数字图像处理第6章1PPT课件_第1页
数字图像处理第6章1PPT课件_第2页
数字图像处理第6章1PPT课件_第3页
数字图像处理第6章1PPT课件_第4页
数字图像处理第6章1PPT课件_第5页
已阅读5页,还剩90页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、图像噪声图像噪声 图像增强是数字图像处理的基本内容之一,其目的是根据应用需要突出图像中的某些“有用”信息,削弱或去除不需要的信息,以达到扩大图像中不同物体特征之间的差别。 图像增强算法并不能增加原始图像的信息,而是通过某种技术手段有选择地突出对某一具体应用有价值的信息。 第1页/共95页 对于数字图像处理而言,噪声是指图像中的非本源信息。因此,噪声会影响人的感官对所接收的信源信息的准确理解。 第2页/共95页1. 图像噪声的产生图像噪声的产生 在图像形成过程中,图像数字化设备、电气系统和外界影响将使得图像噪声的产生不可避免 。第3页/共95页2. 图像噪声分类图像噪声分类 图像噪声按其产生的原

2、因可分为外部噪声和内部噪声。一般情况下,数字图像中常见的外部干扰主要包括如下几种: 设备元器件及材料本身引起的噪声。如磁带、磁盘表面缺陷所产生的噪声; 系统内部设备电路所引起的噪声,包括电源系统引入的交流噪声,偏转系统和箝位电路引起的噪声等; 电器部件机械运动产生的噪声。如数字化设备的各种接头因抖动引起的电流变化所产生的噪声,磁头、磁带抖动引起的抖动噪声等; 第4页/共95页3. 图像噪声特点图像噪声特点 叠加性; 分布和大小的不规则性; 噪声与图像之间具有相关性; 第5页/共95页图像增强方法分类 图像增强的定义 图像增强的目的 图像增强的技术方法第6页/共95页图像增强的定义按我们的需要突

3、出一幅图像中的某些“有用”信息,同时削弱另外一些“无用”信息的图像处理方法。返回第7页/共95页图像增强(突出边界)第8页/共95页图像增强(消除噪声)返回第9页/共95页图像增强的目的 通过对图像的处理,使图像比处理前更适合一个特定的应用。也就是为了某种应用目的去改善图像的质量。返回1. 改善图像的视觉效果。2. 突出图像的特征,便于计算机处理。第10页/共95页图像增强的技术方法 主要有空域处理法和频域处理法(1)空域处理法:直接在图像所在的二维空间进行处理,即直接对每一像元的灰度值进行处理。(2)频域处理法:将图像从空间域变换到频率域对图像进行处理。第11页/共95页空间域图像增强频率域

4、灰度变换空域滤波直接灰度变换直方图修正法图像的代数运算直方图均衡化直方图规定化图像平滑图像锐化高通滤波低通滤波带通、带阻滤波 图6.1 图像增强的主要内容返回第12页/共95页基于灰度变换的图像增强方法第13页/共95页基于空域灰度变换的图像增强方法 直接灰度变换 基于图像的直方图进行灰度变换 对两个以上的图像进行代数运算实现灰度变换返回第14页/共95页 直接灰度变换非线性拉伸线性拉伸按比例线性拉伸分段线性拉伸对数扩展指数扩展第15页/共95页fgabab255218482550第16页/共95页第17页/共95页第18页/共95页灰度动态范围较窄观察直方图分布第19页/共95页对比度拉伸灰

5、度动态范围变宽第20页/共95页灰度动态范围变宽观察直方图分布第21页/共95页第22页/共95页25548255019621623第23页/共95页是在整个灰度值范围内按照统一的变换函数来实现对不同灰度值区间的扩展与压缩。常用的有按对数函数扩展和按指数函数扩展。按对数函数变换:低灰度区扩展,高灰度区压缩。第24页/共95页按指数函数变换:高灰度区扩展,低灰度区压缩。第25页/共95页原始图象第26页/共95页非线性灰度变换对数效应第27页/共95页返回非线性灰度变换指数效应第28页/共95页 基于直方图的图像增强方法灰度直方图:数字图像中每一灰度级与它出现的频率之间的统计,可以理解为描述各个

6、灰度级的像素出现多少的统计图示。若用横坐标表示灰度级,纵坐标表示频率,就可以看出图像中灰度的分布情况,例:水泥微观结构图与左图对应的直方图第29页/共95页第30页/共95页P (r k) r k第31页/共95页P (r k) r k第32页/共95页P (r k) r k第33页/共95页基于灰度直方图的图像增强直方图均衡化直方图规定化目的原理及基本算法应用举例目的原理及处理步骤应用举例第34页/共95页直方图均衡化1) 目的 将原始图像的直方图变为均衡分布的形式,即将一已知灰度概率密度分布的图像,经过某种变换,变成一幅具有均匀灰度概率密度分布的新图像。 图像均衡化处理后,图像的直方图是平

7、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。 第35页/共95页P (r k) r k第36页/共95页第37页/共95页第38页/共95页第39页/共95页第40页/共95页第41页/共95页第42页/共95页直方图均衡化2. 原理 首先假定连续灰度级的情况,推导直方图均衡化变换公式,令r 代表灰度级,P ( r ) 为概率密度函数。r 值已归一化,最大灰度值为1。第43页/共95页第44页/共95页第45页/共95页第46页/共95页第47页/共95页rjrj+rsjsj+s第48页/共95页)(1)()(000rTsdsdsspdrrprs

8、srdrrprT0) 12()()(第49页/共95页)22()()(00kjkjjjkknnrprTs第50页/共95页 3.基本步骤: (1) 求出图像中所包含的灰度级rk,可以定为0L-1,(2) 统计各灰度级的像素数目nk (k=0,1,2,L-1)(3) 计算图像直方图(4) 计算变换函数:(5) 用变换函数计算映射后输出的灰度级Sk(6) 统计映射后新的灰度级Sk的像素数目nk(7) 计算输出图像的直方图第51页/共95页例例例例例例r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 79010238506563292451228

9、1 P (r k ) 0.190.250.210.160.080.060.030.02第52页/共95页例例例例例例r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 790102385065632924512281 P (r k ) 0.190.250.210.160.080.060.030.02第53页/共95页S k计算计算 0.190.440.650.810.890.950.981.00例例例例例例r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 79010238506563292

10、4512281 P (r k ) 0.190.250.210.160.080.060.030.02第54页/共95页S k舍入舍入 1/73/75/76/76/7111(2) (2) 把计算的把计算的s sk k就近安排到就近安排到8 8个个灰度级中。灰度级中。例例例例例例S k计算计算 0.190.440.650.810.890.950.981.00r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 790102385065632924512281 P (r k ) 0.190.250.210.160.080.060.030.02第55页/

11、共95页S k nsk 7901023850985448P (s k ) 0.190.250.210.240.11(3) (3) 重新命名重新命名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。例例例例例例S k计算计算 0.190.440.650.810.890.950.981.00r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 790102385065632924512281 P (r k ) 0.190.250.210.160.080.060.030.02S k舍入舍入 1/73/75/76/76/7111第56页/共

12、95页均衡化前后直方图比较例例例例例例第57页/共95页第58页/共95页第59页/共95页第60页/共95页第61页/共95页第62页/共95页第63页/共95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64页/共95页第65页/共95页 (2)用变换函数计算映射后输出的灰度级: 原图像的灰度只有8级, 所以Sk需以1/7为量化单位进行舍入运算。(1/7=0.14 2/7=0.29 3/7=0.43 4/7=0.57 5/7=0.72

13、 6/7=0.86 7/7=1) S0 =0.19 S0 = 1/7 S1 =0.44 S1 =3/7 S2 =0.65 S2 =5/7 S3 =0.81 S3 =6/7 S4=0.89 S4 = 6/7 S5=0.95 S5=1 S6=0.98 S6 = 1 S7=1 S7=1第66页/共95页 (3)统计映射后各灰度级的像素数目n i: 由上舍入结果可见,均衡化后的灰度级仅有5级,分别是S0 = 1/7 ;S1 =3/7 ;S2 =5/7 ;S3 =6/7 ;S4 = 1 对应的像素数目是 S0 =1/7 n0=790 S1 =3/7 n1=1023 S2 =5/7 n2=850 S3 =

14、6/7 n3+n4=656+329=985 S4 = 1 n5+n6+n7=245+122+81=448第67页/共95页 (4)计算输出图像的直方图:第68页/共95页 直方图均衡化技术的缺点:(1)将原始函数的累积分布函数作为变换函数, 只能产生近似均匀的直方图。(2)在某些情况下,并不一定需要具有均匀直方 图的图像。返回返回第69页/共95页(课堂作业)一幅图像共有8个灰度级,每一灰度级概率分布如下表所示,要求对其进行直方图均衡化处理,并画出均衡化后的图像的直方图。第70页/共95页S kP s (S k ) 1/72/7 3/7 4/7 5/7 6/7010.290.240.170.2

15、10.09第71页/共95页直方图规定化1.定义 修改一幅图像的直方图,使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:当需要具有特定的直方图的图像时,可按照预先设定的某个形状人为的调整图像的直方图。第72页/共95页第73页/共95页第74页/共95页2. 直方图规定化的原理 P r (r)表示原始图像的灰度分布概率密度函数。 P z (z)表示目的图像的灰度分布概率密度函数。(1)首先对原始图像进行直方图均衡化处理,即求变换函数: (2)对目标图像也进行直方图均衡化处理,即:rdwwrTs0)Pr()(zdwwPzzGv0)()(其逆变换是 即由均衡化后的灰度级v得到目标

16、函数的灰度级z)(1vGz第75页/共95页)()(11sGvGz即可以由原始图像均衡化后的灰度值s来求目标图像的灰度级z第76页/共95页第77页/共95页rrdrrprTs010)()(zzdzzpzGv010)()(第78页/共95页第79页/共95页S k nsk 7901023850985448P (s k ) 0.190.250.210.240.11S k计算计算 0.190.440.650.810.890.950.981.00r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 790102385065632924512281 P

17、 (r k ) 0.190.250.210.160.080.060.030.02S k舍入舍入 1/73/75/76/76/7111第80页/共95页直方图规定化处理实例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81页/共95页)22()()(00kjkjjjkknnrprTs第82页/共95页第83页/共95页r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 790102385065632924512281 P (r k ) 0.190.2

18、50.210.160.080.060.030.02 z k z0=0z1=1/7z2=2/7z3=3/7z4=4/7z5=5/7z6=6/7z7=1 Pz(z k) 0.000.000.000.150.200.300.200.15第84页/共95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85页/共95页第86页/共95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87页/共95页1/72/7 3/7 4/7 5/7 6/7010.430.270.190.11P z (zk ) zk第88页/共95页1/72/7 3/7 4/7

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论