数字图像处理第4章图像增强［PPT课件］.ppt

4 图像增强;4 图像增强;根据所处理的空间不同,分为:;4.1 灰度变换 4.2 直方图处理 4.3 图像平滑 4.4 图像锐化 4.5 同态增晰 4.6 伪彩色增强 4.7 图像增强案例分析;4.1 灰度变换; 若大部分像素的灰阶分布在[a, b]之间 ，小部分灰度级超出了此区域，为了改善增强效果，可以用如下所示的变换关系： ;变换函数方程为非线性的变换称为非线性变换。;4.1.3 非线性变换;4.2 直方图处理;4.2 直方图处理;动态范围宽了，对比度增强了;4.2.1 直方图均衡; 在[0,1]区间内的任一个r值，都可以产生一个s值，且 ， 为变换函数。为使这种灰度变换具有实际意义， 应满足下列条件：;对于连续图像，当直方图均衡化（并归一化）后有 ，即：;;DA;原图;4.2.1 直方图均衡; 直方图均衡能自动增强整个图像的对比度，但具体的增强效果不易控制，处理的结果是全局均衡的直方图，实际中需特定形状的直方图，从而???选择的增强某个灰度值范围内的对比度。;a;4.3 图像平滑;4.3.1 空域平滑;1、邻域平均法;1、邻域平均法;2、中值滤波;3点排序取中值;3、多图像平均法;加入先验知识与图像局部特征信息。 典型的自适应图像增强系统：;4.3.2 频域平滑——低通滤波器;4.3.2 频域平滑——低通滤波器;4.3.2 频域平滑——低通滤波器;H(u,v);2 巴特沃斯低通滤波器（BLPF）;3 指数低通滤波器（ELPF）;4 梯形低通滤波器（TLPF）;类别;4.4 图像锐化;4.4.1 空域锐化;1 梯度运算;梯度的幅度:;常用梯度算子;梯度锐化;2 拉普拉斯运算;2 拉普拉斯运算;4.4.2 频域高通滤波法;1 理想高通滤波器;3 指数高通滤波器;H(u,v);成像物理背景：因为人眼对图像亮度响应具有类似于对数运算的非线性形式。;f(x,y);Step： （1）z(x,y) = ln [f(x,y)] = ln[I(x,y)] + ln[R(x,y)] 把频谱分开 （2）Z(u,v) = I(u,v) + R(u,v) 傅立叶变换 （3）S(u,v) = H(u,v) · Z(u,v) H(u,v) （同态滤波函数）处理Z(u,v) （4）s(x,y) = F-1[S(u,v)] = i(x,y) + r(x,y) （5）g(x,y) = exp [s(x,y) ]= exp [i(x,y) + r(x,y)]= i0(x,y) · r0 (x,y); 压缩照度分量的灰度范围或频域上消弱照度分量的频谱分量。增强反射分量的对比度或频域上加大反射频谱成分，使暗区细节增强，并保留亮区图像细节; 同态滤波处理前 同态滤波处理后 （压缩图像的动态范围，增加了图像各部分之间的对比度）;原图;4.6 伪彩色增强;4.6 伪彩色增强;2 灰度变换法伪彩色增强;2 频域伪彩色处理;4.7 图像增强案例分析;划痕检测出来后,采用中值插值和PDE修复效果基本一致;原图;人耳视频;处理前;4.7 图像增强案例分析;转换到Lab空间上进行增强处理， Lab空间能够独立地控制色彩信息和亮度信息，能够直接用彩色空间的欧氏距离比较不同色彩，有效用于测量小的色差。 ;4.7 图像增强案例分析;白平衡前;图像间颜色转换;颜色空间转化：;颜色空间转化：;参考图像