图像处理-chapter4-02课件

1、(数字数字)图像处理图像处理(Digital) Image Processing第四章第四章 图像增强图像增强4.1 灰度级修正灰度级修正4.2 图像的同态增晰图像的同态增晰4.3 图像平滑图像平滑4.4 图像锐化图像锐化4.5 图像伪彩色处理图像伪彩色处理4.6 图像的几何校正图像的几何校正4.2 图像同态增晰图像同态增晰一、目的一、目的 问题：问题：灰度动态范围很大，而感兴趣灰度动态范围很大，而感兴趣区域物体灰度级范围很小，分不清区域物体灰度级范围很小，分不清层次和细节层次和细节 原因：原因：不均匀照度对图像造成的影不均匀照度对图像造成的影响，若物体受到照度明暗不匀的时响，若物体受到照度明

2、暗不匀的时候，图象上对应照度暗的部分，其候，图象上对应照度暗的部分，其细节就较难辨别。细节就较难辨别。 照度 ,反射系数 。),(yxfi),(yxfr 同态增晰的同态增晰的：消除不均匀照度的影响而：消除不均匀照度的影响而又不损失图象细节。又不损失图象细节。),(),(),(yxfyxfyxfri其中照明函数其中照明函数 描述景物的照明，与景物描述景物的照明，与景物无关，无关， ),(yxfi),(0yxfi),(1yxfr),(yxfr反射函数 包含景物的细节，与照明无关 ， 。 图象的灰度由照射分量和反射分量合图象的灰度由照射分量和反射分量合成。反射分量反映图象内容，随图象细节成。反射分量

3、反映图象内容，随图象细节不同在空间上作快速变化。照射分量在空不同在空间上作快速变化。照射分量在空间上通常均具有缓慢变化的性质。间上通常均具有缓慢变化的性质。 照射分量的频谱落在空间低频区域，照射分量的频谱落在空间低频区域，反射分量的频谱落在空间高频区域。反射分量的频谱落在空间高频区域。二、原理二、原理g(x,y)F F T变换同 态滤 波 H(u,v)FFT反变换指 数变换对 数变 换(a) 同态增晰方框图同态增晰方框图f(x,y)(b) 同态增晰滤波函数曲线同态增晰滤波函数曲线2.02.0H(u,v)H(u,v)(u,v)1.01.01.51.50.00.00.50.5 ( 1 ) ( 2

4、),(ln),(ln),(ln),(yxfyxfyxfyxzri),(ln),(ln),(yxfyxfyxzriFFF),(),(),(ln,ln,lnvuFvuFvuFri (3) 压缩压缩fi(x,y)分量的变化范围，削弱分量的变化范围，削弱 ),(),(),(),(),(ln,ln,lnvuHvuFvuHvuFvuGri),(ln,vuFi),(ln,vuFr增强增强fr(x,y)分量的对比度，提升分量的对比度，提升增强细节。确定增强细节。确定H(u,v)。10 （4）求反变换),(),(),(ln,1vuHvuFyxgiiF),(),(),(ln,1vuHvuFyxgrrF11（5）求

5、指数变换),(),(),(),(expln),(yxgyxgyxgyxgyxgriri12lnFFTH(u,v)FFT-1expf(x,y)g(x,y)1314151617184.3 图像平滑图像平滑图像平滑的目的：图像平滑的目的： 减少噪声，即减弱傅立叶空间的高频分减少噪声，即减弱傅立叶空间的高频分量，因为高频分量对应图像中的区域边量，因为高频分量对应图像中的区域边缘等灰度值具有较大变化的部分，滤波缘等灰度值具有较大变化的部分，滤波器将这一部分滤去可使图像平滑。器将这一部分滤去可使图像平滑。19噪声分类噪声分类按照按照噪声污染防治法噪声污染防治法可将噪声分为：可将噪声分为： 工业噪声工业噪声

6、 （环保部门）（环保部门） 建筑施工噪声建筑施工噪声 （环保部门）（环保部门） 交通运输噪声交通运输噪声 （公安交通管理部门）（公安交通管理部门） 社会生活噪声社会生活噪声 （可分七类，由不同部（可分七类，由不同部门处理监管）门处理监管）20内部噪声：内部噪声：（1）光和电的基本性质引起噪声）光和电的基本性质引起噪声（2）电器机械运动）电器机械运动（3）元器件材料）元器件材料（4）系统内部设备电路）系统内部设备电路外部噪声：系统外部干扰从电磁波或经电源串入外部噪声：系统外部干扰从电磁波或经电源串入系统内部系统内部图像噪声按其产生原因：图像噪声按其产生原因：21按统计特性来分：按统计特性来分：平

7、稳噪声：其统计特性不随时间变化的噪声平稳噪声：其统计特性不随时间变化的噪声非平稳噪声：其统计特性随时间变化的噪声非平稳噪声：其统计特性随时间变化的噪声22按噪声和信号关系来分：按噪声和信号关系来分：加性噪声加性噪声乘性噪声乘性噪声 23带通噪声带通噪声(有色噪声有色噪声)和白噪声和白噪声白噪声：在频域上不存在信号能量突然变大白噪声：在频域上不存在信号能量突然变大的频带，在时域上也找不到信号能量突然变的频带，在时域上也找不到信号能量突然变大的时间段，即它在频域和时域上的分布是大的时间段，即它在频域和时域上的分布是一致的一致的 。功率谱密度在整个频域均匀的。如。功率谱密度在整个频域均匀的。如热噪声

8、。是理想化噪声模型，因为不可能有热噪声。是理想化噪声模型，因为不可能有带宽无限宽的信号。带宽无限宽的信号。带通噪声：在某个频带上信号的能量突然变带通噪声：在某个频带上信号的能量突然变大。如交流电噪声，它的能量主要集中在大。如交流电噪声，它的能量主要集中在50Hz左右。左右。24标准白噪声和高斯白噪声标准白噪声和高斯白噪声 标准白噪声：标准白噪声：幅度均值为零，方差为一常数。幅度均值为零，方差为一常数。 高斯白噪声：高斯白噪声：它的幅度分布它的幅度分布(概率密度函数概率密度函数)服服从高斯分布，而它的功率谱密度又是均匀分布从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。的，则称它

9、为高斯白噪声。 热噪声和散粒噪声是高斯白噪声热噪声和散粒噪声是高斯白噪声。25一维高斯白噪声一维高斯白噪声N ( 0.0128, 0.9596 )N ( 0.0128, 0.9596 )26高斯噪声，均值128，均方30高斯噪声图直方图，均值128，均方3027噪声信号公式描述噪声信号公式描述白噪声：白噪声： 其功率谱密度函数为：n0为一常数，单位为W/HZ2)(0nPn28高斯噪声：高斯噪声： 高斯噪声信号的一高斯噪声信号的一维概率密度函数如维概率密度函数如右式。右式。为噪声的为噪声的数学期望值，也就数学期望值，也就是均值；是均值；为噪声为噪声的方差的方差 。222exp21)(xxP29椒

10、盐噪声（椒盐噪声（Pepper and Salt ）：即黑图像：即黑图像的白点、白图像上的黑点，往往由图像的白点、白图像上的黑点，往往由图像中的孤立噪声点。中的孤立噪声点。 对图像的质量影响由椒盐噪声的强度。对图像的质量影响由椒盐噪声的强度。 Inoise = d*prod(size(I) d是强度，是强度，d=0.0530斑点噪声（斑点噪声（Speckle）：）：均匀分布的随机噪声均匀分布的随机噪声 Inoise = I+n*I, n 是一个均匀分布的随机噪声是一个均匀分布的随机噪声（均值为（均值为0，方差为，方差为V）v=0.0431 直接在空间域上对图象进行平滑处理。直接在空间域上对图象

11、进行平滑处理。 该方法便于实现，计算速度快，结果也比较该方法便于实现，计算速度快，结果也比较令人满意。令人满意。（一）简单局部平均法（一）简单局部平均法 设有一幅数字有噪图象设有一幅数字有噪图象4.3.1 邻域平均邻域平均),(),(),(yxnyxfyxg32(a) 四邻域(b) 八邻域邻域概念邻域概念33SjiSjiSjijinMjifMjigMyxg),(),(),(),(1),(1),(1),(经局部平均处理后，得到平滑图象为：经局部平均处理后，得到平滑图象为：简单局部平均法简单局部平均法f(x,y)为原始图，为原始图，n(x,y)为噪声，为噪声，S：点：点(x,y)邻域内的点集，邻域

12、内的点集， M：S内总点数。内总点数。34效果：邻域平均法效果与邻域半径有关。效果：邻域平均法效果与邻域半径有关。半径愈大，则图像的模糊程度越大半径愈大，则图像的模糊程度越大 。缺点：主要缺点是在降低噪声的同时使图缺点：主要缺点是在降低噪声的同时使图像产生模糊，特别在边沿和细节处，邻域像产生模糊，特别在边沿和细节处，邻域越大，模糊越厉害。越大，模糊越厉害。改进：可以采用阈值法，亦就是根据下列改进：可以采用阈值法，亦就是根据下列准则形成平滑图像。准则形成平滑图像。 其它若),(| ),(1),(|),(1),(),(),(yxfTnmfMyxfnmfMyxgSnmSnm35邻域平均法实例邻域平均

13、法实例36例如：例如：设图像中某一个区域为：设图像中某一个区域为： 100100100100200100100100100 11111111191 100100100100111100100100100选取选取33模板模板结果结果37 11111111191 121242121161 01010101041 11110111181常见模板常见模板 11112111110138用公式描述用公式描述LmLnnmhLnyLmxfyxg00),()2,2(),(39模板处理示意图模板模板 原图原图模板操作后图象为模板操作后图象为x表示边界上无法进行模板操作的点，通常的做法是复制表示边界上无法进行模板操

14、作的点，通常的做法是复制原图的灰度，不进行任何处理。模板操作实现了一种邻域原图的灰度，不进行任何处理。模板操作实现了一种邻域运算运算(Neighborhood Operation)，即，某个像素点的结果，即，某个像素点的结果不仅和本像素灰度有关，而且和其邻域点的值有关。不仅和本像素灰度有关，而且和其邻域点的值有关。40for x =1:3 for y =1:4 for m=1:2 for n=1:2 g(x,y) = g(x,y)+f(x+m-1, y+n-1)*h(m,n); end end endend41平滑滤波实例平滑滤波实例424.3.3 频率域低通滤波F频率域处理方法：G(u,v)

15、=H(u,v)F(u,v)付 里付 里叶 变叶 变换换线性低线性低通滤波通滤波器器付 里付 里叶 反叶 反变换变换g(x,y) 频域低通滤波框图F(u,v)G(u,v)f(x,y)43(1) 理想低通滤波器(ILPF)00),(0),(1),(DvuDDvuDvuH 其中为截止频率， ：频率平面原点到点(u,v)的距离。44理想低通滤波器理想低通滤波器物理上不可实现物理上不可实现有振铃有振铃(抖动抖动)现象现象滤除高频成分使图象变模糊滤除高频成分使图象变模糊45理想低通滤波器转移函数理想低通滤波器转移函数三维图三维图46理想低通滤波器转移函数理想低通滤波器转移函数剖面图剖面图47振铃现象振铃现

16、象48更为严重的振铃现象更为严重的振铃现象49原图原图滤波结果滤波结果低通滤波函数低通滤波函数50(2)巴特沃思低通滤波器巴特沃思低通滤波器(BLPF)nnDvuDDvuDvuH2020),(414. 011),()12(11),(D(u,v)=D0，H(u,v)降为最大值的 。n为阶数。21511阶巴特沃思低通滤波器转移函数阶巴特沃思低通滤波器转移函数三维图三维图521阶巴特沃斯低通滤波器转移函数阶巴特沃斯低通滤波器转移函数剖面图剖面图533阶巴特沃思低通滤波器转移函数阶巴特沃思低通滤波器转移函数三维图三维图543阶巴特沃思低通滤波器转移函数阶巴特沃思低通滤波器转移函数剖面图剖面图55),(

17、347. 0exp),()21expln(),(00nnDvuDDvuDvuH(3) 指数形低通滤波器指数形低通滤波器 (ELPF)D(u,v)=D0，H(u,v)降为最大值的 。21n为阶数。561阶指数形低通滤波器转移函数阶指数形低通滤波器转移函数三维图三维图571阶指数形低通滤波器转移函数阶指数形低通滤波器转移函数剖面图剖面图583阶指数形低通滤波器转移函数阶指数形低通滤波器转移函数三维图三维图593阶指数形低通滤波器转移函数阶指数形低通滤波器转移函数剖面图剖面图60(4)梯形低通滤波器梯形低通滤波器(TLPF)1101010),(0),()(),(),(1),(DvuDDvuDDDDD

18、vuDDvuDvuH61梯形低通滤波器转移函数梯形低通滤波器转移函数三维图三维图62梯形低通滤波器转移函数梯形低通滤波器转移函数剖面图剖面图634.3.4 多幅图像平均多幅图像平均多幅图像平均法是利用对同一景物的多幅多幅图像平均法是利用对同一景物的多幅图像取平均来消除噪声产生的高频成分图像取平均来消除噪声产生的高频成分 。64多幅平均法多幅平均法MiiMiiiyxnMyxfyxnyxfMyxg11),(1),(),(),(1),(65原图平均2次平均8次平均4次66 用局部中值代替局部平均值。用局部中值代替局部平均值。 令令f(x,y)-原始图象阵列，原始图象阵列， g(x,y)-中值滤波后图

19、象阵列，中值滤波后图象阵列， f(x,y) -灰度级，灰度级， g(x,y) -以以f(x,y)为中心的窗口内为中心的窗口内各象素的灰度中间值。各象素的灰度中间值。4.3.5 中值滤波中值滤波67取取33窗口窗口中值滤波法中值滤波法207205208201202206198200212207205208201205206198200212212208207206205202201200198从小到大排列，取中间值从小到大排列，取中间值68取取N=3中值滤波去除噪声中值滤波去除噪声1201102009080200显然是个噪声。显然是个噪声。69取N=3中值滤波去除噪声中值滤波去除噪声1201102009080200显然是个噪声。807080取N=3中值滤波去除噪声中值滤波去除噪声1201102009080200200显然是个噪声显然是个噪声。908071取N=3中值滤波去除噪声中值滤波去除噪声1201102009080200200显然是个噪声。显然是个噪声。11090809080721201109080取N=3中值滤波去除噪声中值滤波去除噪声1201102009080200显然