第9章 图像增强0.ppt

重点 1图像的直方图2直方图灰度变换3直方图均衡化 第9章图像增强 9 1概述 一 图像增强技术的目的 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 二 图像增强技术的特点 人为地突出图像中的部分细节 压制另外一部分信号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 图象增强按增强处理所在空间不同分为空域增强方法和频域增强方法 空域增强 直接在图像所在的二维空间进行处理 即直接对每一像素的灰度值进行处理 频域增强 以卷积定理为基础 在图像的某个变换域对图像进行间接操作 并修改傅立叶变换等变换后的系数 然后再进行反变换 得到处理后的图像 空域增强按技术不同可分为灰度变换和空间滤波 灰度变换 基于点操作 将每一个像素的灰度值按照一定的数学变换公式转换为一个新的灰度值 常用的有 对比度增强 直方图均衡化等方法 空域滤波 基于邻域处理 应用某一模板对每个像素及其周围邻域的所有像素进行某种数学运算 得到该像素的新的灰度值 图像平滑与锐化技术就属于空域滤波 频域增强 首先经过傅里叶变换将图像从空间域变换到频率域 然后在频率域对频谱进行操作和处理 再将其反变换到空间域 从而得到增强后的图像 图象增强按所处理的对象不同可分为灰度图像增强和彩色图像增强 图象增强方法总结 9 2灰度变换增强 灰度变换可使图像对比度扩展 图像清晰 特征明显 它是图像增强的重要手段 灰度变换是一种点处理方法 它将输入图像中每个像素 x y 的灰度值f x y 通过映射函数T 变换成输出图像中的灰度g x y 即 g x y T f x y 通过变换 达到对比度增强的效果 实际上g x y T f x y 就是一种具体的图像增强方法 9 2 1像素值及其统计特性 设变量r代表图像中像素的灰度级 把像素的灰度级归一化处理 则有0 r l 其中r 0表示黑 r 1表示白 对于一幅给定的图像来说 每个像素取值在 0 1 上的灰度级是随机的 在数字图像处理中 用rk表示离散灰度级 用概率密度函数pr r 表示灰度值rk出现的相对频数 对图像灰度级的分布 式中 n为图像中的像素总数 nk为图像中出现rk这种灰度的像素数 nk n就是概率中所说的频数 直角坐标系中一幅图像的rk和pr rk 之间的关系图像称为该图像的灰度直方图 1 像素的选择 pixval 函数显示光标在图像中选择像素点的值 也可以显示两个像素点间的欧几里德几何距离 impixel 函数返回选择或坐标值提供的像素值 可通过输入参数定义像素坐标 例10 1利用函数impixel显示像素信息imshowcanoe tifvals impixel improfile函数可以获取在图像上沿一条或多条路径所对应的像素灰度值 例10 2利用函数improfile绘制线段像素分布图imshowpeppers pngimprofle 2 线段上像素灰度分布的计算和绘制 imcontour函数用来绘制图像的等高线 3 图像等高线 4 图像像素的统计特性 均值函数mean2 调用格式 B mean2 A 标准差函数std2 调用格式 B std2 A 相关函数corr2 调用格式 r corr2 A B 9 2 2直接灰度变换 照片或电子方法得到的图像 常表现出低对比度即整个图像偏亮或偏暗 为此需要对图像中的每一像素的灰度级进行灰度变换 扩大图像灰度范围 以达到改善图像质量的目的 灰度变换就是在图像采集系统中对图像像素进行修正 使图像整体成像均匀 灰度变换可以选择不同的灰度变换函数 如正比函数和指数函数等 按灰度变换函数分为以下三种 1 线性灰度变换 2 分段线性灰度变换 3 非线性灰度变换 灰度变换可以使图像动态范围加大 图像对比度加大 图像对比度扩展 图像清晰 特征明显 是图像增强的重要手段 1 线性灰度变换 将输入图像 原始图像 灰度值的动态范围按线性关系公式拉伸扩展至指定范围或整个动态范围 线性拉伸采用的变换公式为 g x y f x y C RC R的值由输出图像的灰度值动态范围决定 假定原始输入图像的灰度取值范围为 fmin fmax 输出图像的灰度取值范围 gmin gmax 其变换公式为一般要求gminfmax 对于8位灰度图像则有 线性拉伸示意图如下 使曝光不充分图像中白的更白 图像灰度变换前后效果对比图 变换前变换后 2 分段线性变换 线性拉伸将原始输入图像中的灰度值不加区别地扩展 在实际应用中 为了突出图像中感兴趣的研究对象 常常要求局部扩展拉伸某一范围的灰度值 或对不同范围的灰度值进行不同的拉伸处理 即分段线性拉伸 分段线性拉伸是仅将某一范围的灰度值进行拉伸 而其余范围的灰度值实际上被压缩了 常用的几种分段线性拉伸的示意图 其对应的变换公式如下 例9 3对于原图pout tif 将其小于30的灰度值不变 将30到150的灰度值拉伸到30到200 同时压缩150到255的灰度值到200与255间 I imread pout tif imshow I I double I M N size I fork 1 Mforl 1 NifI k l 30 I k l I k l elseifI k l 150I k l 200 30 150 30 I k l 30 30 elseI k l 255 200 155 150 I k l 150 200 endendendfigure 2 imshow uint8 I 3 非线性变换 非线性拉伸不是对图像的整个灰度范围进行扩展 而是有选择地对某一灰度值范围进行扩展 其他范围的灰度值则有可能被压缩 与分段线性拉伸区别 非线性拉伸不是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩 而是在整个灰度值范围内采用统一的非线性变换函数 利用函数的数学性质实现对不同灰度值区间的扩展与压缩 常用的两种非线性扩展方法 1 对数扩展 基本形式 g x y lg f x y 实际应用中一般取自然对数变换 具体形式如下 g x y C ln f x y 1 f x y 1 是为了避免对零求对数 C为尺度比例系数 用于调节动态范围 变换函数曲线 对数变换可以使低灰度得以扩展 高灰度的得以压缩 2 指数扩展 基本形式 g x y bf x y 实际应用中 为了增加变换的动态范围 一般需要加入一些调制参数 具体形式如下 g x y bc f x y a 1参数a可以改变曲线的起始位置 参数c可以改变曲线的变化速率 指数扩展可以对图像的高亮度区进行大幅扩展 指数变换将减弱整个图像的亮度 它以牺牲低灰度区域的对比度为代价来增加高灰度的对比度 幂次变换 常用变换方法 检测某灰度范围 反转 灰度窗口 区域扩展 灰度直方图是灰度值的函数 它描述了图像中各灰度值的像素个数 通常用横坐标表示像素的灰度级别 纵坐标表示对应的灰度级出现的频率 像素的个数 频率的计算公式为 p r nrnr是图像中灰度为r的像素数 图像直方图 9 2 3直方图灰度变换 常用的直方图是规格化和离散化的 即纵坐标用相对值表示 设图像总像素为N 某一级灰度像素数为nr 则直方图表示为 p r nr N 原始图像 对应的直方图 灰度直方图反映了一幅图像的灰度分布情况 a b a 大多数像素灰度值取在较亮区域 图像肯定较亮 一般在摄影过程中曝光过强就会造成这种结果 b 图像的像素灰度值集中在暗区域 图像将偏暗 一般在摄影中曝光太弱将导致这种结果 从两幅图像的灰度分布来看图像的质量均不理想 函数imhist用于绘制图像的直方图imhist I n imhist x map counts x imhist n表示灰度图像的灰度级 若n为灰度图像 默认n 256 若n为二值图像时 默认n 2 map为调色板 返回值counts和x分别对应直方图的数值和位置 直方图灰度变换是实现图像灰度变换最常用的方法 imhist函数来计算和显示图像的直方图灰度直方图的性质 不包含图像灰度分布的空间信息 因此无法解决目标形状问题 具有不唯一性 即不同图像可能对应相同的直方图 具有可加性 即图像总体直方图等于切分的各个子图像的直方图之和imadjust函数进行对比度调整 用于调整灰度或颜色图 图像直方图的性质 J imadjust I low inhigh in low outhigh out r 将灰度图像I转化为图像J 使值low in到high in与low out到High out相匹配 值大于high in或小于low in的将被减去 即小于low in的值与low out相匹配 大于high in的值与high out相匹配 它们的默认值为 01 r是用来指定描述I和J值关系曲线的形状 r 1 增强亮度 r 1 减小亮度 默认值为1 表示线性变换 imadjust函数可以实现图像的灰度变换clc I imread pout tif imshow I J imadjust I 0 30 7 01 1 figure imshow J J imadjust I 0 30 7 01 0 5 figure imshow J J imadjust I 0 30 7 01 1 5 figure imshow J 除了增强或减弱图像的对比度外 还可以对图像的灰度范围进行映射 以下程序代码示例就是用imadjust函数将输入图像的灰度范围从 051 映射到 128255 输入图像如图所示 I imread cameraman tif J imadjust I 00 2 0 51 imshow I figure imshow J 上述操作可以大大提高图像的亮度 也可以使原始图像灰暗部分的动态化范围大大增加 从而使细节更容易观察 原图像 亮度调节后的图像 用imadjust函数必须按照下面两个步骤进行 1 观察图像的直方图 判断灰度范围 2 将灰度范围转换为0 1之间的分数 使得灰度范围可以通过向量 low inhigh in 传递给函数 此外 可选择参数r对图像修正的处理效果有很好的改善 例如以下程序代码示例 仍假设图像灰度范围不变 取r 0 5 对图像a进行变换 可得到如图b所示的处理效果 J imadjust I 0 5 原图像 修正后的结果 9 2 4直方图均衡化 通过把原图像的直方图通过变换函数修正为分布比较均匀的直方图 从而改变图像整体偏暗或整体偏亮 灰度层次不丰富的情况 这种技术叫直方图均衡化 直方图均衡化过程解析 设r和s分别表示原图像灰度级和经直方图均衡化后的图像灰度级 为便于讨论 对r和s进行归一化 使 0 r s 1 对于一幅给定的图像 归一化后灰度级分布在0 r l范围内 对 0 1 区间内的任一个r值进行如下变换 s T r 变换函数s T r 应满足下列条件 在0 r 1的区间内 T r 单值单调增加 保证图像的灰度级从白到黑的次序不变对于0 r 1 有0 T r 1 保证映射变换后的像素灰度值在允许的范围内 直方图均衡化可用histeq 函数实现调用格式 J histeq I hgram 表示转换灰度图像 使输出图像的直方图具有length hgram 个灰度级 近似对应于hgram J T histeq I 表示返回输入图像I和输出图像J相对应的灰度变换函数 I imread tire tif imshow I figure imhist I J histeq I 64 figure imshow J figure imhist J J histeq I 32 figure imshow J 均衡前直方图 直方图均衡为64级后的图像 直方图均衡化为32级后的结果 在某些应用中 可能只需要对图像的某个部分进行均衡化 为此 可以用adapthisteq函数代替histeq函数 实现对图像进行对比度自适应直方图均衡化 histeq函数作用整幅图像时 可用adapthisteq对图像中的一个小区域进行操作 称之为切片 则切片的对比度将得到加强 这样 就可以使输出区域的直方图与指定的直方图相匹配 为了避免放大图像中躁声的对比度 可以设定adapthisteq函数的参数 限制躁声的对比度 利用adapthisteq函数来调整图像的对比度问题I imread pout tif J adapthisteq I imshow I fig