数字图象处理：三 空间域图像增强.ppt

ItmakesallthedifferencewhetheroneseesdarknessthroughthelightorbrightnessthroughtheshadowsDavidLindsay,第3章图像增强,一、概述:,图像增强的目标处理图像，使其比原始图像更适合于特定的应用。,说明：1。“好”和“有用”没有统一的标准。2。图像增强并不以图像保真为准则,图像增强分为“空间域图像增强”和“频率域图像增强”。,3.1背景知识,定义空间域的图像处理为：,图像的操作分为两大类：单点操作:邻域操作：,对比度增强的灰度变换,邻域操作的模板法。,3.2一些基本的图像灰度变换（单点操作）,常用的灰度变换函数包括：,反比变换对数和反对数变换幂次变换,3.2.1反比变换,s=L-1-r,3.2.1对数变换,对数变换,(3.2.2),对数变换的作用：压缩了图像的动态范围,3.2.3幂次变换,幂次变换的表达式：,对于不同的，其曲线形式不同。,当1时，作用相反,(伽马)校正：,用幂次变换进行对比度增强的效果(1),3.2.4分段线性变换函数,对比度拉伸,灰度切割,方法有两个：,教材中的位平面切割放在图像压缩时讲。,3.3直方图处理,什么是图像的直方图？,图像的直方图在图像增强、图像分割中都有重要的应用。,3.3.1直方图均衡化,寻找一个适当的灰度变换函数，通过这个灰度变换函使得图像的直方图变得平直。,理论推导：,灰度变换形式：,离散化处理：,均衡前直方图,Fig.3.17,均衡前图像,均衡后图像,均衡后直方图,直方图均衡时生成的灰度变换函数,直方图均衡的另一个例子,3.3.2直方图匹配,迭代,修改一幅图像的直方图，使得它与另一幅图像的直方图匹配或具有一种预先规定的函数形状。,什么是直方图匹配？,直方图匹配的实例,图a是直方图均衡时的灰度变换函数，图b是均衡后的图像，图c是均衡后的直方图。,改用直方图匹配来处理,3.3.3局部直方图均衡,在小区域内进行直方图均衡,局部直方图均衡可增强图像的细节。,3.3.4利用图像统计参数来增强图像,图像的均值：,图像的n阶矩：,2阶矩最重要,方差（或标准差），是对比度的度量,3.3.4利用图像统计参数来增强图像,对下图采用下面的增强准则:,图像统计量的图像显示,统计方法增强的结果,3.4用算术/逻辑操作增强图像,可以利用两幅图像算术运算(加、减、乘、除)，或逻辑运算(与、或、非)，来进行图像操作(处理)。,(a)逻辑“非”(取反)：,8位二进制码的逐位取反，,(b)“与”运算：是两幅图像每个像素灰度值得二进制码，逐位“取与”。,(c)“或”运算：是两幅图像每个像素灰度值得二进制码，逐位“取或”。,图像间逻辑运算实例,3.4.1图像相减运算,图像的算术运算(加、减、乘、除)中，用得最多的是图像之间的相减和相加。,两幅图像和相减，表示为：,3.4.1图像相减运算实例,血管造影：,图b是相减图像,3.4.2图像平均处理(加法处理),利用多幅图像相加，然后取平均的办法，其目的主要是为了降低图像的噪声。,平均8次,平均16次,平均64次,平均128次,平均图像和真实图像的差,不同平均次数的的差值图像和直方图。,3.5空间滤波基础,空间域滤波是通过模板运算实现的。,33空间滤波的模板,这个模板作用于图像的结果为：,3.6平滑空间滤波器,3.6.1平滑线性滤波器,平滑线性滤波器的主要作用：,(1)减小图像噪声；(2)对图像进行模糊化处理。,简单平均加权平均,平滑线性滤波器实例1：,n=3,n=5,n=9,n=15,n=35,平滑线性滤波器实例2,不连续到连续,平滑线性滤波器实例3,3.6.2统计排序滤波器,中值滤波法,取3X3窗口,从小到大排序，取中间值,中值滤波实例,3.7锐化空间滤波器,图像的锐化是加强图像的细节部分。其实质是对图像进行高通滤波。,3.7.1空间域锐化滤波基础,图像的空间域锐化是采用图像微分实现的(一阶微分和二阶微分)。,对数字图像用差分来代替微分：,一阶微分：,二阶微分：,图像微分实例,3.7.2二阶微分的图像增强拉普拉斯算子,Laplacian算子：,对数字图像，二阶微分为：,那么对数字图像，laplacian算子为：,拉普拉斯算子的模板,拉普拉斯变换结果和原图像的复合,使用拉普拉斯算子进行图像锐化的实例,复合拉普拉斯掩膜,简化为一个过程，即,(3.7.6),反锐化掩蔽,反锐化掩蔽可以表示为：,高提升滤波,高提升滤波实例,3.7.3基于一阶微分的图像增强-梯度法,一阶微分用于图像增强，是用图像的梯度。,梯度的模，即,(1)一般的梯度算法,在用计算机计算梯度时，常用绝对值运算代替上式：,(2)罗伯茨（Roberts）梯度算法,梯度算子模板,Sobel算子,Sobel算子应用实例,一阶微分：梯度算法突出边缘二阶微分：拉普拉斯变换突出细节,3.8混合空间增强法,(a)的拉普拉斯变换,(a)+(b),(a)的Sobel处理,(d)的均值滤波,(c)*(e),(a)+(f),(g)的幂次变换,主要介绍了空域图像增强的一些技术，包括