数字图象处理三空间域图像增强幻灯片.ppt

《数字图象处理三空间域图像增强幻灯片.ppt》由会员分享，可在线阅读，更多相关《数字图象处理三空间域图像增强幻灯片.ppt（58页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数字图象处理三空间域图像增强第1页，共58页，编辑于2022年，星期六一、概述:图像增强的目标图像增强的目标 处理图像，使其比原始图像更适合于特定的应用。说明：1。“好”和“有用”没有统一的标准。2。图像增强并不以图像保真为准则图像增强分为“空间域图像增强”和“频率域图像增强”。第2页，共58页，编辑于2022年，星期六3.1 背景知识背景知识 定义空间域的图像处理为：定义空间域的图像处理为：图像的操作分为两大类：图像的操作分为两大类：单点操作单点操作:邻域操作：邻域操作：第3页，共58页，编辑于2022年，星期六对比度增强的灰度变换对比度增强的灰度变换第4页，共58页，编辑于2022年，星期

2、六邻域操作的模板法。邻域操作的模板法。第5页，共58页，编辑于2022年，星期六3.2 一些基本的图像灰度变换一些基本的图像灰度变换（单点操作（单点操作）常用的灰度变换函数包括：常用的灰度变换函数包括：反比变换反比变换 对数和反对数变换对数和反对数变换 幂次变换幂次变换第6页，共58页，编辑于2022年，星期六3.2.1 反比变换反比变换s=L-1-r第7页，共58页，编辑于2022年，星期六3.2.1 对数变换对数变换对数变换对数变换(3.2.2)对数变换的作用：压缩了图像的动态范围第8页，共58页，编辑于2022年，星期六3.2.3 幂次变换幂次变换幂次变换的表达式：幂次变换的表达式：对于

3、不同的对于不同的，其曲线形式不同。，其曲线形式不同。当当111时，作用相反时，作用相反 (伽马伽马)校正：校正：第9页，共58页，编辑于2022年，星期六用幂次变换幂次变换进行对比度增强的效果对比度增强的效果(1)第11页，共58页，编辑于2022年，星期六3.2.4 分段线性变换函数对比度拉伸对比度拉伸第12页，共58页，编辑于2022年，星期六灰度切割灰度切割 方法有两个：方法有两个：教材中的位平面切割放在图像压缩时讲。教材中的位平面切割放在图像压缩时讲。第13页，共58页，编辑于2022年，星期六3.3 直方图处理什么是图像的直什么是图像的直方图？方图？图像的直方图在图像增强、图像分割中

4、都有重要的应用。图像的直方图在图像增强、图像分割中都有重要的应用。第14页，共58页，编辑于2022年，星期六第15页，共58页，编辑于2022年，星期六3.3.1 直方图均衡化直方图均衡化寻找一个适当的灰度变换函数寻找一个适当的灰度变换函数 ，通过这个灰度变换函，通过这个灰度变换函使得图像的直方图变得平直。使得图像的直方图变得平直。第16页，共58页，编辑于2022年，星期六理论推导：理论推导：灰度变换形式：灰度变换形式：离散化处理：离散化处理：第17页，共58页，编辑于2022年，星期六均衡前直方图均衡前直方图Fig.3.17均衡前图像均衡前图像均衡后图像均衡后图像均衡后直方图均衡后直方图

5、第18页，共58页，编辑于2022年，星期六直方图均衡时直方图均衡时生成的生成的灰度变换函数灰度变换函数第19页，共58页，编辑于2022年，星期六直方图均衡的另一个例子直方图均衡的另一个例子第20页，共58页，编辑于2022年，星期六3.3.2 3.3.2 直方图匹配直方图匹配迭代迭代 修改一幅图像的直方图，使得它与另一幅图像的直方图匹配或具有修改一幅图像的直方图，使得它与另一幅图像的直方图匹配或具有一种预先规定的函数形状。一种预先规定的函数形状。什么是直方图匹配？什么是直方图匹配？第21页，共58页，编辑于2022年，星期六直方图匹配的实例直方图匹配的实例第22页，共58页，编辑于2022

6、年，星期六 图图a是是直方图均衡时的灰度变换函数，图直方图均衡时的灰度变换函数，图b是均衡后的图像，图是均衡后的图像，图c是是均衡后的直方图。均衡后的直方图。第23页，共58页，编辑于2022年，星期六 改用直方图匹配来处理改用直方图匹配来处理 第24页，共58页，编辑于2022年，星期六3.3.3 局部局部直方图均衡 在小区域内进行直方图均衡在小区域内进行直方图均衡 局部直方图均衡可增强图像的细节局部直方图均衡可增强图像的细节。第25页，共58页，编辑于2022年，星期六3.3.4 利用图像统计参数统计参数来增强图像图像的均值：图像的均值：图像的图像的n n 阶矩：阶矩：2 2阶矩最重要阶矩

7、最重要方差（或标准差），是方差（或标准差），是对比度对比度的度量的度量第26页，共58页，编辑于2022年，星期六3.3.4 利用图像统计参数统计参数来增强图像对下图采用下面的增强准则对下图采用下面的增强准则:第27页，共58页，编辑于2022年，星期六图像统计量的图像显示图像统计量的图像显示第28页，共58页，编辑于2022年，星期六统计方法增强的结果统计方法增强的结果第29页，共58页，编辑于2022年，星期六3.4 用用算术算术/逻辑逻辑操作增强图像操作增强图像 可以利用两幅图像可以利用两幅图像算术运算算术运算(加、减、乘、除加、减、乘、除)，或或逻辑运算逻辑运算(与、或、非与、或、非)

8、，来进行图像操作来进行图像操作(处理处理)。(a)(a)逻辑逻辑“非非”(取反取反)：8 8位二进制码的逐位取反位二进制码的逐位取反，(b)(b)“与与”运算：是两幅图像每个像素灰度值得运算：是两幅图像每个像素灰度值得二进制码，逐位二进制码，逐位“取与取与”。(c)(c)“或或”运算：是两幅图像每个像素灰度值得运算：是两幅图像每个像素灰度值得二进制码，逐位二进制码，逐位“取或取或”。第30页，共58页，编辑于2022年，星期六与：与：或：或：图像间逻辑运算实例图像间逻辑运算实例第31页，共58页，编辑于2022年，星期六3.4.1 图像相减相减运算图像的图像的算术运算算术运算(加、减、乘、除加

9、、减、乘、除)中，用得最多的是图像之间的中，用得最多的是图像之间的相减和相减和相加。相加。两幅图像两幅图像 和和 相减，表示为：相减，表示为：第32页，共58页，编辑于2022年，星期六3.4.1 图像相减相减运算实例血管造影：血管造影：图图b b是相减图像是相减图像第33页，共58页，编辑于2022年，星期六3.4.2 图像平均处理图像平均处理(加法处理加法处理)利用多幅图像相加，然后取平均的办法，其目的主要是为了降低图像的噪声。利用多幅图像相加，然后取平均的办法，其目的主要是为了降低图像的噪声。平均平均8 次次平均平均16 次次平均平均64 次次平均平均128次次第34页，共58页，编辑于

10、2022年，星期六平均图像和真实图像的差不同平均次数的的不同平均次数的的差值图像和直方图。差值图像和直方图。平平均均8次次平均平均16次次平均平均64次次平均平均128次次第35页，共58页，编辑于2022年，星期六3.5 空间滤波基础 空间域滤波是通过模板运算实现的。空间域滤波是通过模板运算实现的。第36页，共58页，编辑于2022年，星期六33空间滤波的模板空间滤波的模板 这个模板作用于图像的结果为：这个模板作用于图像的结果为：第37页，共58页，编辑于2022年，星期六3.6 平滑平滑空间滤波器3.6.1 平滑线性线性滤波器 平滑线性滤波器平滑线性滤波器的主要作用：的主要作用：(1)(1

11、)减小图像噪声；减小图像噪声；(2)(2)对图像进行模糊化处理。对图像进行模糊化处理。简单平均简单平均 加权平均加权平均第38页，共58页，编辑于2022年，星期六平滑线性滤波器平滑线性滤波器 实例实例1 1：n=3n=5n=9n=15n=35第39页，共58页，编辑于2022年，星期六平滑线性滤波器平滑线性滤波器实例实例2第40页，共58页，编辑于2022年，星期六不连续不连续到到连续连续平滑线性滤波器实例平滑线性滤波器实例3第41页，共58页，编辑于2022年，星期六3.6.2 统计排序滤波器中值滤波法中值滤波法取3X3窗口从小到大排序，取中间值中间值第42页，共58页，编辑于2022年，

12、星期六中值滤波实例中值滤波实例第43页，共58页，编辑于2022年，星期六3.7 锐化空间锐化空间滤波器滤波器图像的锐化是图像的锐化是加强图像的细节部分。加强图像的细节部分。其实质是对图像进行其实质是对图像进行高通滤波高通滤波。3.7.1空间域锐化滤波基础空间域锐化滤波基础图像的图像的空间域锐化是采用图像微分空间域锐化是采用图像微分实现的实现的(一阶微分和二阶微分一阶微分和二阶微分)。对数字图像用对数字图像用差分差分来代替微分：来代替微分：一阶微分：一阶微分：二阶微分：二阶微分：第44页，共58页，编辑于2022年，星期六图像微分实例图像微分实例第45页，共58页，编辑于2022年，星期六3.

13、7.2 二阶微分的图像增强二阶微分的图像增强拉普拉斯算子拉普拉斯算子 Laplacian算子：算子：对数字图像，二阶微分为：对数字图像，二阶微分为：那么对那么对数字图像，数字图像，laplacian算子算子为：为：第46页，共58页，编辑于2022年，星期六拉普拉斯算子的模板拉普拉斯算子的模板第47页，共58页，编辑于2022年，星期六拉普拉斯变换结果和原图像的复合拉普拉斯变换结果和原图像的复合Laplacian掩膜中心为掩膜中心为“负负”Laplacian掩膜中心为掩膜中心为“正正”(3.7.5)使用拉普拉斯算使用拉普拉斯算子进行图像锐化子进行图像锐化的实例的实例第48页，共58页，编辑于2

14、022年，星期六复合拉普拉斯掩膜复合拉普拉斯掩膜 简化为一个过程，即简化为一个过程，即(3.7.6)第49页，共58页，编辑于2022年，星期六反锐化掩蔽反锐化掩蔽 反锐化掩蔽可以表示为：反锐化掩蔽可以表示为：高提升滤波高提升滤波Laplacian掩膜中心为掩膜中心为“负负”Laplacian掩膜中心为掩膜中心为“正正”(3.7.1)第50页，共58页，编辑于2022年，星期六高提升滤波高提升滤波实例实例第51页，共58页，编辑于2022年，星期六3.7.3 基于基于一阶微分一阶微分的图像增强的图像增强-梯度法梯度法 一阶微分用于图像增强，是用一阶微分用于图像增强，是用图像的梯度图像的梯度。梯

15、度的模梯度的模，即，即第52页，共58页，编辑于2022年，星期六 (1)(1)一般的梯度算法一般的梯度算法在用计算机计算梯度时，常用在用计算机计算梯度时，常用绝对值绝对值运算代替上式：运算代替上式：(2)罗伯茨罗伯茨（Roberts）梯度算法）梯度算法第53页，共58页，编辑于2022年，星期六梯度算子模板梯度算子模板SobelSobel算子算子第54页，共58页，编辑于2022年，星期六SobelSobel算子算子 应用实例应用实例第55页，共58页，编辑于2022年，星期六一阶微分：梯度算法突出边缘一阶微分：梯度算法突出边缘二阶微分：拉普拉斯变换突出细节二阶微分：拉普拉斯变换突出细节第5

16、6页，共58页，编辑于2022年，星期六3.8 混合空间增强法混合空间增强法(a)(c)(b)(d)(e)(f)(g)(h)(a)的拉普拉斯变换(a)+(b)(a)的Sobel处理(d)的均值滤波(c)*(e)(a)+(f)(g)的幂次变换第57页，共58页，编辑于2022年，星期六 主要介绍了主要介绍了空域图像增强空域图像增强的一些技术，包括的一些技术，包括灰度变灰度变换，直方图均衡，算术逻辑操作，平滑空间滤波换，直方图均衡，算术逻辑操作，平滑空间滤波(线线性和非线性性和非线性)，锐化滤波锐化滤波(拉普拉斯算子和梯度算子拉普拉斯算子和梯度算子)等。等。本章是在本章是在空间域空间域增强，下一章是在增强，下一章是在频率域频率域增强，二者增强，二者通过傅立叶变换连续起来，学习时注意两者的对应、联系通过傅立叶变换连续起来，学习时注意两者的对应、联系与比较。与比较。本章小结：本章小结：第58页，共58页，编辑于2022年，星期六