最新第四章图像增强(2)数字图像处理阮秋琦方案教学讲义ppt课件.ppt

《最新第四章图像增强(2)数字图像处理阮秋琦方案教学讲义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、第四章图像增强(2)数字图像处理阮秋琦方案3.1.1直方图3.1.2直方图修改技术的基础3.1.3直方图均衡化处理3.1.4直方图规定化处理3.1.5图像对比度处理直方图均衡化处理方法是行之有效的增强方法之一，但是由于它的变换函数采用的是累积分布函数，它只能产生近似均匀的直方图这样一种结果。这样就必须会限制它的效能。首先对原始图像进行直方图均衡化处理，即：(3—20)假定已经得到了所希望的图像，并且它的概率密度函数是Pz(z)。对这幅图像也作均衡化处理，即：(3—21)因为对于两幅图同样做了均衡化处理，所以ps(s)和pu(u)具有同样的均匀密度。其中式(3—21)的逆过程为(3—22)这样

2、，如果用从原始图像中得到的均匀灰度级s来代替逆过程中的u，其结果灰度级将是所要求的概率密度函数Pz(z)的灰度级。根据以上思路，可以总结出直接直方图规定化增强处理的步骤如下：(1)、用直方图均衡化方法将原始图像作均衡化处理；(2)、规定希望的灰度概率密度函数pz(z)，并用式(3—21)求得变换函数G(u)；(3)、将逆变换函数z≈G-1(s)用到步骤(1)中所得到的灰度级。（4）、z≈G-1[T(r)]以上三步得到了原始图像的另一种处理方法。在这种处理方法中得到的新图像的灰度级具有事先规定的概率密度函数。下面通过例子来说明处理过程。例如，这里仍用64×64像素的图像，其灰度级仍然是8级。其

3、直方图如图3—7(a)所示，(b)是规定的直方图，(c)为变换函数，(d)为处理后的结果直方图。原始直方图和规定的直方图之数值分别列于表3—2和表3—3中，经过直方图均衡化处理后的直方图数值列于表3—4。表3—2原始直方图数据表3—3规定的直方图数据表3—4均衡化处理后的直方图数据（1）对原始图像进行直方图均衡化映射处理的数值列于表3—4的栏目内。（2）利用式(3—21)计算变换函数。计算步骤如下：以此类推求得（3）用直方图均衡化中的sk进行G的反变换求z。这一步实际上是近似过程。也就是找出Sk与G(zk)的最接近的值。例如：与它最接近的是，所以可写成用这样方法可得到下列变换值。（4）用z=

4、G-1[T(r)]找出r与z的映射关系表3—5结果直方图数据（5）根据这样的映射重新分配像素，并用n=4096去除，可得到最后的直方图。图4—7直方图规定化处理方法由图3—7可见，结果直方图并不很接近希望的形状，与直方图均衡化的情况一样，这种误差是多次近似造成的。只有在连续的情况下，求得准确的反变换函数才能得到准确的结果。在灰度级减少时，规定的和最后得到的直方图之间的误差趋向于增加。但是实际处理效果表明，尽管是一种近似的直方图也可以得到较明显的增强效果。利用直方图规定化方法进行图像增强的主要困难在于如何构成有意义的直方图。一般有两种方法，一种是给定一个规定的概率密度函数，如高斯，瑞利等函数。

5、一些常用的直方图修正转换函数列于表3—6中。表3—6直方图修正转换函数另一种方法是规定一个任意可控制的直方图，其形状可由一些直线所组成，得到希望的形状后，将这个函数数字化。这种方法如图3—9所示。图3—9直方图参量规定化法3.2图像平滑化处理一幅图像可能存在着各种寄生效应。这些寄生效应可能在传输中产生，也可能在量化等处理过程中产生。一个较好的平滑方法应该是既能消掉这些寄生效应又不使图像的边缘轮廓和线条变模糊。这就是研究图像平滑化处理要追求的主要目标。图像平滑化处理方法有空域法和频域法两大类。主要有:邻域平均法，低通滤波法，多图像平均法等等。3.2.1邻域平均法3.2.2低通滤波法3.2.3多

6、图像平均法邻域平均法是简单的空域处理方法。这种方法的基本思想是用几个像素灰度的平均值来代替每个像素的灰度。假定有一幅N×N个像素的图像f(x,y)，平滑处理后得到一幅图像g(x,y)。g(x,y)由下式决定式中，S是(x,y)点邻域中点的坐标的集合，但其中不包括(x,y)点，Ｍ是集合内坐标点的总数。(3－23)式(3—23)说明，平滑化的图像g(x,y)中的每个像素的灰度值均由包含在(x,y)的预定邻域中的f(x,y)的几个像素的灰度值的平均值来决定。例如，可以以点(x,y)为中心，取单位距离构成一个邻域，其中点的坐标集合为：图(a)的方法是一个点的邻域，定义为以该点为中心的一个圆的内部或边

7、界上的点的集合。图中像素间的距离为△x，选取△x为半径作圆，那么，点R的灰度值就是圆周上四个像素灰度值的平均值。图(b)是选为半径的情况下构成的点R的邻域，选择在圆的边界上的点和在圆内的点为S的集合。图3—19在数字图像中选取邻域的方法四邻域：八邻域：处理结果表明，上述选择邻域的方法对抑制噪声是有效的，但是随着邻域的加大，图像的模糊程度也愈加严重。为克服这一缺点，可以采用阈值法减少由于邻域平均所产生的模糊效应