数字图象处理：三空间域图像增强77507561解答.ppt

西安交通大学03级本科生毕业设计答辩 It makes all the difference whether one sees darkness through the light or brightness through the shadows David Lindsay 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 与： 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。 平均8次 平均 16次 平均 64次 平均 128次 3.5 空间滤波基础 ● 空间域滤波是通过模板运算实现的。 3×3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 Laplacian掩膜中心为“负” Laplacian掩膜中心为“正” (3.7.5) 使用拉普拉斯算子进行图像锐化的实例 * 第3章 空间域图像增强 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γ，其曲线形式不同。 ◆当γ1时，其曲线形式和对数曲线相似。 ◆当γ1时，作用相反 ● γ(伽马)校正： 用幂次变换进行对比度增强的效果(γ1): 核磁共振图像 用幂次变换进行对比度增强的效果(γ1) 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