图像增强数字图像处理.pptx
《图像增强数字图像处理.pptx》由会员分享,可在线阅读,更多相关《图像增强数字图像处理.pptx(112页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、4.1 概述与分类结果:改善后的图像不一定逼近原图像定义:图像增强是指按特定的需要突出一幅图像中的某些信息,同时,消弱或去除某些不需要的信息的处理方法目的:对图像进行加工,以得到对具体应用来说视觉效果更“好”,更“有用”的图像,也就是说,提高图像的可懂度前提:不考虑图像降质的原因第1页/共112页3、图像增强处理最大的困难增强后图像质量的好坏主要依靠人的主观视觉来评定,也就是说,难以定量描述注意:1、图像增强处理并不能增加原始图像的信息,其结果只能增强对某种信息的辨别能力,而这种处理肯定会损失一些其它信息2、强调根据具体应用而言,更“好”,更“有用”的视觉效果图像第2页/共112页图像的动态范
2、围得到压缩、图像边缘信息得到锐化处理以及解决颜色恒常性(即改变光照变化的影响)压缩动态范围第3页/共112页第4页/共112页主要增强方法直接对象素灰度值运算对图像进行变换增强操作变换第5页/共112页空域法的基本原理直接对图像中的象素进行处理基本上是以灰度映射变换为基础所用的映射变换取决于增强的目的第6页/共112页频域法的基本原理基础是卷积定理它采用修改图像傅立叶变换的方法实现对图像的增强处理由卷积定理可知,如果原始图像是f(x,y),处理后的图像是g(x,y),而h(x,y)是处理系统中的冲激响应,那么,处理过程可由下式表示 g(x,y)=h(x,y)*f(x,y)如果G(u,v),H(
3、u,v),F(u,v)分别是g(x,y),h(x,y)和f(x,y)的傅立叶变换,上面的卷积关系可表示为变换域的乘积关系,即 G(u,v)=H(u,v)F(u,v)H(u,v)为传递函数。第7页/共112页在增强问题中,f(x,y)是给定的原始数据,经傅立叶变换可得到F(u,v).选择合适的H(u,v),使得 g(x,y)=F-1H(u,v)F(u,v)这样得到的g(x,y)比f(x,y)在某些特性方面更鲜明,突出,因而更容易识别,解释。两个关键:1、将图像从图像空间转换到频域空间所需的变换T以及再将图像从频域空间转换到图像空间所需的变换T-12、在频域空间对图像进行增强加工的操作EH第8页/
4、共112页空域变换增强处理方法基于点操作的增强也叫灰度变换,常见的几类方法为:1、将f(.)中的每个象素按EH操作直接变换以得到g(.)2、借助f(.)的直方图进行变换3、借助对一系列图像间的操作进行变换前面所讲的图像基本运算基于模板(滤波)操作的增强,主要有平滑和锐化处理两种方法 第9页/共112页直接灰度变换EH(.)变换函数可以取不同形式,从而得到不同的效果 1、线性变换 4.2 基于点操作的增强基于点操作的增强2、对数变换3 、指数变换第10页/共112页1、图像求反-灰度值进行反转,黑变白此时的EH(.)操作,可用曲线表示L-1L-1stst0EH(s)普通的黑白底片和照片的关系如此
5、st第11页/共112页第12页/共112页2、增强对比度增强图像各部分的反差,实际中增加图像中某两个灰度值间的动态范围来实现典型的增强对比度的EH(.)如图所示L-1L-1(s2,t2)(s1,t1)st0EH(s)0s1之间的动态范围减小s2L-1之间的动态范围减小s1s2之间的动态范围增加,对比度增强s1,s2,t1,t2取不同的值,得到不同效果 s1=t1,s2=t2,与原图相同第13页/共112页3、动态范围压缩与增强对比度相反,有时原图的动态范围太大,超出某些显示设备的允许动态范围,这时如直接使用原图,则一部分细节可能丢失对原图进行灰度压缩常用的EH(.)操作,是一种对数形式的函数
6、,曲线如图所示L-1L-1st0EH(s)t=Clog(1+|s|)C为尺度比例常数第14页/共112页4、灰度切分与增强对比度相仿,将某个灰度值范围变得比较突出典型的EH(.)操作如图所示L-1L-1st0EH(s)s1s2EH(s)L-1s1 s20L-1t ts s将s1s2之间的灰度级突出,而将其余灰度值逐渐变为某个低灰度值将s1s2之间的灰度级突出,而将其余灰度值保留第15页/共112页5.位面图直接灰度变换也可以借助图像的位面表示进行。对1幅用多个比特表示其灰度值得图像来说,其中的每个比特可看作表示了1个二值的平面,也称位面。1幅其灰度级用8bit表示的图像有8个位面,一般用位面0
7、代表最低位面,位面7代表最高位面,如图所示。对图像特定位面的操作进行图像增强第16页/共112页实例第17页/共112页4.2.2 直方图处理1.直方图概念及模型化灰度级的直方图描述了一幅图像的概貌。简单讲,灰度级直方图就是反映一幅图像中的灰度级与出现这种灰度的概率之间的关系的图形第18页/共112页对于一幅给定的图像而言,每一个象素取得0,1区间内的灰度级是随机的,也就是说,r是一个随机变量。假定对每一瞬间它们是连续的随机变量,那么,就可以用概率密度函数pr(r)来表示原始图像的灰度分布。如果用直角坐标系中的横轴代表灰度级r,用纵轴代表灰度级的概率密度函数pr(r),这样就可针对一幅图像在这
8、个坐标系中作曲线来。这条曲线在概率论中就是分布密度曲线设变量r代表图像中象素灰度级,在图像中,象素的灰度级可作归一化处理,这样,r的值将限定为0r 1第19页/共112页10rPr(r)(a)图(c)图像的象素灰度值集中在某个较小的范围内,也就是说图像(c)的灰度集中在某一个小的亮区 10图(a)的大多数象素灰度值取在较暗的区域。所以这幅图像肯定较暗,一般在摄影过程中曝光太弱就会造成这种结果。10rPr(r)(b)图(b)图像的象素灰度值集中在亮区,因此图像的特性偏亮,曝光过强,导致这种结果。(c)第20页/共112页给出来对sk出现概率的1个估计图像的灰度统计 直方图1D的离散函数sk为图像
9、f(x,y)的第k级灰度,nk是图像中具有灰度值sk的象素的个数,n是图像象素总数直方图提供了原图的灰度值分布情况,也可以说给出了一幅图所有灰度值的整体描述离散化定义第21页/共112页偏暗第22页/共112页2.直方图修改技术的基础也就是说,通过上述变换,每个原始图像的象素r都可以产生一个s值。假设对于给定一幅图像的灰度级分布在0r sknkps(sk)r0-s0=1/77900.19r1-s1=3/710230.25r2-s2=5/78500.21r3,r4-s3=6/79850.24R5,r6,r7-s4=14480.11第54页/共112页2、计算变换函数 uk=G(zk)=j=0kp
10、z(zj)ukG(zk)u00.00u10.00u20.00u30.15u40.35u50.65u60.85u71.0第55页/共112页3、用直方图均衡化中的sk进行G的反变换求z zk=G-1(sk)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,s0=1/70.14,与它最接近的是G(z3)=0.15,所以可以写成G-1(0.15)=z3,用这样的方法可得到下列变换值s0=1/7 z3=3/7s1=3/7z44/7s2=5/7z5=5/7s3=6/7z6=6/7 s4=1z7=1第56页/共112页4、用z=G-1(T(r)找出r与z之间的映射关系zkrknk pz
11、(zk)z0=0000.00z1=1/71/700.00z2=2/72/700.00z3=3/7 s0=1/73/77900.19z4=4/7 s1=3/74/71023 0.25z5=5/7 s2=5/75/78500.21z6=6/7 s3=6/76/79850.24z7=1 s4=114480.11第57页/共112页第58页/共112页原图像原图像的直方图规定直方图输出图像输出图像的直方图直方图中高灰度值一边更密集由于规定的直方图在高灰度区值较大,所以变换的结果比均衡化更亮第59页/共112页原图像及直方图均衡后的图像及直方图图像的反差大了,细节清楚了在直方图中的表现是直方图灰度范围窄
12、且集中在低灰度值区域。现在直方图占据了整个图像灰度值的允许范围,增加了图像的动态范围。原图较暗且动态范围小第60页/共112页总结直方图均衡化:直方图均衡化:寻找寻找r r和和s s之间的函数关系之间的函数关系第61页/共112页直方图规定化:直方图规定化:寻找寻找r r和和z z之间的函数关系之间的函数关系总结rsvz第62页/共112页作业:一幅图像共有8个灰度级,每一灰度级的概率分布如下表所示,要求对其进行直方图规定化处理,规定化直方图的数据如表所示。(画出规定化后的直方图)第63页/共112页rkPr(r k)Z kP z(zk)r000.29z000r11/70.24z11/70r2
13、2/70.17z22/70r33/70.12z33/70r44/70.09z44/70.27r55/70.06z55/70.43r66/70.02z66/70.19r710.01z710.11原始直方图数据原始直方图数据规定直方图数据规定直方图数据第64页/共112页1/72/7 3/7 4/7 5/7 6/7010.290.240.170.120.090.060.020.01P r(r k)rk第65页/共112页1/72/7 3/7 4/7 5/7 6/7010.430.270.190.11P z(zk)zk(规定化)第66页/共112页1/72/7 3/7 4/7 5/7 6/7010.
14、410.290.210.09P z(zk)(结果)(结果)zk第67页/共112页对两个以上的图像进行代数运算实现灰度变换对两个以上的图像进行代数运算实现灰度变换 将两幅输入图像之间进行点对点的加、减、乘、除运算得到输出图像的过程。C(x,y)=A(x,y)+B(x,y)(1)C(x,y)=A(x,y)-B(x,y)(2)C(x,y)=A(x,y)B(x,y)(3)C(x,y)=A(x,y)/B(x,y)(4)4.2.3 4.2.3 图像之间的运算图像之间的运算第68页/共112页(a)(b)(c)(d)(e)(f)(a)(b)第69页/共112页4.3 4.3 基于空域滤波的增强基于空域滤波
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 图像 增强 数字图像 处理
限制150内