[信息与通信]第四章图像增强1.ppt

第四章 图像增强（一） 图像增强：按特定需要突出一幅图像中的某些信息，削弱或去处某些信息的处理技术称为图像增强。 图像增强方法从增强的作用域出发，可分为： 空间域增强：直接对图像各像素进行处理； 频率域增强：将图像经傅立叶变换后的频谱成分进行处理，然后逆傅立叶变换获得所需的图像。 图像增强所包含的主要内容： 4．2 灰度修正 4.2.1 灰度级校正 4.2.2 灰度变换 （1）灰度的线性变换 设原图像f(x, y) 灰度范围：［a, b］ 变换后图像g(x, y) 灰度范围：［c, d］ 则线性变换可表示为 讨论 ： 1）d-cb-a, 图像灰度拉伸，对比度增强，图3.2.2 (b) ; 2）d-cb-c, 对比度减小，图3.2.2 (c) ; 3）反色, ，图3.2.2 (d) . （2）分段灰度的线性变换 目的：突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区域 （3）非线性变换 灰度窗口变换(slicing)是将某一区间的灰度级和其它部分(背景)分开。其中[g1old,g2old]称为灰度窗口。 4.2.3 直方图修正 图像灰度级的分布可以看出一幅图像的灰度分布特性 根据概率论： 其中 、 是变换前后图像的概率密度分布函数(亦即直方图)。 直方图修正的实质：选择合适的T(r), 形成期望的 。 结论：利用变换T(r)改变图像的灰度概率密度函数，也就是改变图像的灰度分布，进而达到改善图像的对比特性的目的。 5.直方图规定化处理（或直方图匹配，Histogram Matching） 直方图规定化：使原图像灰度直方图变成规定形状的直方图。是对直方图均衡化处理的一种有效的扩展。 (1)直方规定化处理基本思路 ：将原图像和希望得到的图像（仅灰度分布密度不同）分别作均衡化处理后，应具有相同的均匀密度。 (2)直方图规定化处理步骤 设：r是原图像的灰度级,z是符合指定直方图结果图像的灰度级； pr(r)和pz(z)分别表示原图像概率密度函数和希望得到的图像的概率密度函数。 1)对原始图像作直方图均衡化处理； 2)对期望的图像做直方图均衡化处理； 3)求G变换的逆变换 z = G-1 (v) 处理后的原始图像的密度函数和期望图像的密度函数相同 且均匀化分布。所以，可以用原始图像变换后的灰度级s代替期望图像变换后的灰度级v。 z = G-1 (s) ＝G-1 (T(r)) 规定化处理示例 采用与直方图均衡相同的原始图像数据（64×64像素且具有8级灰度） 表1 几种给定形状的直方图修正变换函数 rk nk pr(rk)=nk/n sk修正 s’k pk(s) r0=0 790 0.19 0.19 1/7 790 0.19 r1=1/7 1023 0.25 0.44 3/7 s1’ =3/7 1023 0.25 r2=2/7 850 0.21 0.65 5/7 s2’ =5/7 850 0.21 r3=3/7 656 0.16 0.81 6/7 ? ? ? r4=4/7 329 0.08 0.89 6/7 s3’ =6/7 985 0.24 r5=5/7 245 0.06 0.95 1 ? ? ? r6=6/7 122 0.03 0.98 1 ? ? ? r7=1 81 0.02 1.00 1 s4’ =1 448 0.11 例 假定有一幅总像素为n=64×64的图像，灰度级数为8，各灰度级分布列于表中。对其均衡化计算过程如下： 直方图均衡化示例 Lena图像 及 直方图 经直方图均衡化后的Lena图像及直方图 原图像的直方图 规定化直方图 * 4．1 概 述 灰度修正是对图像在空间域进行增强的方法。主要有三种： (1)针对图像成像不均匀(如曝光不均匀，使图像半边暗半边亮)，对图像逐点进行不同程度的灰度级校正，目的是使整幅图像灰度均匀。 (2)针对图像某一部分或整幅图像曝光不足而使用的灰度级变换，其目的是增加图像灰度对比度。 (3)直方图修正，能够使图像具有所需要的灰度分布，从而有选择地突出所需要的图像特征，来满足人们的需要。 要解决