资源描述：
《Chapter 3 空间域图象增强》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、Chapter3Chapter3空间域图象增强空间域图象增强ReviewReview•图象采样与量化•像素间的基本关系outlineoutline•基本灰度变换图象反转,对数变换,幂次变换,分段线性•直方图处理直方图均衡，直方图匹配•用算术/逻辑操作增强•空间滤波器平滑线性滤波器，锐化滤波器•增强的首要目标是处理图像,使其比原始图像更适合于特定应用。它是图像处理中最具有吸引力的领域之一。图像增强的方法分为两大类:空间域方法和频域方法。“空间域”一词是指图像平面自身,这类方法是以对图像的像素直接处理为基础的。"频域"处理技术是以修改图像的傅氏变换
2、为基础的.图像增强的通用理论是不存在的。当图像为视觉解释而进行处理时,由观察者最后判断特定方法的效果。图像质量的视觉评价是一种高度主观的过程,因此,定义一个"理想图像"标准,通过这个标准去比较算法的性能。当为机器感知而处理图像时,这个评价任务就会容易一些。例如,在一个特征识别的应用中,不考虑像计算要求这些问题,最好的图像处理方法是一种能得到最好的机器可识别结果的方法。不论怎样,甚至在把一个明确的性能标准加于这个问题的情况下,在选择特定的图像增强方法之前,常常需要一个试验和误差的特定量。3.13.1背景知识背景知识•"空间域增强"是指增强构成图像
3、的像素。空间域方法是直接对这些像素操作的过程。空间域处理可由下式定义:•g(x,y)=T[f(x,y)](3.1.1)其中f(x,y)是输入图像,g(x,y)是处理后的图像,T是对f的一种操作,其定义在(x,y)的邻域。另外,T能对输入图像集进行操作,例如,为减少噪音而对K幅图像进行逐像素的求和操作.•定义一个点(x,y)邻域的主要方法是利用中心在(x,y)点的正方形或矩形子图像,如图3.1所示。子图像的中心从一个像素向另一个像素移动,比如说,可以从左上角开始。T操作应用到每一个(x,y)位置得到该点的输出g。这个过程仅仅用在小范围邻域里的图像
4、像素。尽管像近似于圆的其他邻域形状有时也用,但正方形和矩形阵列因其容易执行操作而占主导地位。•T操作最简单的形式是邻域为1×1的尺度(即单个像素)。在这种情况下,g仅仅依赖于f在(x,y)点的值,T操作成为灰度级变换函数(也叫做强度映射),形式为:s=T(r)(3.1.2)•例如,如果T(r)有如图3.2(a)所示的形状,这种变换将会产生比原始图像更高的对比度,进行变换时,在原始图像中,灰度级低于m时变暗,而灰度级在m以上时变亮。在这种对比度扩展技术里,在m以下的r值将被变换函数压缩在s的较窄范围内,接近黑色。对m以上的r值执行相反的操作。在极
5、限情况下,如图3.2(b)所示,T(r)产生了两级(二值)图像。这种形式的映射关系叫做阈值函数。有的相当简单,却有很大作用,处理方法可以用灰度变换加以公式化。因为在图像任意点的增强仅仅依赖于该点的灰度,这类技术常常是指点处理。•更大的邻域会有更多的灵活性。一般的方法是,利用点(x,y)事先定义的邻域里的一个f值的函数来决定g在(x,y)的值,其公式化的一个主要方法是以利用所谓的模板(也指滤波器、核、掩模或窗口)为基础的。从根本上说,模板是一个小的(即3×3)二维阵列,如图3.1所示,图中,模板的系数值决定了处理的性质,如图像尖锐化等。以这种方法
6、为基础的增强技术通常是指模板处理或滤波。3.23.2某些基本灰度变换某些基本灰度变换•属于所有图像增强技术中最简单的一类。处理前后的像素值用r和s分别定义。这些值与s=T(r)表达式的形式有关,这里的T是把像素值r映射到值s的一种变换。由于处理的是数字量,变换函数的值通常储存在一个一维阵列中,并且从r到s的映射通过查表得到。对于8比特环境,一个包含T值的可查阅的表需要有256个记录。正如对灰度变换介绍的那样,考虑图3.3,它显示了图像增强常用的三个基本类型函数:线性的(正比和反比)、对数的(对数和反对数变换)、幂次的(n次幂和n次方根变换)。正
7、比函数是最一般的,其输出亮度与输入亮度可互换,惟有它完全包括在图形中。•3.2.1图象反转灰度级范围为[0,L-1]的图象反转表达式:s=L-1-r(3.2.1)用这种方式倒转图像的强度产生图像反转的对等图像。这种处理尤其适用于增强嵌入于图像暗色区域的白色或灰色细节,特别是当黑色面积占主导地位时。一个例子示于图3.4,原始图像为一数字X照片,可看到有一小块病变。尽管事实上两幅图在视觉内容上都一样,但注意,在这种特殊情况下,分析组织结构时反转图像要容易得多。•3.2.2对数变换•对数变换的一般表达式为:s=clog(1+r)(3.2.2)其中c是
8、一个常数,并假设r≥0。此种变换使一窄带低灰度输入图像值映射为一宽带输出值。相对的是输入灰度的高调整值。可以利用这种变换来扩展被压缩的高值图像中的暗像
