福建工程学院国脉信息学院《数字图像处理第五章》.ppt

数字图像处理;第5章 图像增强;5.1 图像增强的概念和分类;图像增强示例;5.2 空域增强技术 ;5.2.1 基于直接灰度变换的图像增强 ;5.2.1.1 灰度线性变换 ;5.2.1.2 灰度线性变换-示例;5.2.1.3 分段线性变换函数（增强对比度） ;5.2.1.4反转变换 ;5.2.1.5 对数变换（动态范围压缩） ;5.2.1.6 幂次变换;幂次变换;5.2.2 基于直方图处理的图像增强;直方图定义Histogram ;灰度图像的直方图;灰度直方图只能反映图像的灰度统计分布情况，而不能反映图像像素的空间位置关系。 一幅图像对应唯一的灰度直方图，不同的图像可对应相同的直方图。 若一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 ;①判断图像量化是否恰当 (a)恰当量化 (b)未能有效利用 (c)超过了动态范围 ②确定图像二值化的阈值 ;③当目标的灰度值或者灰度区间已知时，可利用直方图统??图像中物体的面积。 ④ 计算图像平均信息量H（熵） ⑤ 图像增强 直方图均衡化 直方图规定化;Dark image;直方图均衡化;连续图像的均衡化;Histogram Equalization;;离散图像的均衡化;Steps of Histogram Equalization;Example of Histogram Equalization;Example of Histogram Equalization (Cont.);Example of Histogram Equalization (Cont.);Histogram equalization;5.2.2.2 直方图均衡-示例2;5.2.2.2 直方图均衡-示例1;5.2.2.2 直方图均衡-示例1;5.2.2.2 直方图均衡-示例2;直方图规定化;首先对原始图像进行直方图均衡化，即求变换函数： 假定已得到了所希望的图像，对它也进行均衡化处理，即 它的逆变换是 这表明可由均衡化后的灰度得到希望图像的灰度。若对原始图像和希望图像都作了均衡化处理，则二者均衡化的ps(s)和pv(v)相同，即都为均匀分布的密度函数。 由s代替v 得 z=G-1(s);5.2.2.3 直方图规定化-流程;5.2.2.4 直方图规定化-示例;5.2.2.4 直方图规定化-示例;直方图规定化应用实例;空间滤波 Spatial filtering;空间滤波器 Spatial filters;Reference;3.2.1 平滑滤波器 Smoothing Spatial Filters;线性滤波器 Smoothing Linear Filters;Smoothing Filter Masks;常用掩膜;线性滤波器——例1;Averaging 15×15;统计排序滤波器 Order-Statistics Filters;中值滤波器 Median Filter;中值滤波器;取N=3;取N=3;取N=3;取N=3;取N=3;取N=3;;统计排序滤波器;最大值滤波器;最小值滤波器;5.2.3 空间域滤波增强 ;5.2.3.1 空间域平滑滤波器 ;5.2.3.1 空间域平滑滤波器-示例;5.2.3.2 空间域锐化滤波器 ;5.2.3.2 空间域锐化滤波器-梯度锐化法 ;5.2.3.2 空间域锐化滤波器-Laplacian增强算子 ;5.2.3.2 空间域锐化滤波器-低频分量消减法 ;5.3 频域增强技术 ;5.3.1傅里叶变换及频域增强原理 ;5.3.2 频率域平滑滤波器 ;5.3.2 频率域平滑滤波器-理想低通滤波器;5.3.2 频率域平滑滤波器- Butterworth低通滤波器 ;5.3.2 频率域平滑滤波器- Butterworth低通滤波器示例;5.3.2 频率域平滑滤波器-指数低通滤波器 ;5.3.2 频率域平滑滤波器-梯形低通滤波器 ;5.3.3 频率域锐化滤波器 ;5.3.3 频率域锐化滤波器-理想高通滤波器;5.3.3 频率域锐化滤波器-巴特沃斯高通滤波器;5.3.3 频率域锐化滤波器-巴特沃斯高通滤波器示例;5.3.3 频率域锐化滤波器-指数高通滤波器 ;5.3.3 频率域锐化滤波器-梯形高通滤波器 ;5.3.4 同态滤波器 ;5.3.4 同态滤波器—示例;5.3.4 同态滤波器—示例;5.3.4 同态滤波器—示例;5.3.4 同态滤波器—示例;Thank You !