图像增强d的方法课件

1、信号与图像处理研究所信号与图像处理研究所图像增强 对比度增强 图像平滑 图像锐化 同态滤波 伪彩色与假彩色处理信号与图像处理研究所信号与图像处理研究所目的： 采用一系列技术去改善图像的视觉效果，或将图像转换成一种更适合于人或机器进行分析处理的形式。图像增强并不以图像保真为准则，而是有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图像的使用价值。信号与图像处理研究所信号与图像处理研究所方法： 空间域处理 全局运算：在整个图像空间域进行。 局部运算：在与像素有关的空间域进行。 点运算：对图像作逐点运算。 频域处理 在图像的Fourier变换域上进行处理。信号与图像处理研究所信号与图像

2、处理研究所对比度增强 灰度变换法 线性变换 对数变换 指数变换 直方图调整法 直方图均衡化 直方图匹配要点： 信号与图像处理研究所信号与图像处理研究所灰度变换法 (一)线性灰度变换 当图像成象时曝光不足或过度, 或由于成象设备的非线性和图像记录设备动态范围太窄等因素。都会产生对比度不足的弊病，使图像中的细节分辨不清。这时可将灰度范围线性扩展。 设f(x,y)灰度范围为a,b，g(x,y)灰度范围为c,d,信号与图像处理研究所信号与图像处理研究所 image filtering: change range of image（灰度上的变换）g(x) = T(f(x)fxTfxfxTfx image

3、 warping（spatial tranformation）: change domain of image（空间坐标上的变换）g(x) = f(T(x)关键在构造灰度变换T信号与图像处理研究所信号与图像处理研究所线性灰度变换0f(x,y)g(x,y)abcd信号与图像处理研究所信号与图像处理研究所ayxfcbyxfacayxfabcdbyxfdyxg),(),(),(),(),(线性灰度变换信号与图像处理研究所信号与图像处理研究所灰度变换法 (二)分段线性灰度变换 将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。 设f(x,y)灰度范围为0,Mf，g(x,y)灰度范围为0,Mg,信

4、号与图像处理研究所信号与图像处理研究所分段线性灰度变换0f(x,y)g(x,y)abcdMfMg信号与图像处理研究所信号与图像处理研究所ayxfyxfacbyxfacayxfabcdMyxfbdbyxfbMdMyxgffg),(0),(),(),(),(),(),(分段线性灰度变换I=imread(lena.bmp);m,n=size(I);g=zeros(m,n);Mg=255;%可以指定Mf=max(I(:);%可以指定for i=1:m for j=1:n if (I(i,j)=b) g(i,j)=(Mg-d)/(Mf-b)*(I(i,j)-b)+d; else if (I(i,j)=a

5、) g(i,j)=(d-c)/(b-a)(I(i,j)-a)+c; else g(i,j)=c/a*I(i,j); end end endend信号与图像处理研究所信号与图像处理研究所 灰度切割I=imread(lena.bmp);for i=7:-1:0 g=bitand(I,2.i); figure;imshow(g,);end分段线性灰度变换信号与图像处理研究所信号与图像处理研究所灰度变换法 (三)非线性灰度变换 （1）对数变换 低灰度区扩展，高灰度区压缩。 （2）指数变换 高灰度区扩展，低灰度区压缩。信号与图像处理研究所信号与图像处理研究所cbyxfayxgln 1),(ln),(对数

6、变换a,b,c是按需要可以调整的参数。信号与图像处理研究所信号与图像处理研究所1),(),(ayxfcbyxg指数变换a,b,c是按需要可以调整的参数。1()xxaxa信号与图像处理研究所信号与图像处理研究所直方图调整法（一）直方图Histogram 直方图:表示数字图像中的每一灰度级与其出现的频率(该灰度级的像素数目)间的统计关系,用横坐标表示灰度级, 纵坐标表示频数(也可用概率表示)。 直方图:I=imread(lena.bmp);m,n=size(I);Hist=zeros(256,1);for i=1:mfor j=1:nHist(I(I,j)= Hist(I(I,j)+1;enden

7、d信号与图像处理研究所信号与图像处理研究所信号与图像处理研究所信号与图像处理研究所直方图的性质 1直方图是一幅图像中各象素灰度值出现次数（或频数）的统计结果，它只反映该图像中不同灰度值出现的次数（或频数，而未反映每一灰度值象素所在位置。也就是说，它只包含了该图像中某一灰度值的象素出现的概率，而丢失了其所在位置的信息。 2任一幅图像，都能唯一地算出一幅与它对应的直方图，但不同的图像，可能有相同的直方图。也就说，图像与直方图之间是一种多对一的映射关系。 3由于直方图是对具有相同灰度值的象素统计计数得到的，因此，一幅图像各子区的直方图之和就等于该图全图的直方图。信号与图像处理研究所信号与图像处理研究

8、所(二)直方图均衡化( Histogram Equalization) 直方图均衡化是将原图像的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图像。 图像均衡化处理后，图像的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图像看起来就更清晰了。 信号与图像处理研究所信号与图像处理研究所连续灰度的直方图均匀分布信号与图像处理研究所信号与图像处理研究所直方图均衡化目标信号与图像处理研究所信号与图像处理研究所直方图均衡化的技术要点：公理：直方图为常数的图像对比度最好目标：寻找一个灰度级变换T(r)，使结果图像的直方图p(sk)为一个常数.要找到一种变换

9、S=T ( r ) 使直方图变平直，为使变换后的灰度仍保持从黑到白的单一变化顺序，且变换范围与原先一致，以避免整体变亮或变暗。必须规定： （1）在0r1中，T(r)是单调递增函数，且0T(r)1； （2）反变换r=T-1(s),T-1(s)也为单调递增函数，0s1。对变换函数T(r)的要求：信号与图像处理研究所信号与图像处理研究所直方图均衡化实现11max11maxmaxmaxin0()()()A()g()()()()()()ininoutoutoutoutoutoutinoutoutininingininoutpTgpgTTgpggpTgTTgAgpgTgAgpgdgT ggA均匀即实现：强

10、制认为累积分布函数CDF是我们要找的变换函数T(r)CDF00( )( )kkjkkjjjnsT rprn信号与图像处理研究所信号与图像处理研究所信号与图像处理研究所信号与图像处理研究所灰度变换后直方图的计算out1()()ininoutgT ggTgo u t11()()00()()()()()()() )()() )o u to u tinino u tinggggo u tggino u to u to u tininino u to u tinino u tinininininino u to u tinino u to u to u to u tpDd DpDd Dggpgpgppg

11、ggTggTgTgggpgpgTgpTgpgTTg 又rjrj+gsjsj+s变换前后对应区间内像素个数相同信号与图像处理研究所信号与图像处理研究所直方图均衡化 应用到离散灰度级，设一幅图像的像素总数为n，分L个灰度级。 第k个灰度级出现的频数。 第k个灰度级出现的概率 其中0rk1，k=0,1,2,.,L-1 形式为： 00( )( )kkjkkjjjnsT rp rn信号与图像处理研究所信号与图像处理研究所 S=zeros(L,1); Hist=GetHist(I); S1=Hist1; For k=1:L-1 Sk+1=Sk+Histk+1; End信号与图像处理研究所信号与图像处理研究

12、所例：设图像有例：设图像有6464* *64=409664=4096个像素，有个像素，有8 8个灰度级，灰度个灰度级，灰度分布如表所示。进行分布如表所示。进行直直方图均衡化方图均衡化。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02信号与图像处理研究所信号与图像处理研究所步骤：步骤：rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 79010238506563292451

13、2281p(rk) 0.190.250.210.160.080.060.030.02信号与图像处理研究所信号与图像处理研究所rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk计算计算 0.190.440.650.810.890.950.981.00sk舍入舍入 1/73/75/76/76/7111sk nsk 7901023850985448p(sk) 0.190.250.210.240.113. 3. 重新命名重新命

14、名s sk k，归并相同灰度归并相同灰度级的像素数。级的像素数。信号与图像处理研究所信号与图像处理研究所直方图均衡化 直方图均衡化实质上是减少图像的灰度级以换取对比度的加大。在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。若这些灰度级所构成的图像细节比较重要，则需采用局部区域直方图均衡。 信号与图像处理研究所信号与图像处理研究所 （三）直方图匹配（规定化） 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。 目标：突出我们感兴趣的灰度范围，使图像质量改善。 信号与图像处理研究所信号与图像处理研究所直方图匹配 令P(r) 为

15、原始图像的灰度密度函数，P(z)是期望通过匹配的图像灰度密度函数。对P(r) 及P(z) 作直方图均衡变换，通过直方图均衡为桥梁，实现P(r) 与P(z) 变换。信号与图像处理研究所信号与图像处理研究所rjzk信号与图像处理研究所信号与图像处理研究所直方图匹配 步骤： （1）由 各点灰度由 r映射成s。 （2）由 各点灰度由 z映射成v rrdrrprTs010)()(zzdzzpzGv010)()(信号与图像处理研究所信号与图像处理研究所直方图匹配 步骤： （3）根据v=G(z), z=G-1(v) 由于v, s有相同的分布，逐一取 vs，求出与r对应的z=G-1(s)。信号与图像处理研究所

16、信号与图像处理研究所直方图匹配离散灰度级情况： 由（1）、（2）计算得两张表，从中选取一对, ，使，并从两张表中查得对应的rj，zk。于是，原始图像中灰度级为的所有像素均映射成灰度级。最终得到所期望的图像。信号与图像处理研究所信号与图像处理研究所空域图像平滑 低通滤波 （在频域中讲） 局部平均 中值滤波 多帧平均（在算术运算中已经讲述）要点： 信号与图像处理研究所信号与图像处理研究所图像平滑(smooth) 图像在传输过程中，由于传输信道、采样系统质量较差，或受各种干扰的影响，而造成图像毛糙，此时，就需对图像进行平滑处理。 信号与图像处理研究所信号与图像处理研究所局部平均法 直接在空间域上对图

17、像进行平滑处理。 该方法便于实现，计算速度快，结果也比较令人满意。（一）简单局部平均法 设有一幅数字有噪图像( , )( , )( , )g x yf x yn x y信号与图像处理研究所信号与图像处理研究所( , )( , )( , )1( , )( , )11( , )( , )i jSi jSi jSg x yg i jMf i jn i jMM经局部平均处理后，得到平滑图像为： f(x,y)为原始图，n(x,y)为噪声， S：点(x,y)邻域内的点集， M：S内总点数。简单局部平均法信号与图像处理研究所信号与图像处理研究所局部平均法的： （1）图像由许多灰度恒定的小块组成。 （2）图像

18、上的噪声是加性的、均值为零，且与图像信号互不相关。 根据假设（1），上式第一项非常接近 f(x,y)。 平滑后噪声方差简单局部平均法2),(2),(1),(1),(1nSjiSjiMjinDMjinMDM越大，方差越小信号与图像处理研究所信号与图像处理研究所平滑后噪声方差为处理前的 。简单局部平均会使图像模糊，特别是轮廓边缘不清晰。简单局部平均法M1信号与图像处理研究所信号与图像处理研究所 用局部中值代替局部平均值。 令f(x,y)-原始图像阵列， g(x,y)-中值滤波后图像阵列， f(x,y) -灰度级， g(x,y) -以f(x,y)为中心的窗口内各象素的灰度中间值。（二）中值滤波法信号

19、与图像处理研究所信号与图像处理研究所取3X3窗口中值滤波法207205208201202206198200212207205208201205206198200212212208207206205202201200198从小到大排列，取中间值信号与图像处理研究所信号与图像处理研究所中值滤波法 中值滤波在抑制图像随机脉冲噪声方面甚为有效。且运算速度快，可硬化，便于实时处理。信号与图像处理研究所信号与图像处理研究所（三）加权平均法1),( ),( ),(),(),(),(),(),(SjiSjijiwjiwjinjifjiwyxg为权值，且其中信号与图像处理研究所信号与图像处理研究所信号与图像处理

20、研究所信号与图像处理研究所信号与图像处理研究所信号与图像处理研究所信号与图像处理研究所信号与图像处理研究所高斯滤波 去雀斑信号与图像处理研究所信号与图像处理研究所信号与图像处理研究所信号与图像处理研究所图像锐化 高频加强滤波 （在频域中讲） 微分法 梯度 反锐化掩模法要点： 信号与图像处理研究所信号与图像处理研究所图像经转换或传输后，质量可能下降，难免有些模糊。图像锐化目的：加强图像轮廓，使图像看起来比较清晰。图像锐化信号与图像处理研究所信号与图像处理研究所 考察正弦函数 ，它的微分 。微分后频率不变，幅度上升2a倍。ax2sinaxa2cos2微分法 空间频率愈高，幅度增加就愈大。这表明微分

21、是可以加强高频成分的，从而使图像轮廓变清晰。 信号与图像处理研究所信号与图像处理研究所 最常用的微分方法是梯度法。设图像函数为f (x,y)，它的梯度 (Gradient)是一个向量，定义为：yfxfyxf),(G微分法信号与图像处理研究所信号与图像处理研究所 在(x,y)点处的梯度，方向是f (x,y)在这点变化率最大的方向，而其长度（记Gf (x,y)）则等于f (x,y) 的最大变化率，即2122),(yfxfyxfG微分法信号与图像处理研究所信号与图像处理研究所 为方便起见，以后把梯度长度也简称为梯度。 对数字图像，用差分来近似微分。 两种常用差分算法 （1）典型梯度算法微分法2122

22、) 1,(),(), 1(),(),(yxfyxfyxfyxfyxfG信号与图像处理研究所信号与图像处理研究所 （2）罗伯茨（Roberts）梯度算法微分法2122) 1,(), 1() 1, 1(),(),(yxfyxfyxfyxfyxfG), 1() 1,(),(yxfyxfyxf) 1, 1(), 1() 1,(),(yxfyxfyxfyxf信号与图像处理研究所信号与图像处理研究所 上述二算法运算较费时。为更适合计算机实现，采用绝对差分算法：微分法) 1,(),(), 1(),(),(yxfyxfyxfyxfyxfG) 1,(), 1() 1, 1(),(),(yxfyxfyxfyxfyxfG及信号与图像处理研究所信号与图像处理研究所对NxN数字图像，不可能在最后一行(x=N)和最后一列(y=N)象素上计算梯度值。一种补救办法：用前一行(x=N-1)和前一列(y=N-1)对应象素的梯度值。微分法信号与图像处理研究所信号与图像处理研究所 某象素上的梯度值是该象素与相邻象素的灰度差值的单调递增函数。图像轮廓上，象素灰度有陡然变化，梯度值很大。