欢迎来到天天文库
浏览记录
ID:58915296
大小:120.50 KB
页数:16页
时间:2020-09-29
《数字图像处理ppt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、数字图像处理数字图像处理:指借用数字计算机处理数字图像,值得提及的是数字图形是由无限的元素组成,每个元素都有特定的幅值和位置,这些元素称为图像元素、画面元素或像素。学习内容:1、图像获取2、图像增强图像增强空间域方法频率域方法空间域图像增强“空间域增强”是指增强构成图像的像素。空间域方法是直接对这些像素进行操作的过程。方法:基本灰度变换、直方图处理、用算术或逻辑操作增强、平滑空间滤波器、锐化空间滤波器、混合空间增强法。基本灰度变换1、图像的反转:灰度级范围为[0,L-1]的图像,其图像反转表达式为:s=L-1-rs为图像处理后的像素值,r为处理前的。基本灰度变换2
2、、对数变换:对数变换的一般表达式为:s=clog(1+r)s为图像处理后的像素值,r为处理前的,c为一个常数。通过对数变换,可以很大程度上压缩图像像素值的动态范围。基本灰度变换3、幂次变换:幂次变换的一般表达式为:s=cs为图像处理后的像素值,r为处理前的,c和γ为一个常数。幂次变换中γ的部分值把输入窄带暗值映射到宽带输出值。相反,输入高值时也成立。基本灰度变换4、分段线性变换函数4.1对比拉伸对比拉伸的思想就是提高图像处理时灰度级的动态范围。4.2灰度切割其一就是在所关心的范围你为所有灰度级指定一个较高值,而其他灰度指定一个较低值。其二是所需范围的灰度变亮,但是
3、仍保持了图像的北京和灰度色调。4.3位图切割不提高灰度范围的亮度,而是通过对特定位提高亮度。直方图处理灰度级为[0,L-1]范围的数字图像的直方图是离散函数h()=,其中是灰度,是图像中灰度级为的像素个数。经常以图像中像素的总数(用n表示)来除它的每个值,以得到归一化的直方图。直方图是多种空间域处理技术的基础。直方图处理有直方图均衡化、直方图匹配和局部增强。用算术/逻辑操作增强图像中的算术/逻辑操作主要以像素为基础在两幅或多幅图像进行(其中不包括逻辑“非”操作,他在单一影像中进行)。“与”操作和“或”操作通常作为模板,即通过操作可以从一副图像中提取子图像。在四则算
4、术运算中,减法与加法在图像增强处理中最常用,减法处理最主要的作用就是增强两幅图像的差异,加法处理最主要的作用是去除图像的叠加性噪声和生成图想叠加性效果。乘法处理除了用一个常数与图像相乘已增加其平均灰度外,其主要作用是图像的局部显示和模板操作增强处理,我们把两幅图像相除看成一副的取反图像与另一幅图像相乘。平滑空间滤波器用于模糊处理和减小噪声。模糊处理经常用于与处理,例如在提取大的目标之前去除图像中的一些琐碎细节、桥接直线或曲线的缝隙。通过线性滤波器和非线性滤波器的模糊处理可以减小噪声。平滑线性滤波器:用滤波掩模确定的领域内像素的平均灰度值代替图像每个像素点的值,这种
5、处理减小了图像灰度的“尖锐”变化。统计排序滤波器:用滤波掩模确定的领域内像素的平均灰度值代替图像每个像素点的值,这种处理减小了图像灰度的“尖锐”变化。锐化空间滤波器锐化处理的主要目地是突出图像中的细节或者增强被模糊了的细节,这种模糊不是由于错误造成的,就是特殊图像获取方法的固有影响。锐化处理可以用空间微分来完成。图像微分增强了边缘和其他突变(如噪声)并削弱了灰度变化缓慢的区域。“频域”处理技术是以修改图像的傅里叶变换为基础的。而卷积理论又是频域技术的基础。卷积与傅里叶变换有着密切的关系。两函数的傅里叶变换的乘积等于它们卷积后的傅里叶变换。如果h(x,y)和f(x,
6、y)的卷积结果为g(x,y)。即:g(x,y)=h(x,y)*f(x,y),则有:其中H(μ,ν),F(μ,ν)和G(μ,ν)分别为h(x,y),f(x,y)和g(x,y)的傅里叶变换。频域图像增强步骤:1.用乘以输入图像f(x,y)来进行中心变换。2.计算图像的的DFT,即F(μ,ν)。3.用滤波器函数H(μ,ν)乘以F(μ,ν)。4.计算反DFT,即g(x,y)。5.用乘以所得结果g(x,y)的实部。H(μ,ν)称为滤波器的原因是他灾变中抑制某些频率,但其他频率不受影响。频域中的滤波基础
此文档下载收益归作者所有