空间域图像增强课件.ppt

《空间域图像增强课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第3章空间域图像增强一个指纹图像增强的实例主要内容3.1简介3.2基本灰度变换3.3直方图处理（难点）3.4算术/逻辑操作增强3.5平滑空间滤波器3.6锐化空间滤波器3.7在图像增强中使用直方图统计学（一个精妙的例子，自学）3.8混合空间滤波器：（又一个精妙的例子，自学）3.1简介1图像增强的定义图像增强是一类基本的图像处理技术，其目的是对图像进行加工，以得到对视觉解释来说视觉效果“更好”、或对机器感知效果来说“更有用”的图像。（1）视觉效果更好的例子（2）机器感知效果更好的例子“特征脸”2图像增强的分

2、类（1）空间域增强和频率域增强（2）空间域增强方法分类g(x,y)=T(f(x,y))A、点操作B、邻域操作C、图像集操作3.2基本灰度变换1图像反转（1）公式表示：灰度级范围[0，L-1]时s=L-1-r0255255（２）特点：“实现反白”。灰度图像实例彩色图像实例（３）应用范围：特别适用于嵌入于图像暗色区域的白色或灰色细节。2对数变换（1）公式表示s=c*log(1+r)（2）特点“扩展低输入，压缩高输入”。（３）应用范围当原图动态范围太大，超出显示设备的范围时，如直接显示原图则一部分细节可能丢失

3、。此时可采用对数变换。如傅里叶频谱的显示。（4）MATLAB实现f=imread(‘pout.tif’);F=fft2(f);%FourierTransformFC=fftshift(F);%将变换原点移到频率矩形的中心。imshow(abs(FC),[]);S2=log(1+abs(FC));figure,imshow(S2,[]);3幂次变换（1）公式表示（2）特点：非常灵活。（３）应用范围比较广泛，可代替对数变换和反对数变换。（4）MATLAB实现语法：g=imadjust(f,[low_inhi

4、gh_in],[low_outhigh_out],gamma)说明：将图像f中的亮度值影响到g中的新值，即将low_in至high_in之间的值映射到low_out至high_out之间的值，low_in以下的值映射为low_out，high_in以上的值映射为high_out。参数gamma指定了映射曲线的形状。f=imread(‘pout.tif’);imshow(f);g1=imadjust(f,[01],[10]);figure,imshow(g1);g2=imadjust(f,[0.50.75

5、],[10],0.5);figure,imshow(g2);4分段线性变换（1）对比度拉伸（2）特点：“压缩两端的背景的动态范围，扩展中段的目标的动态范围”（2）灰度切分特点：突出目标的轮廓，消除背景细节特点：突出目标的轮廓，保留背景细节3.3直方图处理1直方图（1）概念灰度直方图表示图像中每种灰度出现的像素数目。（2）直方图的作用反映一幅图像的灰度分布特性。（3）归一化直方图的计算式中：nk为图像中出现rk级灰度的像素数，n是图像像素总数，而nk/n即为频数。随堂练习：计算归一化直方图01234567

6、76543210444444443212321234534534113355776644220067543210（4）MATLAB实现语法：h=imhist(f,b)说明：b是用于形成直方图的灰度级的个数。f=imread(‘pout.tif’);imhist(f);2直方图均衡化（1）灰度变换函数假说满足以下条件：A、T(r)在区间0≤r≤1中为单值且单调递增；（单值是为了保证反变换的存在；单调递增条件保持输出图像从黑到白顺序增加）B、当0≤r≤1时，0≤T(r)≤1。（输出灰度范围一致）从s到r的反

7、变换：r=T－１(s)（２）概率密度函数之间的变换证明：（自学内容）由概率论理论可知，如果已知随机变量ξ的概率密度函数为pr(r)，而随机变量η是ξ的函数，即η=T(ξ)，η的概率密度为ps(s)，所以可由pr(r)求出ps(s)。因为s=T(r)是单调增加的，因此它的反函数r=T-1(s)也是单调函数。在这种情况下，η＜s且仅当ξ＜r时发生，所以可以求得随机变量η的分布函数为（推导）对上式两边求导，即可得到随机变量η的分布密度函数ps(s)为通过变换函数T(r)可以控制图像灰度级的概率密度函数，从而

8、改变图像的灰度层次。这就是直方图修改技术的理论基础。（3）累积分布函数（CDF）（4）s的概率密度均匀（均衡化）（5）离散情况下的算法：A、列出原始图像的灰度级B、统计各灰度级的像素数目C、计算原始图像直方图各灰度级的频数D、计算累积分布函数F、应用以下公式计算映射后的输出图像的灰度级，P为输出图像灰度级的个数，其中INT为取整符号：G、用映射关系修改原始图像的灰度级，从而获得直方图近似为均匀分布的输出图像。举例：随堂练习：对下列图像进行直