,4.4.1直方图均衡化,(归一化)累积直方图(1)tk是k的单值单增函数(2)灰度取值范围一致,0tk1(3)将s的分布转换为t的均匀分布,4.4.1直方图均衡化,表4.4.1,4.4.1直方图均衡化,各灰度级对应的象素个数级概率及修正后各灰度级对应的概率分布,1/7-0.142/7-0.283/7-0.434/7-0.575/7-0.716/7-0.86,tk,tk,tk,4.4.1直方图均衡化,4.4.1直方图均衡化,4.4.1直方图均衡化,直方图均衡化的MATLAB实现,clearall;f=imread(cameraman.tif);figure(1)imshow(f);figure(2)imhist(f);%绘制图象f的直方图ylim(auto);g=histeq(f,256);%对f进行直方图均衡,输出图象的灰度级数为256figure(3)imshow(g);figure(4)imhist(g);ylim(auto);,4.4.1直方图均衡化,缺点:,借助直方图变换实现规定/特定的灰度映射(1)对原始直方图进行灰度均衡化(2)规定需要的直方图,计算能使规定直方图均衡化的变换(3)将原始累积直方图对应映射到规定累积直方图,4.4.2直方图规定化,三个步骤,两种映射/对应规则(1)单映射规则(ps(sk)-pu(ul)(2)组映射规则(I(l):整数函数)(ps(si)-pu(uj),4.4.2直方图规定化,表4.4.2,4.4.2直方图规定化,4.4.2直方图规定化,4.4.2直方图规定化,4.4.2直方图规定化,直方图规定化的MATLAB实现,I=imread(cameraman.tif);%读取图像hgram=0:2:255;%制定灰度变换范围J=histeq(I,hgram);%实现图像直方图规定化figure,imshow(I)%显示原始图像figure,imshow(J)%显示规定化后图像figure,imhist(I,64)%对原始图像进行直方统计并显示,64个柱子(bin)figure,imhist(J,64)%对规定化后图像进行直方图统计并显示,4.4.2直方图规定化,映射误差对应映射间数值的差值(取绝对值)的和ErrorSML=|0.20-0.44|+|(0.8-0.2)-(0.89-0.44)|+|(1-0.8)-(1-0.89)|=0.24+0.15+0.09=0.48ErrorGML=|0.20-0.19|+|(0.8-0.2)-(0.81-0.19)|+|(1-0.8)-(1-0.81)|=0.01+0.02+0.01=0.04ErrorGML邻域运算:(0=R=255),4.5.1技术分类和实现原理,1、邻域平均(滤波输出举例)系数都是正的保持灰度值范围(所有系数之和为1)例:33模板,4.5.2线性平滑滤波器,4.5.2线性平滑滤波器,2、加权平均中心系数大周围系数小,4.5.2线性平滑滤波器,线性平滑滤波器的MATLAB实现,clearallI=imread(cameraman.tif);J=imnoise(I,salt%进行7*7均值滤波figure(2),imshow(K1)figure(3),imshow(K2)figure(4),imshow(K3),4.6非线性滤波,逻辑的、几何的、代数的非线性滤波器基于集合的、基于形状的、基于排序的4.6.1非线性平滑滤波器4.6.2非线性锐化滤波器,4.6.1非线性平滑滤波器,在一维情况下,中值滤波器是一个含有奇数个象素的滑动窗口,排序后,窗口象素序列为:,M是窗口长度,gj是窗口象素的中值滤波输出。记作:,4.6.1非线性平滑滤波器,4.6.1非线性平滑滤波器,既消除噪声又保持细节(不模糊)中值(median)滤波器(1)将模板中心与象素位置重合(2)读取模板下各对应象素的灰度值(3)将这些灰度值从小到大排成1列(4)找出这些值里排在中间的1个(5)将这个中间值赋给模板中心位置象素,中值(median)滤波器的模板中值滤波器的消噪声效果与两个不同的但又有联系的因素有关。首先是模板的尺寸,其次是参与运算的象素数图象中尺寸小于模板尺寸一半的过亮或过暗区域将会在滤波后会被消除掉,4.6.1非线性平滑滤波器,4.6.1非线性平滑滤波器,百分比(percentile)滤波器中值滤波器是一个特例最大值最小值中点滤波器,4.6.1非线性平滑滤波器,4.6.1非线性平滑滤波器,最大值滤波,4.6.1非线性平滑滤波器,最小值滤波,1、非线性锐化滤波器利用微分可以锐化图象(积分平滑图象)梯度:对应一阶导数最常用的微分矢量(需要用2个模板分别沿X和Y方向计算),4.6.2非线性锐化滤波器,1、非线性锐化滤波器(滤波输出举例)模以2为范数/模计算(对应欧氏距离)以1为范数(城区距离)以为范数(棋盘距离),4.6.2非线性锐化滤波器,2、最大-最小锐化变换将最大值滤波器和最小值滤波器结合使用可以锐化模糊的边缘并让模糊的目标清晰起来迭代实现:,4.6.2非线性锐化滤波器,锐化滤波器的MATLAB实现,I=imread(cameraman.tif);H=fspecial(prewitt);%H=fspecial(sobel);TH=imfilter(I,H,replicate);figure(1);imshow(TH);H=H

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论