图像数字处理5图像增强.ppt

5.2.3.2 空间域锐化滤波器-低频分量消减法 定义：图像锐化就是要增强图像频谱中的高频部分，就相当于从原图像中减去它的低频分量，即原始图像经平滑处理后所得的图像。 方法一： 其中， 为平滑低频图像 方法二：对原图像进行加权，然后减去低通成分 5.3 频域增强技术 原理： 时域卷积相当于频域乘积。因此可以在频率域中直接设计滤波器，对信号进行增强处理。 分类： 常用方法包括高、低通滤波、同态滤波等。 5.3.1傅里叶变换及频域增强原理 二维离散傅里叶变换定义为： 反变化为 5.3.2 频率域平滑滤波器 图像空间域的线性邻域卷积实际上是图像经过滤波器对信号频率成分的滤波，这种功能也可以在变换域实现，即把原始图像进行正变换，设计一个滤波器用点操作的方法加工频谱数据（变换系数），然后再进行反变换，即完成处理工作。这里关键在于设计频域（变换域）滤波器的传递函数H(u,v)。 5.3.2 频率域平滑滤波器-理想低通滤波器 定义： 其中，截止频率为D0 5.3.2 频率域平滑滤波器- Butterworth低通滤波器 n阶Butterworth滤波器的传递函数为： 5.3.2 频率域平滑滤波器- Butterworth低通滤波器示例 (a) Lena图 (b) Butterworth低通滤波结果 5.3.2 频率域平滑滤波器-指数低通滤波器 定义： 5.3.2 频率域平滑滤波器-梯形低通滤波器 定义： 5.3.3 频率域锐化滤波器 图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的。频率域锐化就是为了消除模糊，突出边缘。因此采用高通滤波器让高频成分通过，使低频成分削弱，再经傅立叶逆变换得到边缘锐化的图像。 5.3.3 频率域锐化滤波器-理想高通滤波器 定义： 5.3.3 频率域锐化滤波器-巴特沃斯高通滤波器 定义： n阶巴特沃斯高通滤波器的传递函数定义如下： H(u，v)=1/[1+( D0/D(u，v))2n] 5.3.3 频率域锐化滤波器-巴特沃斯高通滤波器示例 (a) Lena图 (b) Butterworth高通滤波结果 5.3.3 频率域锐化滤波器-指数高通滤波器 定义： 5.3.3 频率域锐化滤波器-梯形高通滤波器 定义 5.3.4 同态滤波器 原理：真实的图像除了有加性噪声外，往往还存在乘性或卷积性噪声。此时，直接用频域滤波的方法，将无法消减乘性或卷积性噪声。同态滤波基本思想是将非线性问题转化成线性问题处理，即先对非线性混杂信号作某种数学运算，变换成加性的，然后用线性滤波方法处理，最后作逆运算，恢复处理后图像。 5.3.4 同态滤波器—示例 1. 假定原图像为 其中， 照射分量， 反射分量 2.取对数 5.3.4 同态滤波器—示例 3.付氏变换 即 4.设计滤波器传递函数为 H(u,v),则有滤波结果： 5.3.4 同态滤波器—示例 5.进行反变化 6.取指数 5.3.4 同态滤波器—示例 (a) 原图 (b)同态滤波处理 数字图像处理 徐 晓林 信息工程学院 第5章 图像增强 5.1 图像增强的概念和分类 5.2 空域增强技术 5.3 频域增强技术 5.1 图像增强的概念和分类 图像增强的目的： 采用某种技术手段，改善图像的视觉效果，或将图像转换成更适合于人眼观察和机器分析识别的形式，以便从图像中获取更有用的信息。 没有一个图像增强的统一理论，如何评价图像增强的结果好坏也没有统一的标准。 主观标准：人 客观标准：结果 图像增强的方法分为两大类：空间域方法和频域方法。 “空间域”是指图像平面自身，这类方法是以对图像的象素直接处理为基础的。 “频域”处理技术是以修改图像的傅氏变换为基础的。 图像增强示例 5.2 空域增强技术 空间域增强是指在空间域中，通过线性或非线性变换来增强构成图像的像素。 增强的方法主要分为点处理和模板处理两大类： 点处理是作用于单个像素的空间域处理方法，包括图像灰度变换、直方图处理、伪彩色处理等技术； 而模板处理是作用于像素邻域的处理方法，包括空域平滑、空域锐化等技术。 5.2.1 基于直接灰度变换的图像增强 定义： 将输入图像 中灰度r，通过映射函数映射成输出图像 中的灰度 s，其运算结果与图像像素位置及被处理像素邻域灰度无关。 公式及流图：