空域增强PPT演示课件

,第四章空域增强Chapter4ImageEnhancementthroughAirspace,本章内容4.1空域技术分类4.2图像间运算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,1,图像增强基本概念,图像处理最基本的目的之一是改善图像：改善图像最常用的技术就是图像增强,图像增强是指按特定的需要突出一幅图像中的某些信息同时，削弱或去除某些不需要的信息的处理方法。其主要目的是使处理后的图像对某种特定的应用来说，比原始图像更适用。,2,(1)改善图像的视觉效果，使图像更适合于人的视觉特性。(2)突出图像的特征，便于机器识别。,可能的处理：去除噪音、边缘增强、提高对比度、增加亮度、改善颜色效果、改善细微层次等,图像增强的应用,3,去除噪音,4,改善颜色效果,5,4.1空域技术分类,空域-由象素组成的空间空域增强方法：直接对象素进行处理增强的方法。其中：f(x,y)是原图像，g(x,y)是处理后的图像EH是作用于f的增强操作。,6,点操作：EH作用在每个点(x,y)模板操作：EH作用在(x,y)的某个邻域上序列操作：EH作用在一系列的图像上,7,点操作分类：灰度点操作：几何操作：共同点：不可逆，导致不能恢复的信息丢失,8,模板操作-涉及像素的邻域,s-f(x,y)在(x,y)处的灰度值；n(s)-(x,y)的邻域内像素的灰度值t-g(x,y)在(x,y)处的灰度值；,9,模板操作特例：点操作的增强方法-灰度映射（或灰度变换）,10,图像增强分类,11,4.2.图像间运算,图像间运算：以图像为单位进行的操作，结果为一幅新图像。运算实质：逐象素进行，即在两幅图象的对应（位置）象素间进行,12,4.2.1代数运算,算术运算（一般用于灰度图像）加，减，乘，除逻辑运算非，与，或，异或运算的应用,13,一算术运算-加法,定义：问题：新灰度值有可能超出原图像的动态范围办法：进行灰度映射,14,生成图像叠加效果,15,1）加法应用：对同一场景的多幅图像求平均值，以降低加性随机噪声。,4幅,8幅,16幅,16,算术运算-减法,定义：主要应用举例可以去掉不需要的加性噪声检测同一场景的两幅图像之间的变化可以去除不需要的叠加性图案；可以做到图像分割，如分割运动的车辆，减法去掉静止部分，剩余的是运动元素和噪声。,17,减法去除噪声,减法检测图像中同一场景中两副图像的变化,18,减法去除不需要的叠加性图案,19,20,算术运算-乘法,定义：,乘法应用：可以用来遮掉图像的一部分。,21,二值掩膜图像,原图像,首先构造一副掩膜图像，在需要保留区域，图像灰度值为1；而在被去除区域，图像灰度值为0；然后将掩膜图像乘原始图像。,22,算术运算-除法,定义：除法运算可视为一幅图像取反和另一幅图像的相乘,23,二逻辑运算-适用于二值图像,（1）与（AND）运算的定义g(x,y)=f(x,y)h(x,y)主要应用：求两个子图像的相交子图,24,（2）或(OR)运算的定义g(x,y)=f(x,y)vh(x,y)主要应用：合并子图像,25,（3）补（COMPLEMENT）的定义g(x,y)=255-f(x,y)主要应用,获得图像的补图,26,（4）异或（XOR）运算的定义g(x,y)=f(x,y)h(x,y)主要应用：获得相交子图像,27,4.3直接灰度映射DirectGrayMapping,4.3.1灰度映射原理4.3.2典型灰度映射,28,4.3.1灰度映射原理,关键：根据增强要求设计映射规则，即变换函数EH。T=EH(S),直接灰度映射是一种点操作，根据原始图像中每个像素的灰度值，按照某种映射规则，将其转化成另一灰度值。,29,4.3.2典型灰度映射,30,1.图像求反(Reverse),4.3.2典型灰度映射,t=L-1-s,将原图灰度值翻转,31,2.增强对比度(ContrastStretching),4.3.2典型灰度映射,映射(0,s1)(0,t1)(s1,s2)(t1,t2)(s2,L-1)(t2,L-1),增强原图的各部分的反差,t=s(斜率=1),32,s1=t1，s2=t2,s1=s2，t1=0，t2=L-1,t1=0，t2=L-1,33,34,3.动态范围压缩(DynamicRangeCompress),4.3.2典型灰度映射,t=Clog(1+|s|),目的与增强对比度相反,如原图的动态范围太大，超出某些显示设备的允许动态范围,则需对原图进行灰度压缩。,35,4.灰度切分(GraySegmentation),4.3.2典型灰度映射,与增强对比相仿，将某个灰度值范围变得比较突出。,36,4种典型的直接灰度映射方法,37,以下四种灰度变换函数，分析其特点和功能,0,L-1,L-1,s,t,L-1,L-1,L-1,L-1,L-1,L-1,s,s,s,t,t,t,38,4.4直方图变换,4.4.1直方图均衡化4.4.2直方图规定化,39,（1）直方图（histogram）,直方图是灰度级的函数，描述的是图象中每种灰度级像素的个数横坐标是灰度级k，纵坐标是灰度级出现的个数nk。,4.4.1直方图均衡化,40,直方图提供了原图中各种灰度值分布的情况，给出了一幅图像所有灰度值的整体描述,41,直方图的形状和改变对图像有很大影响,42,（2）累积直方图定义,累积直方图也是灰度级的函数描述的是图象中灰度级小于和等于k的像素的总个数。,43,累积直方图,3,8,12,16,44,反映图象中每种灰度出现的频率。n是图像的像素总数sk为第k级灰度值nk是图像中灰度级为k的像素个数,归一化,（3）直方图的归一化表示,45,通过修改直方图的方法增强图像是一种实用而有效的处理技术。直方图修整法包括：直方图均衡化直方图规定化,46,直方图均衡化借助直方图变换实现灰度映射均衡化基本思想变换原始图象的直方图为均匀分布=增大动态范围=增强图象整体对比度（反差）,4.4.1直方图均衡化,47,例：增加对比度,48,增强函数EH(s)满足的条件：(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,49,经过证明：累积分布函数（CDF）满足以上条件取整如：Tk=int(L-1)tk+0.5;,50,例：假定有一幅总像素为n=6464的图像，灰度级数为8，各灰度级分布列于表中。对其均衡化计算过程如下,51,52,53,直方图均衡化的物理解释:1）直方图均衡化，不改变灰度出现的次数（因为那样会改变图象的信息结构），所改变的是灰度级。2）直方图均衡化，力图使像素分布均匀。,54,思考：为什么一般情况下对离散图像的直方图均衡化并不能产生完全平坦的直方图,55,例2：假定有一幅总像素为n=6464的图像，灰度级数为8，各灰度级分布列于表中。,灰度变换曲线为t=E(s)=int(s2/7+0.5),56,直方图均衡化：自动增强效果不易控制得到全图增强的结果直方图规定化：有选择地增强满足特定的要求优点：可以按照预先设定的某个形状来调整图像的直方图，达到有选择地增强,4.4.2直方图规定化,57,原直方图,规定直方图,58,原图及其直方图,规定直方图及效果图,59,原直方图,规定直方图,4.4.2直方图规定化,步骤：,(1)原始直方图的均衡化,(2)规定直方图的均衡化,(3)按映射规则将原始直方图对应映射到规定直方图,60,两种映射规则(1)单映射规则(2)组映射规则,原直方图,规定直方图,映射规则,61,原直方图,规定直方图,列表法,62,1,1,原累积直方图,规定累积直方图,绘图法,如何映射？,63,单映射规则（singlemappinglaw，SML）,重点：从小到大依次找到能使上式最小的k和l,原累积直方图,规定累积直方图,64,单映射绘图计算示例：,0.19,0.44,0.65,0.81,0.95,0.89,1,0.2,0.8,1,0.98,重点：从小到大依次找到能使上式最小的k和l,65,66,原直方图,规定直方图,单映射规则,单映射（SML）误差,67,组映射规则（groupmappinglaw，GML）,现在要确定能使上式达到最小的I(l),映射规则：,1）如果l0，将0到I(0)的灰度级对应映射；,2）如果l1，将I(l-1)+1到I(l)的灰度级对应映射,68,69,组映射绘图示例：,0.19,0.44,0.65,0.81