5图像增强（imageenhancement）.ppt

第5章图像增强（Image Enhancement） 5．1 概述 一、处理原因： 图像形成、传输、转换、显示产生降质 二、改善方法： 1．? 图像增强：目的是为了改善图像的视觉效果，或者是为了更便于人或机器的分析和处理，提高图像的可懂度。在不考虑降质原因的情况下，用试探的方式对图像进行加工，力求改善图像的质量，如突出了一部分信息，同时可能压制另一部分的信息。 2 图像复原：考虑降质原因，分析降质模型，试图利用退化现象的某种先验知识，把已经退化了的图像加以重建或恢复。 三、??增强的方法： 1.??空域法 2.??频域法 四、???图像增强技术： 　　主要可分为 1．点运算增强算子：如图像灰度倒置、对比度伸缩、灰度动态范围的伸缩、灰度级分片、图像减影、直方图修正等； 2．区域（模板）运算增强算子：如平滑、中值滤波、 锐化等； 3．变换增强算子：如低通滤波、高通滤波、带通滤波、同态增晰等； 4．色彩算子：如伪彩色处理。 5.2 灰度修正（空域法） 如K=1，即为点增强处理 特点： 　　1）?? 输出图像在像素点(m, n)的灰度值 g(m, n)仅取决于输入图像在像素点(m, n)的灰度值f(m, n) ，与像素点(m, n)的邻近点无关。 　　2）? 我们通常写成 s = T(r) ,其中s是输出像素点值，r是输出像素点值。 　　3）? T可以是任一从[0,1]到[0,1]映射的递增函数。 5．2．1???????? 灰度变换 (一)线性灰度变换 当图象成象时曝光不足或过度, 或由于成象设备的非线性和图象记录设备动态范围太窄等因素,都会产生对比度不足的弊病，使图象中的细节分辨不清。这时可将灰度范围线性扩展。 设f(x,y)灰度范围为[a,b]，g(x,y)灰度范围为[c,d]。 (二)分段线性灰度变换 将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。 设f(x,y)灰度范围为[0,Mf]，g(x,y)灰度范围为[0,Mg] (三)非线性灰度变换 （1）对数变换 低灰度区扩展，高灰度区压缩。 （2）指数变换 高灰度区扩展，低灰度区压缩。 （四）　　一些基本的灰度变换 　1） 灰度倒置—负像（Image Negatives） 　　　　s = L - 1 – r 　2）??对数变换 （Log Transformations） 　　　　　　　 ，c是常数，且 3）幂规律变换（Power-Law Transformations） 　　　　　　或 　　　　　，c和γ是正数，有时也称Gamma校正。 4）分段线性变换（Piecewise-Linear Transformation Functions） ??????? 对比度伸缩（Contrast stretching） ??????? 灰度级分片（Gray-level slicing） 　　使指定的灰度值范围高亮度 左图转换函数相当于二值化（没有背景） ????? 位平面分片（Bit-plane slicing） 5）图像减影 ????? 在这种情况，通过计算两帧相似图像之间的不同，来增强（高亮度化）两帧间的区别 这种方法已经应用于图像分割和增强，如X光线成像，医学上的运用 5.2.2????????????? 直方图修正 　　一、 直方图的概念 　　图像　　的灰度级　　　　　　　， 　　　表示　　　内所有灰度级出现的相对频率， 　　　的图形为图像　　的直方图。 　　　就是图像中的灰度级概率概率密度函数的估计值。 直方图修正是灰度级变换的常用方法 直方图归一化 原始图像灰度级 　　 归一化 原始图像灰度 归一化 变换后图像灰度 归一化 二、直方图修正的技术基础 三、???????? 直方图均衡化 1． 基本原理： 设　　　=常数 ==》均匀化直方图==》图像熵大 2．连续直方图的均衡化 假定变换函数为 直方图均衡化变换公式推导图示 3．离散直方图均衡化 例：设图象有64*64=4096个象素，有8个灰度级，灰度分布如表所示。进行直方图均衡化。 步骤： 1. 由（2-2）式计算sk。 直方图均衡化处理应注意的问题 　　直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。若这些灰度级所构成的图象细节比较重要，则需采用局部区域直方图均衡。 ? 四