第3章图像增强分解.pptx

主 讲：宁纪锋 地 址：计算机科学系(信工320室) 数字图像处理 Digital Image Processing 图像增强 从真实世界中获取数字图像有很多方法，比如数码相机、扫描仪、CT或者磁共振成像。无论哪种方法，我们（人类）看到的是图像，而让数字设备来“看“的时候，则是在记录图像中的每一个点的数值。 ????????????????????????????????????? 图像增强 图像存在纹理噪音 非局部各向异性去除纹理噪音 图像增强 偏微分方程指纹图像增强 图像增强 图像增强的目的：改善图像的视觉效果或使图像更适合于人或机器分析处理。 从处理的作用域出发，图像增强可以分为空间域法和频率域法。前者在空间域（或称图像空间）直接对像素进行处理，后者在图像的变换域内处理，然后经逆变换获得增强图像。 本章将介绍灰度变换、直方图、直方图修正、图像平滑、图像锐化和伪彩色增强。 4.1 灰度变换 设输入图像f(x, y)，输出图像为g(x, y) ，则空间域图像增强可表示为： g(x, y) =T [f(x, y)]。 若操作是在像素的某个邻域内进行的，即输出图像的像素值由对应的输入图像的像素值及邻域像素值决定，则称其为邻域操作。若操作是在单个像素上进行的，即输出图像的像素值仅由相应的输入图像的像素值决定，则称其为点操作，或称为灰度变换 。灰度变换实际上是从一个灰度到另一个灰度的映射过程。 4.1 灰度变换 灰度变换运算的应用主要有： 光度学标定 （对非线性特性作补偿） 对比度增强（调整亮度、对比度等以便观察） 分割（阈值化处理） 灰度裁剪：裁剪为一定灰度级范围的图像，以便存储和显示 4.1 灰度变换 4.1.1　灰度线性变换 如何使暗的图像变亮 ? 4.1.1　灰度线性变换 当斜率大于1时，输出图像的对比度将增大；小于1时，对比度将减小；当斜率不变时，改变截距的效果是使整个图像更暗或更亮；特殊情况下，当斜率等于1，截距等于0时，输出图像和输入图像相同；当斜率等于-1，截距等于255时，输出图像的灰度值将反转。 a b d c 4.1.1　灰度线性变换 取a=4,b=0对图像进行对比度增强 变换方程为：y=ax+b 4.1.1　灰度线性变换 取a=0.5,b=0将图像进行对比度减小 变换方程为：y=ax+b 4.1.1　灰度线性变换 取a=1,b=100将图像 所有灰度值上移 变换方程为：y=ax+b 4.1.1　灰度线性变换 取a=1,b=－100将图像 所有灰度值下移 变换方程为：y=ax+b 4.1.1　灰度线性变换 取a=-1,b=255将图像 反色 变换方程为：y=ax+b 4.1.2　分段线性变换 为了突出感兴趣的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。 4.1.2　分段线性变换 (a) 原始图像 (b) 变换曲线 (c) 输出图像 4.1.2　分段线性变换 灰级窗切片：只保留感兴趣的部分，其余部分置为0。 4.1.3　非线性变换 非线性点运算对应于非线性映射函数，典型的映射包括平方函数、对数函数、截取（窗口函数）、阈值函数、多值量化函数等。 4.1.3　非线性变换 幂律变换： 图像获取、打印和显示等设备的输入输出响应通常为非线性的，满足幂律关系。为了得到正确的输出结果而对这种幂律关系进行校正的过程就称之为γ校正。 4.2　灰度直方图 灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数。即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数。 将图像中像素亮度（灰度级别）看成是一个随机变量，则其分布情况（出现次数或频率）就反映了图像的统计特性，这可用Probability Density Function (PDF)来刻画和描述，表现为灰度直方图（Histogram）。 直方图是对图像灰度分布进行统计分析的重要手段。修正直方图，可以增强图像对比度；通过分析直方图，有助于确定图像分割的阈值；直方图还可用于图像匹配等操作。 4.2　灰度直方图 1 2 3 4 5 6 6 4 3 2 2 1 1 6 6 4 6 6 3 4 5 6 6 6 1 4 6 6 2 3 1 3 6 4 6 6 1 2 3 4 5 6 5 4 5 6 2 14 灰度直方图 4.2.1　灰度直方图的性质 所有的空间位置信息全部丢失。 图像与直方图间的多对一关系。 各子图像的直方图之和等于整幅图像的直方图。 直方图的分解 多对一关系 4.2.2　灰度直方图分析 (a) Dark Image 4.2.2　灰度直方图分析 (b) Bright Image 4.2.2　灰度直方图分析 (c) Low-