第4章图像增强 (2).ppt

第四章图像增强4.1图像增强的概念4.2图像增强的点运算4.3空域滤波增强4.4图像空间域锐化4.5图像的频率域增强4.6彩色增强技术4.1图像增强的概念图像增强技术作为一大类基本的图像处理技术，其目的是对图像进行加工，以得到对于具体应用来说视觉效果更“好“，或者后续工作更“容易“处理的图像。也就是说，对于一般可理解的图像增强，是指使经过增强处理后的图像其视觉效果更好，如对于某些图像看起来比较灰暗，增强处理后使其亮度增强，人眼看起来更舒服；改善曝光不足或曝光过度对图像的影响。淡化背景，强化前景；消除噪声干扰，强化有用信息等都可认为为后续的计算机处理、分析更有利。图像增强是与具体问题紧密相联系的，增强的目的不同，图像类型不同，采用的方法也不同，没有一种增强算法能适用于所有的应用场合。图像增强的方法根据其处理数据所进行空间不同，可分为空域（空间域）图像增强方法和变换域（频域）增强方法。空域图像增强方法是直接处理构成图像的像素点的灰度值，而变换域图像增强方法是经过图像变换后，增强方法是在其变换域中间接进行的。图像增强方法从增强的作用域出发，可分为空域（空间域）图像增强方法和变换域（频域）增强方法。空域图像增强方法是直接处理构成图像的像素点的灰度值，变换域图像增强方法是经过图像变换后，增强方法是在其变换域中间接进行的。4.2图像增强的点运算所谓点运算就是输出图像上的每个像素的灰度值仅由相应输入像素点的值确定。4.2.1灰度变换灰度变换可调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。直接进行灰度变换是图像增强最简单的一类方法，设处理前后的图像的像素点的灰度值分别为r和s，变换方式为式中，T是把灰度值r变换为s的映射。由于处理的是数字量，变换函数的值通常存储在一个一维向量中，通过查表将灰度值r映射为s。对于8比特的灰度值，一个包含这种映射的查找表要有256个记录。常用的一些灰度映射函数有，线性函数（正比函数和反比函数）。对数函数（对数函数和反对数函数）、幂次函数（次幂和次方根幂）。2图像反转3幂次变换式中c，为常量。有时考虑到偏移量，也可写成其中为偏移量。当时，可将图像中较小的灰度值压缩为较小的窄带，将图像中较大的灰度值扩展为较大的宽带。同理，当时，可将图像中较大的灰度值压缩为较小的窄带，将图像中较小的灰度值扩展为较大的宽带。分段线性变换：式中，，为变换系数。分段线性变换主要是通过增加源图像中两个灰度值间的动态范围。直方图均衡化增加了图像灰度的动态范围，增强图像的对比度，反映在图像上就是图像有较大的反差，许多细节可看的比较清晰，但值得注意的是，输出图像的灰度级有可能被过多地合并。由于灰度的吞噬也易造成图像信息的丢失。局部平滑法是一种直接在空间域上进行平滑处理的技术。假设图像是由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而噪声则是统计独立的。因此，可用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。这种算法简单，但它的主要缺点是在降低噪声的同时使图像产生模糊，特别在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。为克服简单局部平均法的弊病，目前已提出许多保边缘、细节的局部平滑算法。它们的出发点都集中在如何选择邻域的大小、形状和方向、参加平均的点数以及邻域各点的权重系数等，邻域平均法可看作一个掩模作用于图像f(x,y)的低通空间滤波，掩模就是一个滤波器，它的响应为H(r,s)，于是滤波输出的数字图像g(x,y)用离散卷积表示为常用的掩模有掩模不同，中心点或邻域的重要程度也不相同，因此，应根据问题的需要选取合适的掩模。但不管什么样的掩模，必须保证全部权系数之和为单位值，这样可保证输出图像灰度值在许可范围内，不会产生“溢出”现象。随着窗口尺寸的增加，比较次数将快速变大，因而二维中值滤波器的窗口形状和尺寸对滤波效果的影响很大，在不同的图像内容和不同的要求下,应采用不同的形状和尺寸,通常有线形、方形、十字形、圆环形，菱形等，如图所示：Laplacian增强算子为：4.5图像的频率域增强两个空间函数的卷积可以通过计算两个傅里叶