四章-图像增强.ppt

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,图像增强概述,图像增强：不考虑降质的原因，将图像中感兴趣的部分加以处理或突出有用的图像特征的方法。,图像复原：针对降质的具体原因，设法补偿降质因素，从而使改善后的图像尽可能地逼近原始图像的方法。,图像增强,空间域增强,频率域增强,点运算,局部运算,4.1,灰度级修正,灰度变换法:,全域线性灰度变换,截取式线性灰度变换,分段线性灰度变换,非线性灰度变换,直方图修正法,直方图均衡化,直方图规定化,全域线性灰度变换,g(x,y),f(x,y),a,b,c,d,0,原图像f(x,y)的灰度范围从a,b扩展到变化后图像g(x,y)的灰度范围c,d,改善了视觉效果.,对比度拉伸(a)变换函数的形式,(b)8bits低对比度的图像(700倍的花粉图像）,对比度拉伸的结果（r1=r,min,s1=0,r2=r,max,s2=L-1,(d)门限化的结果(r1=r2=平均灰度值）,灰度切割,(a)本变换加亮了A,B范围的灰度级，其它灰度为一较低的灰度级,(b)A,B范围的灰度级加亮，其它灰度级不变,一幅图像,(d)(a)变换的结果,直方图修正法,直方图：表示数字图像中每一灰度级与其出现频数间的统计关系。,z,z,1,z,2,0.5,0.0,1.0,图像的像素占有全部可能的灰度级并且分布均匀，则这样的图像有高对比多变灰度色调。,直方图均衡化,直方图均衡化是常用的灰度增强算法，目的是使所有灰度级出现的概率相同。,P,r,(r,i,),r,0,P,r,(r,i,),r,0,直方图规定化,直方图规定化方法一：将原来的直方图换成某一个规定概率密度函数的直方图。,直方图规定化方法二：通过控制一组直线段来构成直方图，使其满足希望的形状。,火星图像及其直方图,直方图均衡化变换函数,直方图均衡过的图,(,b),的直方图,规定的直方图,变换函数,直方图规定化获和得的图像,图像的直方图,图像的平滑,定义,：消除图像噪声的工作称图像平滑或滤波。减少噪声的方法可在空间或频率域处理,邻域平均,空间域低通滤波,多幅图像平均,中值滤波,频率域低通滤波,邻域平均法,一幅图像f(x,y)为N*N阵列，平滑后图像为g(x,y)，它的每个像素的灰度级由(x,y)邻域的几个像素的灰度级的平均值所决定,4点邻域,8点邻域,加权平均,大小为500500像素的原图,(,f),用大小为,n=3,5,9,15,35,的方形均值滤波器滤波掩模平滑处理的结果。,在顶端的黑方块大小分别为3,5，9,15,25,35,45,55个像素，边界相隔25个像素，位于底端的字母大小在10到24点之间，增量为2个点；,取至空间望远镜的图像,由1515均值掩模处理过的图像,对图(,b),进行阈值处理的结果,邻域平均法,优点：算法简单，计算速度快,缺点：降低噪声时使图像产生模糊，采用域值法解决：,中值滤波,原理：,中值滤波是一种对干扰脉冲和点状噪声有良好抑制作用，而对图像边缘能较好保持的非线性图像增强技术。它是一个含有奇数点的滑动窗口，将窗口正中那点值用窗口内各点灰度的中值代替。,适用范围：,克服线性滤波器带来的模糊，滤除干扰脉冲和图像扫描噪声。而不适于点、线和尖顶细节多的图像。,从总体上，中值滤波器能很好地保留原图像中的跃变部分。,椒盐噪声污染的电路板,X,光,图像,用3*3均值掩模去除噪声（图像较模糊）,用3*3中值滤波器去除噪声,中值滤波和平均滤波比较示意图,（5个点窗口的中值滤波平均滤波器的比较）,原信号,平均滤波,中值滤波,中值滤波和平均滤波比较示意图,中值滤波主要特性,对某些输入信号中值滤波的不变性,中值滤波可以用来减弱随机干扰和脉冲干扰,中值滤波后，信号频谱基本不变。,频率域低通滤波,f(x,y),傅立叶变换,F(u,v),线性低通滤波器,G(u,v),傅立叶反变换,g(x,y),频域滤波框图:,常用低通滤波器：,H(u,v),D(u,v),1,0,D0,理想低通滤波器ILPF特性曲线,H(u,v),D(u,v),1,0,D0,巴特沃思低通滤波器BLPF特性曲线,H(u,v),D(u,v),1,0,D0,指数低通滤波器ELPF特性曲线,(a)理想低通滤波器(b)以图像显示的滤波器滤波器的径向横断面,如上的半径值为5,15,30,80,230的截止频率进行理想低通滤波的结果，由上述滤波器滤除的功率分别为总功率的8%，5.4%，3,6%，2%，0.5%。可见低通滤波器非常不实用。,（a)半径为5的频率域ILPF，(b)相应的空间滤波器，空间域的5个脉冲模拟5个像素值，(d)空间域(b)和的卷积。,分别为阶次为1,2，5,20的BLPF的空间表示及相应的通过滤波嚣中心的灰度级剖面图（所有滤波器都有半径为5的截止频率）。注意振铃情况,二阶BLPF比较ILPF滤波的结果：截止频率点半径为5,15,30,80和230,低通滤波的其它例子：字符识别应用,(a)低分辨率的文本样本,(b)用GLPF滤波的结果,图像的锐化,图像锐化的目的是使模糊图像变得清晰,微分法：,梯度法,和Sobel 算子,拉普拉斯运算,高通滤波,梯度法,梯度的定义：,梯度的方向在函数最大变化率的方向上。,梯度的幅度为,梯度法,对离散图像而言，可用差分近视为,水平垂直差分法：,罗伯特梯度法：,f(i,j),f(i+1,j),f(i,j+1),f(i+1,j+1),梯度锐化方法,灰度,g(x,y)=G(f(x,y),2.,辅以门限判断,3.,4.,5.,高通滤波的锐化方法,理想、巴特沃思和高斯 高通滤波器的透视图、图像表示和横截面。,理想高通滤波后的图，D=15,30,80,二阶巴特沃思高通滤波后的图，D=15,30,80，结果 比上图平滑得多,图像的同态增晰,录属于图像频率域处理，对图像的灰度范围进行调整,定义：在对数频域对图像进行滤波，在压缩图像整体灰度范围的同时扩展我们所感兴趣的灰度的范围。,f(x,y),对数变换,FFT变换,同态滤波H(u,v),FFT反变换,指数变换,g(x,y),RGB彩色立方体示意图，沿着主对角线从原点的黑色到点（1,1,1)的白色是灰度值,图像的伪彩色处理,一、图像的彩色表示,RGB24比特彩色立方体,RGB216色彩色立方体,(a)216种RGB色,(b)在256色RGB系统中的所有灰度,一、图像的彩色表示,红,120绿,240蓝,I,S,H,HIS彩色空间,H：色度,S：饱和度,I：强度（亮度）,图像的伪彩色处理,二、伪彩色处理：,通过将每个灰度级（HIS中轴）匹配到彩色空间中的一点，将单色图像映射为一幅彩色图像的一种变换。这可将按某种规则生成的映射存储在查找表中，从而简单地给每个灰度级赋一彩色。,密度分割,灰度级彩色变换,滤波法,密度分割,甲状腺模型的单色图像密度分割为8个彩色的结果,图像中的暗灰色，以强度取出病变相对很困难，彩色图像清楚地显示恒定强度的不同区域，每一区域采用一种颜色。,焊接的单色X光图像和彩色编码结果。,当焊接中有裂痕和气孔时，X射线的全部强度通过物体使物体另一侧的传感器饱和，图像灰度为255。所以采用简单的彩色编码给255灰度级赋以一种颜色，其它赋以另一种颜色来简化检测识别。,(a)强度与月平均降雨相对应的灰度图像(b)对强度值赋予彩色彩色编码图像（对每一级灰度进行彩色编码标度）(d)南美区域的放大图,灰度级彩色变换,本方法是对任何输入像素的灰度级执行3个独立的变换。把3个变换结果分别送入彩色电视监视器的红、绿、蓝通道，来产生一幅合成图像，其彩色内容受变换函数特性调制。,它是图像灰度值的变换而不是位置函数。,灰度级彩色变换示例,灰度级彩色变换的伪彩色增强，显示了由机场X光扫描系统得到的行李的两幅单色图像的变换,应用灰度级到彩色的变换可以得到各种增强程度。图(b)爆炸物与背景虽然有不同的灰度级，但由于正弦波的周期性，颜色编码近似；图中爆炸物和衣 箱的强度范围由相信的变换映射，得到相同的彩色赋值。,用以得到上图的变换函数,滤波法,一种频率域进行的伪彩色处理技术，输出图像的伪彩色与黑白图像的灰度级无关，而取决于黑白图像中不同空间频率成分,图像的几何校正,几何校正分两步：,图像空间几何坐标的变换：按照一幅标准图像,g(u,v),去校正另一幅几何失真图像,f(x,y)，f(x,y),中每个象素点都在,g(u,v),中找到对应象素点。通常采用三角形线性法和二元多项式法实现坐标变换。,重新确定在校正空间中各像素点的灰度值。,校正空间上坐标点(,u,v),落在原来图像空间上的网格点（,x,y),则,g(u,v)=f(x,y);,(u,v),不落在原图像网格点（,x,y),则,找出最接近（,x,y),的数字化网格点（,i,j),并令,g(u,v)=f(i,j);,内插法求得灰度值。,图像复原,定义：,去除或减轻在获取数字图像过程中发生的图像质量下降（退化）。,目标：,对退化的图像进行处理，使它趋向于复原成没有退化的理想图像，来改善图像质量。,方法和模型：,（适用于对图像缺乏先验知识），对退化过程进行描述并寻找一种去除或削弱其影响的过程,（适用于对原始有足够的先验知识），对原始图像建立一个数学模型，并模型对图像进行拟合。,图像降质的数学模型,h(x,y),f(x,y),w(x,y),g(x,y),n(x,y),连续图像退化及复原模型,连续图像退化的数学模型：,频域中：G(u,v)=F(u,v).H(u,v)+N(u,v),