第4章数字图像处理清华刘直芳图像增强(下).ppt

第4章 图像增强(下) 频域变换增强技术 4.1 频域增强原理 4.1 频域增强原理 4.1 频域增强原理 频率域增强技术 4.4.2 频域图像平滑（低通）滤波 实例 与理想低通滤波器的处理结果相比，巴特沃兹滤波器处理的图像模糊程度减少，因为它的H(u,v)不是陡峭的截止特性，它的尾部会包含大量的高频成分。 另外经巴特沃兹低通滤波器处理的图像将不会有振铃现象。这是由于在滤波器的通带和阻带之间有一平滑过渡的缘故。 4.4.3 频域图像锐化滤波 结果 4.4.4 同态滤波 在实际工作中，存在一类图像，灰度级动态范围很大，即黑的部分很黑，白的部分很白，而感兴趣的某部分物体灰度级范围又小，分不清物体的灰度层次和细节 采用一般的灰度线性变换是不行的，因为扩展灰度级虽可以提高物体图像的反差，但会使动态范围更大，而压缩灰度级，虽可以减少动态范围，但物体灰度层次和细节都不清晰 采用图像同态滤波方法，如果使用合适的滤波特性函数，可以达到既压缩灰度动态范围，又能让感兴趣的物体部分灰度级扩展，从而使图像清晰 同态滤波是一种在频域中同时将图像亮度范围进行压缩和将图像对比度进行增强的方法－即把频率过滤和灰度变换结合起来 以图像的照明反射模型作为频域处理的基础，设自然景物的图像f(x,y)可以表示成它的照度分量i(x,y)与反射分量r(x,y)的乘积 照度分量集中在低频段，描述景物的照明，与景物无关 反射分量集中在高频段，描述景物的细节 ，与照明无关 同态滤波 同态滤波 同态滤波 这样就获得了增强后的图像，显然针对图像本身特性以及实用需要选用不同形状的传递函数，就会对整个图像灰度级范围进行不同程度的压缩，而对其中感兴趣的景物灰度级进行不同的扩展，从而得到合适的层次和细节。 同态滤波 4.5.1 局部增强 前面都可以认为是对整幅图像进行操作。在实际中，对某些局部信息感兴趣，其象素数量相对于整幅图像的象素数量往往较小，利用整幅图像算得的变换或转移函数并不能保证在这些局部区域能得到增强效果 4.5.2彩色图像增强 人眼只能分辩几十种不同深浅的灰度级，但能分辩几千种不同的颜色－借助彩色图像增强视觉效果。 彩色图像增强方法： 伪彩色增强 真彩色增强 4.5.2.1 伪彩色增强 对原来灰度图像中不同灰度值的区域赋予不同的颜色，以更明显的区分－赋色过程实际上是一种着色过程 4.5.2.2 真彩色增强 * * 卷积理论是频域技术的基础 设函数f (x, y)与线性位不变算子h(x, y)的卷积结果是g(x,?y)，即g(x, y) = h(x, y) * f (x, y)，那么根据卷积定理在频域有： 其中G(u, v)，H(u, v)，F(u, v)分别是g(x, y)，h(x, y)，f (x, y)的傅里叶变换。用线性系统理论的话来说，H(u, v)是转移函数 在具体增强应用中，f (x, y)是给定的（所以 F(u, v)可利用变换得到），需要确定的是 H(u, v)，这样具有所需特性的g(x, y)就可由 算出G(u, v)而得到： 步骤： (1) 转换到频域 (2) 在频域增强 (3) 转换回空域 卷积定理 增 强 图 步 骤 (1) 计算图象的变换 (2) 在频域滤波 (3) 反变换回图象空间 频域滤波 低通，高通，带通/带阻，同态 低通滤波 高通滤波 同态滤波 图像中的边缘和噪声都对应图像傅立叶变换中的高频部分，如要在频域中消弱其影响，设法减弱这部分频率的分量 选择合适的H(u,v)以得到消弱F(u,v)高频分量的G(u,v) 1、理想低通滤波器（ILPF）Ideal Low Pass Filter D0为截止频率 D(u,v)为频率平面上的点(u,v)到原点的距离 不同的H(u,v)，得到不同的低通滤波 1 D(u,v)≤D0 0 D(u,v)D0 理想低通滤波器，是指以截频D0为半径的圆内的所有频率都能无损通过，而在截频之外的频率分量完全被衰减。在通带和阻带之间明显的陡峭。 理想低通滤波器可以用计算机模拟实现，但却不能用电子元器件来实现。 理想低通滤波器平滑处理的概念是清晰的，但在处理过程中会产生较严重的模糊和振铃现象。D0越小，这种现象越严重。这是理想滤波器不可克服的弱点。 理想低通滤波器的模糊 理想低通滤波产生“振铃”现象 (a) (b) (c)… (d) (e) (f) (g) 2、巴特沃兹低通滤波器（BLPF） N阶巴特沃兹低