数字图像处理与图像通信 第4章 图像增强

ID:46151366

大小:2.17 MB

页数:49页

时间:2019-11-21

数字图像处理与图像通信 第4章 图像增强_第1页
数字图像处理与图像通信 第4章 图像增强_第2页
数字图像处理与图像通信 第4章 图像增强_第3页
数字图像处理与图像通信 第4章 图像增强_第4页
数字图像处理与图像通信 第4章 图像增强_第5页
资源描述:

《数字图像处理与图像通信 第4章 图像增强》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、《数字图像处理与图像通信》朱秀昌1第4章图像增强4.1灰度级修正4.2图像的同态增晰4.3图像的平滑4.4图像的锐化4.5图像的伪彩色处理4.6图像的几何校正2图像质量的下降:对比度、聚焦等不合适对比度下降光学聚焦引起的模糊3图像质量的下降:噪声影响原始图像Density=0.2Salt&Pepper椒盐噪声Mean=0.01Var=0.02高斯噪声Var=0.01Speckle斑点噪声4改善降质的图像的方法:图像增强(直观评判):不考虑图像降质的原因,不一定要去逼近原图像,只将图像中感兴趣的部

2、分加以处理,或突出有用的图像特征;图像复原(客观评判):针对图像降质的具体原因,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。图像增强处理的基本方法:(1)空间域方法:在原图像上直接进行运算,对像素的灰度值进行处理。如对图像作逐点运算,为点运算;如在处理像点邻域上运算,称局部运算。(2)频率域方法:在图像的变换域上进行处理,增强感兴趣的频率分量,然后进行反变换,得到增强图像。54.1灰度级修正灰度级修正--点运算:不改变像素点的位置,只改变像素点的灰度值。点运算的表示:其中:输入图像为f(x,

3、y)变换后的图像为g(x,y)变换函数为T[·]通过选择不同的映射变换,达到对比度增强的效果。(4.5)64.1.1灰度变换法成像系统:有一定的亮度响应范围灰度对比度:亮度的最大值与最小值之比成像系统的限制,使得成像的视觉效果很差:对比度不足,灰度范围太小灰度总体偏黑、偏白,……解决办法:灰度变换法,改善人的视觉效果。灰度变换:线性、分段线性以及非线性变换。71.线性变换假定原图像f(x,y)的灰度范围为[a,b],变换后图像g(x,y)的灰度范围扩为[c,d],则采用线性变换:图4.1灰度范围的线性变换

4、(a)原图像(b)灰度变换后的图像图4.3线性灰度变换图4.2线性灰度变换82.分段线性变换为了突出感兴趣的目标或灰度区间,相对抑制那些不感兴趣的灰度区域,可采用分段线性变换,如常用的三段线性变换法,如下式:图4.3分段线性变换93.非线性灰度变换采用非线性变换函数(例如对数函数、幂指数函数等)对数变换式a、b、c是调整曲线的位置和形状的参数。指数变换式a、b、c是调整曲线的位置和形状的参数。104.1.2直方图修正法1.直方图的概念直方图表示数字图像中每一灰度级与其出现频数(该灰度像素的数目)间的统

5、计关系。横坐标表示灰度级,纵坐标表示频数。直方图能给出该图像的大致描述,如灰度范围、灰度级的分布、整幅图像的平均亮度等,直方图不能完整地描述一幅图像,一幅图像只对应一个直方图,但一个直方图可对应不同的图像。11图4.4几个具有相同直方图的图像实例图4.5Lena图像及直方图122.直方图均衡化将连续图像的非均匀概率密度函数Pr(r)经变换函数s=T(r)转换为均匀概率分布Ps(s)的过程。变换函数=原图像概率密度函数的积分,变换函数是一个非负的递增函数。图4.6图像均衡化处理134.1.3直方图规定化直方

6、图规定化:用一个转换函数来将图像转换为规定的概率密度函数。例如:通过控制一组直线段来构成直方图,使其满足所希望的形状。然后再数字化并归一化。左图中的直线段构成的直方图形状受4个参量控制,只要改变上述4个参量就可以得到许多有用的直方图。图4.8由直线段构成的直方图14表4.4几种给定形状的直方图修正变换函数修正后要求的概率密度函数变换函数s=T(r)均匀分布指数分布瑞利分布双曲分布154.2图像的同态增晰同态增晰法属于图像频率域处理范畴,同态增晰法是对图像的灰度范围进行调整。图4.9图像同态增晰原理框图16

7、自然景物的图像f(x,y)=照明函数fi(x,y)×反射函数fr(x,y)同态滤波过程:(1)首先对图像函数f(x,y)取对数(2)对上式取傅立叶变换(3)将对数图像频谱式乘上同态滤波函数H(u,v)(4)求傅立叶反变换(5)最后求指数变换,得到经同态滤波处理的图像17同态滤波的实例原图像同态滤波后的图像184.3图像的平滑4.3.1邻域平均邻域平均法是一种局部空间域处理的算法:S是以(x,y)点为中心的邻域的集合,M是S内坐标点的总数。图4.11图像邻域平均法19图像邻域平均法算法优点:算法简单,缺点

8、:在降低噪声的同时容易模糊图像边沿和细节处;改进:采用阈值法式中T是一个非负阈值,当一些点和它们邻值的差值小于T时,保留这些点的像素灰度值。20模板运算实例模板h(x,y)原图f(x,y)处理后图像g(x,y)forx=1:3fory=1:4form=1:2forn=1:2g(x,y)=g(x,y)+f(x+m-1,y+n-1)*h(m,n);endendendend21采用邻域平均法处理后的图像1原图像加噪图像3×3平滑图像

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
正文描述:

《数字图像处理与图像通信 第4章 图像增强》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、《数字图像处理与图像通信》朱秀昌1第4章图像增强4.1灰度级修正4.2图像的同态增晰4.3图像的平滑4.4图像的锐化4.5图像的伪彩色处理4.6图像的几何校正2图像质量的下降:对比度、聚焦等不合适对比度下降光学聚焦引起的模糊3图像质量的下降:噪声影响原始图像Density=0.2Salt&Pepper椒盐噪声Mean=0.01Var=0.02高斯噪声Var=0.01Speckle斑点噪声4改善降质的图像的方法:图像增强(直观评判):不考虑图像降质的原因,不一定要去逼近原图像,只将图像中感兴趣的部

2、分加以处理,或突出有用的图像特征;图像复原(客观评判):针对图像降质的具体原因,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。图像增强处理的基本方法:(1)空间域方法:在原图像上直接进行运算,对像素的灰度值进行处理。如对图像作逐点运算,为点运算;如在处理像点邻域上运算,称局部运算。(2)频率域方法:在图像的变换域上进行处理,增强感兴趣的频率分量,然后进行反变换,得到增强图像。54.1灰度级修正灰度级修正--点运算:不改变像素点的位置,只改变像素点的灰度值。点运算的表示:其中:输入图像为f(x,

3、y)变换后的图像为g(x,y)变换函数为T[·]通过选择不同的映射变换,达到对比度增强的效果。(4.5)64.1.1灰度变换法成像系统:有一定的亮度响应范围灰度对比度:亮度的最大值与最小值之比成像系统的限制,使得成像的视觉效果很差:对比度不足,灰度范围太小灰度总体偏黑、偏白,……解决办法:灰度变换法,改善人的视觉效果。灰度变换:线性、分段线性以及非线性变换。71.线性变换假定原图像f(x,y)的灰度范围为[a,b],变换后图像g(x,y)的灰度范围扩为[c,d],则采用线性变换:图4.1灰度范围的线性变换

4、(a)原图像(b)灰度变换后的图像图4.3线性灰度变换图4.2线性灰度变换82.分段线性变换为了突出感兴趣的目标或灰度区间,相对抑制那些不感兴趣的灰度区域,可采用分段线性变换,如常用的三段线性变换法,如下式:图4.3分段线性变换93.非线性灰度变换采用非线性变换函数(例如对数函数、幂指数函数等)对数变换式a、b、c是调整曲线的位置和形状的参数。指数变换式a、b、c是调整曲线的位置和形状的参数。104.1.2直方图修正法1.直方图的概念直方图表示数字图像中每一灰度级与其出现频数(该灰度像素的数目)间的统

5、计关系。横坐标表示灰度级,纵坐标表示频数。直方图能给出该图像的大致描述,如灰度范围、灰度级的分布、整幅图像的平均亮度等,直方图不能完整地描述一幅图像,一幅图像只对应一个直方图,但一个直方图可对应不同的图像。11图4.4几个具有相同直方图的图像实例图4.5Lena图像及直方图122.直方图均衡化将连续图像的非均匀概率密度函数Pr(r)经变换函数s=T(r)转换为均匀概率分布Ps(s)的过程。变换函数=原图像概率密度函数的积分,变换函数是一个非负的递增函数。图4.6图像均衡化处理134.1.3直方图规定化直方

6、图规定化:用一个转换函数来将图像转换为规定的概率密度函数。例如:通过控制一组直线段来构成直方图,使其满足所希望的形状。然后再数字化并归一化。左图中的直线段构成的直方图形状受4个参量控制,只要改变上述4个参量就可以得到许多有用的直方图。图4.8由直线段构成的直方图14表4.4几种给定形状的直方图修正变换函数修正后要求的概率密度函数变换函数s=T(r)均匀分布指数分布瑞利分布双曲分布154.2图像的同态增晰同态增晰法属于图像频率域处理范畴,同态增晰法是对图像的灰度范围进行调整。图4.9图像同态增晰原理框图16

7、自然景物的图像f(x,y)=照明函数fi(x,y)×反射函数fr(x,y)同态滤波过程:(1)首先对图像函数f(x,y)取对数(2)对上式取傅立叶变换(3)将对数图像频谱式乘上同态滤波函数H(u,v)(4)求傅立叶反变换(5)最后求指数变换,得到经同态滤波处理的图像17同态滤波的实例原图像同态滤波后的图像184.3图像的平滑4.3.1邻域平均邻域平均法是一种局部空间域处理的算法:S是以(x,y)点为中心的邻域的集合,M是S内坐标点的总数。图4.11图像邻域平均法19图像邻域平均法算法优点:算法简单,缺点

8、:在降低噪声的同时容易模糊图像边沿和细节处;改进:采用阈值法式中T是一个非负阈值,当一些点和它们邻值的差值小于T时,保留这些点的像素灰度值。20模板运算实例模板h(x,y)原图f(x,y)处理后图像g(x,y)forx=1:3fory=1:4form=1:2forn=1:2g(x,y)=g(x,y)+f(x+m-1,y+n-1)*h(m,n);endendendend21采用邻域平均法处理后的图像1原图像加噪图像3×3平滑图像

显示全部收起
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
关闭