06-图像增强(二).ppt
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 06 图像 增强
- 资源描述:
-
,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,*,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,*,机器视觉技术,第六章 图像增强,电子工程学院光电子技术系,1,一、灰度变换,二、图像空间域平滑,三、图像空间域锐化,四、频率域图像增强,五、图像彩色增强技术,六、图像的代数运算,主 要 内 容,2,四、频率域图像增强,g,(,x,y,),傅立叶变换,线性滤波,傅立叶反变换,F,(,u,v,),G,(,u,v,),f,(,x,y,),F,(,u,v,),G,(,u,v,),4.1,频率域平滑,4.2,频率域锐化,4.3,同态滤波增强,3,4.1,频率域平滑,图像的平滑除了在空间域中进行外,也可以在频率域中进行。由于噪声主要集中在高频部分,为去除噪声,改善图像质量采用低通滤波器来抑制高频部分,然后再进行傅立叶逆变换获滤波图像,就可达到平滑图像的目的。,常用的频率域低通滤波器有以下四种:,1),理想低通滤波器,2)Butterworth,低通滤波器,3),高斯低通滤波器,4),梯形低通滤波器,巴特沃思,4,1),理想低通滤波器,5,理想低通滤波器的分析,整个能量的,90%,被一个半径为,D,的小圆周包含,大部分尖锐的细节信息都存在于被去掉的,10%,的能量中。,小的边界和其它尖锐细节信息被包含在频谱的至多,0.5%,的能量中。,被钝化的图像被一种非常严重的振铃效果,理想低通滤波器的一种特性所影响。,1),理想低通滤波器,6,振铃效果,理想低通滤波器的一种特性,由于高频成分包含大量的边缘信息,因此采用这个滤波器在去噪声的同时将会导致边缘信息损失,而使图像边缘模糊,并且会产生振铃效应。,振铃效应,:就是影响,复原图像质量的众多,因素之一,其典型表,现是在,图像灰度,剧烈,变化的临域出现类,吉布斯,(,Gibbs,)分布,的震荡。(满足给定,约束条件且熵最大的,分布),1),理想低通滤波器,7,2)Butterworth,低通滤波器,8,3),高斯低通滤波器,采用该滤波器滤波在抑制图像噪声的同时,图像边缘的模糊程度比采用,Butterworth,滤波产生的大些,,无明显的振铃效应,。,11,3),高斯低通滤波器,12,4),梯形低通滤波器,梯形低通滤波器滤波后的图像有一定的模糊和振铃效应。,13,4),梯形低通滤波器,14,4.2,频率域锐化,图像的边缘、细节主要在高频部分得到反映,而图像的模糊是由于高频成分比较弱产生的。为了消除模糊,突出边缘,可采用高通滤波器让高频成分通过,使低频成分消弱,再经过傅立叶逆变换得到边缘锐化的图像。,1),理想高通滤波器,2)Butterworth,高通滤波器,3),高斯高通滤波器,4),梯形高通滤波器,15,1),理想高通滤波器,u,H(,u,v,),v,0,D,0,D(,u,v,),H(,u,v,),1,16,2)Butterworth,高通滤波器,17,3,)高斯高通滤波器,18,4,)梯形高通滤波器,19,4.3,同态滤波增强,同态滤波是一种将图像,亮度范围压缩,和,对比度增强,的频域方法。,该滤波函数一方面消弱低频,另一方面增强高频,最终结果是既使图像的动态范围压缩又使图像各部分之间的对比度增强。,20,一、灰度变换,二、图像空间域平滑,三、图像空间域锐化,四、频率域图像增强,五、图像彩色增强技术,六、图像的代数运算,主 要 内 容,21,五、图像的彩色增强技术,伪彩色处理,:,通过将每一个灰度级匹配 到彩色空间上的一点,将单色图像映射为一幅彩色图像的一种变换。,处理方法,:,将按某种规则生成的,映射,存储在查找表中,从而简单的给每个灰度级赋一彩色。如果按某种模式进行伪彩色映射而不是随机地赋值,效果可能令人满意。一般将灰度轴匹配到颜色空间中的一条连续的曲线上。,伪彩色处理可以是连续彩色,也可以有几种彩色单独构成。,5.1,密度分割,5.2,灰度级彩色变换,5.3,滤波法,22,密度分割,是伪彩色处理技术中最简单的一种。设一幅灰度图像,f,(,x,y,),,在某一个灰度级(如,f,(,x,y,)=,L,1,)上设置一个平行于,xoy,平面的切割平面,灰度图像被切割成只有两个灰度级,对切割平面以下的(灰度级小于,L,1,)像素分配给一种颜色(如蓝色),对切割平面以上的像素分配给另一种颜色(如,红色,)。这样切割结果就可以将灰度图像变为只有两个颜色的伪彩色图像。,5.1,密度分割,23,密度分割示意图,5.1,密度分割,24,若将灰度图像级用,M,个切割平面去切割。就会得到,M,+1,个不同灰度级的区域,S,1,,,S,2,,,,,S,M,,,S,M,+1,。对这,M+1,个区域中的像素人为分配给,M,+1,种不同颜色,就可以得到具有,M+1,种颜色的伪彩色图像。密度分割伪彩色处理的优点是简单易行,便于用软件或硬件实现。还可以扩大它的用途,如计算图像中某灰度级面积等。,5.1,密度分割,25,多灰度伪彩色分割示意图,5.1,密度分割,26,这种伪彩色处理技术(在遥感技术中常称为假彩色合成方法),可以将灰度图像变为具有多种颜色渐变的连续彩色图像,实际图像的连续伪彩色变换如图:,5.2,灰度级彩色变换,27,这是一种在频率域进行,伪彩色处理,的技术,与上面不同的是输出图像的伪彩色与图像的灰度级无关,而是取决于图像中不同空间频率域成分。如,为了突出图像中高频成分(图像细节)将其变为,红色,,只要将,红色通道,滤波器设计成高通特性即可。而且可以结合其他处理方法,在,附加处理中实施,(如直方图修正等),使其彩色对比度更强。如果要抑制图像中某种频率成分,可以设计一个,带阻滤波器,。,5.3,滤波法,28,5.3,滤波法,29,假彩色增强,假彩色增强,:,对一幅自然彩色图像或同一景物的多光谱图像,通过,映射函数,变换成新的三基色分量,彩色合成使感兴趣目标呈现出与原图像中不同的、奇异的彩色。,假彩色增强目的,:,一是,使感兴趣的目标呈现奇异的彩色或置于奇特的彩色环境中,从而更引人注目;,二是,使景物呈现出与人眼色觉相匹配的颜色,以提高对目标的分辨力。,30,对于自然景色图像,通用的线性假彩色映射可表示为,:,例如采用以下的映射关系,:,则原图像中,绿色,物体会呈,红色,,蓝色物体会呈,绿色,,,红色,物体则呈蓝色。,假彩色增强,31,一、灰度变换,二、图像空间域平滑,三、图像空间域锐化,四、频率域图像增强,五、图像彩色增强技术,六、图像的代数运算,主 要 内 容,32,六、图像的代数运算,图像的代数运算是指对两幅输入图像进行,点对点,的加、减、乘、除四则运算而得到输出图像的运算。如果记输入图像为,A,(,x,y,),和,B,(,x,y,),,输出图像为,C,(,x,y,),,则四种图像代数运算的表达式如下:,C,(,x,y,),A,(,x,y,),B,(,x,y,),C,(,x,y,),A,(,x,y,),B,(,x,y,),C,(,x,y,),A,(,x,y,),B,(,x,y,),C,(,x,y,),A,(,x,y,),B,(,x,y,),33,图像相加一般用于对同一场景的多幅图像求平均,以便有效地降低加性噪声。,对于经过长距离模拟通信方式传送的图像(如太空航天器传回的星际图像)必须要经过平均去噪的处理。,前提:,噪声可以用同一个独立分布的随机模型描述,主要应用:,C,(,x,y,),A,(,x,y,),B,(,x,y,),去除“叠加性”噪音,生成图象叠加效果,六、图像的代数运算,34,去除“叠加性”噪音,对于原图象,f(x,y),,,有一个噪声,图像集,g,i,(x,y)i=1,2,.M,其中:,g,i,(x,y)=f(x,y)+h(x,y),i,M,个图象的均值定义为:,g(x,y)=(g,1,(x,y)+g,(x,y)+g,M,(x,y)/M,当:噪音,h(x,y),i,为互不相关,,上述图象均值将降低噪音的影响。,六、图像的代数运算,35,生成图像叠加效果,对于两个图象,f(x,y),和,h(x,y),的均值有:,g(x,y)=,f(x,y)+h(x,y),/2,会得到二次曝光的效果。推广这个公式为:,g(x,y)=f(x,y)+h(x,y),其中,+=1,我们可以得到各种图象合成的效果,也可以用于两张图片的衔接。,六、图像的代数运算,36,六、图像的代数运算,37,图像相减,运算又称为图像差分运算或减影技术,是指对同一景物在不同时间拍摄的图像或同一景物在不同波段的图像进行,相减,。图像,相减,常用于去除不需要的叠加性图案或检测同一场景两幅图像之间的变化及运动物体。,C,(,x,y,),A,(,x,y,),B,(,x,y,),差值图像提供了图像间的差异,能用以指导动态监测、运动目标检测和跟踪、图像背景消除以及目标识别等工作。,六、图像的代数运算,38,去除不需要的叠加性图案,设:背景图象,b(x,y),,前景背景混合图象,f(x,y),g(x,y)=f(x,y)b(x,y),g(x,y),为去除了背景的图象。,六、图像的代数运算,39,检测同一场景两幅图象之间的变化,设:时间,1,的图象为,T,1,(x,y),,,时间,2,的图象为,T,2,(x,y),g(x,y)=T,2,(x,y)-T,1,(x,y),=,-,g(x,y),T,2,(x,y),T,1,(x,y),六、图像的代数运算,40,乘法运算可以用来实现掩模处理,即屏蔽掉图像的某些部分。,例如:使用一个掩模图像(对需要被完整保留下来的区域,掩模图像上的值为,1,,而对被抑制掉的区域则值为,0,)去乘图像,可抹去图像上的某些部分,即使该部分为,0,。此外由于时域的卷积和相关运算与频域的乘积运算对应,因此乘法运算有时也作为一种技巧来实现卷积或相关处理。,C,(,x,y,),A,(,x,y,),B,(,x,y,),六、图像的代数运算,41,六、图像的代数运算,42,除法运算可用于校正成像设备的非线性影响,在特殊形态的图像(如,CT,等医学图像)处理中用到。,C,(,x,y,),A,(,x,y,),B,(,x,y,),图像处理又称,比值处理,,也是遥感图像处理中常用的方法。,图像的,亮度,可理解为是照射分量和反射分量的乘积,对多光谱图像而言,各波段图像的照射分量几乎相同对它们作比值处理,就能把它去掉,而对反映地物细节的反射分量,经比值后能把差异扩大,有利于地物的识别。,六、图像的代数运算,43,例如,,有些地物在单波段图像内的亮度差异极小,用常规方法难以区分它们。像水和沙滩,在第四波段和第七波段上的亮度非常接近,判读容易混淆但如果把两波段图像相除,其比值的差异变大,就很容易将它们区分开。,六、图像的代数运算,44,逻辑运算,求反,异或、或,与,六、图像的代数运算,45,求反的定义,g(x,y)=255-f(x,y),主要应用举例,获得一个子图像的补图像,255-,=,六、图像的代数运算,46,异或运算的定义,g(x,y)=f(x,y),h(x,y),主要应用举例,获得相交子图象,=,六、图像的代数运算,47,或运算的定义,g(x,y)=f(x,y)v h(x,y),主要应用举例,合并子图像,=,六、图像的代数运算,48,与运算的定义,g(x,y)=f(x,y),h(x,y),主要应用举例,求两个子图像的相交子图,=,六、图像的代数运算,49,展开阅读全文

咨信网声明:本文档由用户上传并分享,仅供学习交流、研究之用,未经授权,严禁复制、发行、汇编、翻译或网络传播等,侵权必究。
咨信网小贴示:
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】


06-图像增强(二).ppt
















自信AI助手














微信客服
客服QQ
发送邮件
意见反馈



链接地址:https://www.zixin.com.cn/doc/14672124.html