欢迎来到天天文库
浏览记录
ID:60845018
大小:1.20 MB
页数:65页
时间:2020-12-21
《第4章空域图像增强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、第4章图象增强§1点处理§2图象平滑§3图象锐化/边缘增强§4图像增强应用实例本章重难点为什么要进行图像增强?图像直方图反应了图像的什么特征?灰度线性变换直方图均衡化平滑模板和锐化模板的区别图象增强的目的是采用某种技术手段,改善图象的视觉效果,或将图象转换成更适合于人眼观察和机器分析识别的形式,以便从图象中获取更有用的信息。图象增强与感兴趣物体特性、观察者的习惯和处理目的相关,因此,图象增强算法应用是有针对性的,并不存在通用的增强算法。图象增强的基本方法:1、空域处理:点处理(图象灰度变换、直方图均衡、伪彩色处理等);邻域处理(线性、非线性平滑和锐化等);2、频域处理:高、低
2、通滤波、同态滤波等。什么是直方图?直方图是图象的一种统计表达直方图反映了图像中灰度的分布情况认识图像的直方图灰度统计直方图1-D的离散函数提供了图象象素的灰度值分布情况计算:设置一个有L个元素的数组,对原图的灰度值进行统计不同类型的图像对应的直方图如图4.4.2T§1点处理(PointOperation)点处理实际上是一种图象灰度变换,它将输入图象f(x,y)中灰度r,通过映射函数T(·)映射成输出图象g(x,y)中的灰度s,与图象象素位置及被处理象素邻域灰度无关。其映射函数和变换示意图如下:g(x,y)=T[f(x,y)]f(x,y)=rg(x,y)=s图象的点处理操作关键
3、在于设计合适的映射函数(曲线),映射函数的设计有两类方法,一类是根据图象特点和处理工作需求,人为设计映射函数,试探其处理效果;另一类设计方法是从改变图象整体的灰度分布出发,设计一种映射函数,使变换后图象灰度直方图达到或接近预定的形状。前者包括直接灰度变换方法和伪彩色处理等,后者为图象直方图修整方法,将在后面一一介绍。1.1.1灰度线性变换对输入图象灰度作线性扩张或压缩,映射函数为一个直线方程,其表达式和演示控件如下:g(x,y)=af(x,y)+b;其中:a相当于变换直线的斜率,b相当于截距;a>1----对比度扩张b=0:a<1——对比度压缩a=1——相当于复制b≠0:灰度
4、偏置思考一下:为什么系数a大于1的时候是对比度扩张,而系数a小于1的时候是对比度压缩呢?取图像初始灰度在60-150之间。当a=2,b=-50,变换后图像灰度取值范围是多少?取图像初始灰度在60-150之间。当a=1/2,b=50,变换后图像灰度取值范围是多少?1.1.2分段线性处理与线性变换相类似,都是对输入图象的灰度对比度进行拉伸(Contraststretching),只是对不同灰度范围进行不同的映射处理。当灰度范围分成三段时,其表达式及演示示意如下:r1f(x,y);05、;f26、直方图修整法1.2.1直方图均衡化(Histogramequalization)图象直方图描述图象中各灰度级出现的相对频率.基于直方图的灰度变换,是调整图象直方图到一个预定的形状.例如,一些图象由于其灰度分布集中在较窄的区间,对比度很弱,图象细节看不清楚.此时,可采用图像灰度直方图均衡化处理,使得图象的灰度分布趋向均匀,图像所占有的象素灰度间距拉开,加大了图像反差,改善视觉效果,达到增强目的。直方图均衡化处理算法描述:原始图象灰度级r归一化在01之间,即0≦r≦1.pr(r)为原始图象灰度分布的概率密度函数,直方图均衡化处理实际上就是寻找一个灰度变换函数T,使变化后的灰度值7、S=T(r),其中,归一化为0≦s≦1,即建立r与s之间的映射关系,要求处理后图象灰度分布的概率密度函数ps(s)=1,期望所有灰度级出现概率相同。从下页图中可以看出在灰度变换的dr和ds区间内,象素点个数是不变的,因此有:当dr0,ds0,略去下标j有由于s=T(r)ps(s)=1,则最终得到直方图均衡化的灰度变换函数为它是原始图象灰度r的累积分布函数(CDF)。对于数字图象离散情况,其直方图均衡化处理的计算步骤如下:1、统计原始图象的直方图rk是归一化的输入图象灰度级;2、计算直方图累积分布曲线3、
5、;f26、直方图修整法1.2.1直方图均衡化(Histogramequalization)图象直方图描述图象中各灰度级出现的相对频率.基于直方图的灰度变换,是调整图象直方图到一个预定的形状.例如,一些图象由于其灰度分布集中在较窄的区间,对比度很弱,图象细节看不清楚.此时,可采用图像灰度直方图均衡化处理,使得图象的灰度分布趋向均匀,图像所占有的象素灰度间距拉开,加大了图像反差,改善视觉效果,达到增强目的。直方图均衡化处理算法描述:原始图象灰度级r归一化在01之间,即0≦r≦1.pr(r)为原始图象灰度分布的概率密度函数,直方图均衡化处理实际上就是寻找一个灰度变换函数T,使变化后的灰度值7、S=T(r),其中,归一化为0≦s≦1,即建立r与s之间的映射关系,要求处理后图象灰度分布的概率密度函数ps(s)=1,期望所有灰度级出现概率相同。从下页图中可以看出在灰度变换的dr和ds区间内,象素点个数是不变的,因此有:当dr0,ds0,略去下标j有由于s=T(r)ps(s)=1,则最终得到直方图均衡化的灰度变换函数为它是原始图象灰度r的累积分布函数(CDF)。对于数字图象离散情况,其直方图均衡化处理的计算步骤如下:1、统计原始图象的直方图rk是归一化的输入图象灰度级;2、计算直方图累积分布曲线3、
6、直方图修整法1.2.1直方图均衡化(Histogramequalization)图象直方图描述图象中各灰度级出现的相对频率.基于直方图的灰度变换,是调整图象直方图到一个预定的形状.例如,一些图象由于其灰度分布集中在较窄的区间,对比度很弱,图象细节看不清楚.此时,可采用图像灰度直方图均衡化处理,使得图象的灰度分布趋向均匀,图像所占有的象素灰度间距拉开,加大了图像反差,改善视觉效果,达到增强目的。直方图均衡化处理算法描述:原始图象灰度级r归一化在01之间,即0≦r≦1.pr(r)为原始图象灰度分布的概率密度函数,直方图均衡化处理实际上就是寻找一个灰度变换函数T,使变化后的灰度值
7、S=T(r),其中,归一化为0≦s≦1,即建立r与s之间的映射关系,要求处理后图象灰度分布的概率密度函数ps(s)=1,期望所有灰度级出现概率相同。从下页图中可以看出在灰度变换的dr和ds区间内,象素点个数是不变的,因此有:当dr0,ds0,略去下标j有由于s=T(r)ps(s)=1,则最终得到直方图均衡化的灰度变换函数为它是原始图象灰度r的累积分布函数(CDF)。对于数字图象离散情况,其直方图均衡化处理的计算步骤如下:1、统计原始图象的直方图rk是归一化的输入图象灰度级;2、计算直方图累积分布曲线3、
此文档下载收益归作者所有