数字图像增强

数字图像增强第一页，共八十七页，编辑于2023年，星期三本讲内容：3.1图像增强的原因与目的3.2图像对比度增强3.3平滑与去噪（柔化）3.4锐化3.5Photoshop增强处理实例演示第二页，共八十七页，编辑于2023年，星期三3.1图像增强原因与目的目标:提高图像质量图像更加清晰

图像增强是为了改善视觉效果或者便于人和机器对图像的理解和分析，根据图像的特点或存在的问题采取的简单改善方法或者加强特征的措施称为图像增强。第三页，共八十七页，编辑于2023年，星期三问题1：灰度分布不合理没有充分利用灰度动态范围典型场合:曝光不足、曝光过度、对比过于强烈第四页，共八十七页，编辑于2023年，星期三问题2：噪声干扰原因：强噪声成像通道第五页，共八十七页，编辑于2023年，星期三问题3：图像模糊影响图像细节分辨原因：成像通道分辨率不足、景物移动等第六页，共八十七页，编辑于2023年，星期三解决方法：3-2对比度增强灰度分布不合理3-3图像平滑噪声干扰3-4图像锐化图像模糊第七页，共八十七页，编辑于2023年，星期三灰度映射直方图修正3-2对比度增强第八页，共八十七页，编辑于2023年，星期三3-2对比度增强——灰度映射灰度映射（变换）可调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。1．线性变换令图像f(i，j)的灰度范围为[a,b]，线性变换后图像g(i，j)的范围为[a´,b´]，如图。g(i，j)与f(i，j)之间的关系式为：第九页，共八十七页，编辑于2023年，星期三

在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。采用线性变换对图像每一个像素灰度作线性拉伸，可有效地改善图像视觉效果。原始图像直方图线性变换后图像直方图第十页，共八十七页，编辑于2023年，星期三

反色变换原始图像反色变换后图像第十一页，共八十七页，编辑于2023年，星期三2．分段线性变换为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。

通过细心调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行拉伸或压缩。第十二页，共八十七页，编辑于2023年，星期三

对比度扩展原始图像对比度扩展后图像第十三页，共八十七页，编辑于2023年，星期三

削波原始图像削波后图像第十四页，共八十七页，编辑于2023年，星期三

阈值化原始图像阈值化后图像第十五页，共八十七页，编辑于2023年，星期三

灰度窗口第十六页，共八十七页，编辑于2023年，星期三3．非线性灰度变换

①对数变换

这里a,b,c是为了调整曲线的位置和形状而引入的参数。当希望对图像的低灰度区较大的拉伸而对高灰度区压缩时，可采用这种变换，它能使图像灰度分布与人的视觉特性相匹配。f(i,j)g(i,j)第十七页，共八十七页，编辑于2023年，星期三原始图像f(x,y)对数变换后图像g(x,y)变换曲线f(x,y)g(x,y)第十八页，共八十七页，编辑于2023年，星期三②指数变换

这里参数a,b,c用来调整曲线的位置和形状。这种变换能对图像的高灰度区给予较大的拉伸。g(i,j)f(i,j)第十九页，共八十七页，编辑于2023年，星期三原始图像f(x,y)指数变换后图像g(x,y)变换曲线f(x,y)g(x,y)第二十页，共八十七页，编辑于2023年，星期三灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图像的概貌。修改直方图是一种实用而有效的增强图像处理技术。直方图修整法包括直方图均衡化及直方图规定化两类。1.直方图均衡化将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。3-2对比度增强——直方图修整直方图均衡化第二十一页，共八十七页，编辑于2023年，星期三直方图均衡化

设r和s分别表示归一化了的原图像灰度和经直方图修正后的图像灰度。即在[0,1]区间内的任一个r值，都可产生一个s值，且

T(r)作为变换函数，满足下列条件：①在0≤r≤1内为单调递增函数，保证灰度级从低（黑）到高（白）的次序不变；②在0≤r≤1内，有0≤T(r)≤1，确保映射后的像素灰度在允许的范围内。第二十二页，共八十七页，编辑于2023年，星期三直方图均衡化从人眼视觉特性来考虑，一幅图像的直方图如果是均匀分布的，即Ps(s)=k(归一化时k=1)时，该图像色调给人的感觉比较协调。因此将原图像直方图通过T(r)调整为均匀分布的直方图，这样修正后的图像能满足人眼视觉要求。

对于离散的数字图像，变换的最后推导结果为:

上式表明，均衡后各像素的灰度值sk可直接由原图像的直方图算出。第二十三页，共八十七页，编辑于2023年，星期三

一幅图像的sk与rk之间的关系称为该图像的累积灰度直方图。1.01.01.0下面举例说明直方图均衡过程。第二十四页，共八十七页，编辑于2023年，星期三rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1nk790102385065632924512281pr(rk)=nk/n0.190.250.210.160.080.060.030.02sk计0.190.440.650.810.890.950.981.00sk并1/73/75/76/76/7111sks0=1/7s1=3/7s2=5/7

s3=6/7

s4=1nsk7901023850

985

448pk(s)0.190.250.21

0.24

0.11例假定有一幅总像素为n=64×64的图像，灰度级数为8，各灰度级分布列于表中。对其均衡化计算过程如下：第二十五页，共八十七页，编辑于2023年，星期三1.00.250.200.150.100.0501/73/75/71.00.250.200.150.100.051/73/75/70原图像的直方图均衡后图像的直方图第二十六页，共八十七页，编辑于2023年，星期三直方图均衡化示例

(a)原始图像(b)原始图像的直方图(c)直方图均衡化后结果(d)结果图像的直方图第二十七页，共八十七页，编辑于2023年，星期三(a)原始图像(b)原始图像的直方图(c)直方图均衡化后结果(d)结果图像的直方图第二十八页，共八十七页，编辑于2023年，星期三第二十九页，共八十七页，编辑于2023年，星期三第三十页，共八十七页，编辑于2023年，星期三对比度拉伸的公式：C=(Level-Min)*Scale=(Level-Min)*255/(255-Min)Photoshop的算法经过经典算法均衡化的图片，最亮的像素值总是255，因为最后一级色阶(255)的百分位一定是100%。而最暗的是由色阶0的数量决定的，像素值不一定是0。Photoshop通过对比度拉伸的方法使最暗的像素值变为0，其它像素也相应变暗，最亮的像素保持255不变。对比度拉伸后的效果可能会比经典算法稍显偏暗。第三十一页，共八十七页，编辑于2023年，星期三Min=127.50'均衡化之后的最小值

Scale=255/(255-Min)=2(127.50-Min)*Scale=0*2=0

(212.42-Min)*Scale=84.92*2=170

(255.00-Min)*Scale=127.5*2=255'新的映射表：

50

->0

100->170

200->255Photoshop的算法对比度拉伸的公式：C=(Level-Min)*Scale=(Level-Min)*255/(255-Min)第三十二页，共八十七页，编辑于2023年，星期三2.直方图规定化

在某些情况下，并不一定需要具有均匀直方图的图像，有时需要具有特定的直方图的图像，以便能够增强图像中某些灰度级。直方图规定化方法就是针对上述思想提出来的。直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。可见，它是对直方图均衡化处理的一种有效的扩展。直方图均衡化处理是直方图规定化的一个特例。

第三十三页，共八十七页，编辑于2023年，星期三直方图均衡化直方图规定化规定的直方图第三十四页，共八十七页，编辑于2023年，星期三

原图像的直方图规定的直方图规定化后图像的直方图

利用直方图规定化方法进行图像增强的主要困难在于要构成有意义的直方图。图像经直方图规定化，其增强效果要有利于人的视觉判读或便于机器识别。第三十五页，共八十七页，编辑于2023年，星期三直方图规定化应用实例

图(C)、(c)是将图像(A)按图(b)的直方图进行规定化得到的结果及其直方图。通过对比可以看出图(C)的对比度同图（B)接近一致，对应的直方图形状差异也不大。这样有利于影像融合处理，保证融合影像光谱特性变化小。第三十六页，共八十七页，编辑于2023年，星期三3-2对比度增强3-3图像平滑（柔化）3-4图像锐化图像增强第三十七页，共八十七页，编辑于2023年，星期三3-3图像平滑：

图像中的脉冲噪声模型在图像传输过程中，经常会受到各种噪声的干扰，在进行进一步的边缘检测、图像分割、特征提取、模式识别等处理前，需要采用适当的方法尽量减少噪声最常见的图像噪声：脉冲噪声特点：噪声点的取值与图像信号本身无关椒盐噪声：受噪声干扰的图像像素以50%的相同概率等于图像灰度的最大或最小可能取值随机值脉冲（加性）噪声：噪声灰度值均匀分布于0-255间第三十八页，共八十七页，编辑于2023年，星期三3-3图像平滑：

图像中的脉冲噪声模型椒盐噪声：黑图象上的白点，白图象上的黑点随机值脉冲（加性）噪声：噪声灰度值均匀分布于0-255间第三十九页，共八十七页，编辑于2023年，星期三任何一幅原始图像，在其获取和传输等过程中，会受到各种噪声的干扰，使图像恶化，质量下降，图像模糊，特征淹没，对图像分析不利。为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。它可以在空间域和频率域中进行。本节介绍空间域的几种平滑法。空间域：邻域运算、中值滤波频率域：第四十页，共八十七页，编辑于2023年，星期三3-3图像平滑：邻域运算输出图象中每个象素是由对应的输入象素及其一个邻域内的象素共同决定时的图象运算。

第四十一页，共八十七页，编辑于2023年，星期三3-3图像平滑：邻域平均法

设有一幅N×N的图像f(x,y)，若平滑图像为g(x,y),则有式中x,y=0,1,…,N-1；

s为（x,y）邻域内像素坐标的集合；

M表示集合s内像素的总数。

可见,邻域平均法就是将当前像素邻域内各像素的灰度平均值作为其输出值的去噪方法。

第四十二页，共八十七页，编辑于2023年，星期三3-3图像平滑：邻域平均法(m-1,n-1)(m-1,n)(m-1,n+1)(m,n-1)(m,n)(m,n+1)(m+1,n-1)(m+1,n)(m+1,n+1)例如，对图像采用3×3的邻域平均法，对于像素（m,n)，其邻域像素如下：则有：第四十三页，共八十七页，编辑于2023年，星期三3-2-2图像平滑：邻域平均法其作用相当于用这样的模板同图像卷积。这种算法简单，但它的主要缺点是在降低噪声的同时使图像产生模糊，特别在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。如下图第四十四页，共八十七页，编辑于2023年，星期三(a)原图像(b)对(a)加椒盐噪声的图像(c)3×3邻域平滑(d)5×5邻域平滑

第四十五页，共八十七页，编辑于2023年，星期三3-3图像平滑：邻域平均法1、超限像素平均法2、中值滤波

为克服简单局部平均法的弊病，目前已提出许多保边缘、细节的局部平滑算法。它们的出发点都集中在如何选择邻域的大小、形状和方向、参加平均的点数以及邻域各点的权重系数等，下面简要介绍两种算法：第四十六页，共八十七页，编辑于2023年，星期三1、超限像素平滑法对邻域平均法稍加改进，可导出超限像素平滑法。它是将f(x,y)和邻域平均g(x,y)差的绝对值与选定的阈值进行比较，根据比较结果决定点（x,y）的最后灰度g´(x,y)。其表达式为

该算法对抑制椒盐噪声比较有效，对保护仅有微小灰度差的细节及纹理也有效。可见随着邻域增大，去噪能力增强，但模糊程度也大。

同局部平滑法相比，超限像素平滑法去椒盐噪声效果更好。第四十七页，共八十七页，编辑于2023年，星期三(a)原图像

(b)对(a)加椒盐噪声的图像(c)3×3邻域平滑

(d)5×5邻域平滑(e)3×3超限像素平滑(T=64)(f)5×5超限像素平滑(T=48)第四十八页，共八十七页，编辑于2023年，星期三2、中值滤波原理：用一个M×N的窗口在图像上滑动，把窗口中像素的灰度值按升/降次序排列，取排列在正中间的灰度值作为窗口中心所在像素的灰度值。例：采用1×3窗口进行中值滤波原图像为：22621244424处理后为：22222244444第四十九页，共八十七页，编辑于2023年，星期三

一维中值滤波的概念很容易推广到二维。一般来说，二维中值滤波器比一维滤波器更能抑制噪声。二维中值滤波器的窗口形状可以有多种，如线状、方形、十字形、圆形、菱形等。

不同形状的窗口产生不同的滤波效果，使用中必须根据图像的内容和不同的要求加以选择。从以往的经验看，方形或圆形窗口适宜于外轮廓线较长的物体图像，而十字形窗口对有尖顶角状的图像效果好。第五十页，共八十七页，编辑于2023年，星期三

图(a)为原图像；图(b)为加椒盐噪声的图像；图(c)和图(d)分别为3×3、5×5模板进行中值滤波的结果。可见中值滤波法能有效削弱椒盐噪声，且比邻域、超限像素平均法更有效。第五十一页，共八十七页，编辑于2023年，星期三3-2对比度增强3-3图像平滑3-4图像锐化图像增强第五十二页，共八十七页，编辑于2023年，星期三3-4图像锐化/边缘检测目的：加强图像中景物的边缘和轮廓分析：边缘与轮廓一般位于灰度突变的地方，而且在图像上常常具有任意的方向。第五十三页，共八十七页，编辑于2023年，星期三3-4图像锐化/边缘检测阶跃边界“陡峭”边界“模糊”边界锐化方法:增强图像中的高频边缘第五十四页，共八十七页，编辑于2023年，星期三3-4图像锐化/边缘检测梯度锐化法边缘的锐利程度由图像灰度的梯度决定Laplacian增强算子第五十五页，共八十七页，编辑于2023年，星期三1.梯度锐化法—梯度算子

梯度是一个矢量，其大小和方向为：对于图像f(x，y)，在(x，y)处的梯度定义为在离散的数字图像中：-1

1-1

1梯度算子

0000第五十六页，共八十七页，编辑于2023年，星期三1.梯度锐化—其它基于梯度的算子Robert算子Prewitt算子Sobel算子-1

1-1

1-1

0-1

-1

00111-1

00

1

-11-110-1

0-2

-1

00112-1

00

1

-22-110第五十七页，共八十七页，编辑于2023年，星期三-1

1-1

0-1

-1

00111-1

0-2

-1

00112Robert算子在x方向上的分量Prewitt算子在x方向上的分量Sobel算子在x方向上的分量原始图像第五十八页，共八十七页，编辑于2023年，星期三Laplacian增强算子为：

g(x，y)=f(x，y)-▽2f(x，y)=5f(x，y)-[

f(x+1，y)+f(x-1，y)+f(x，y+1)+f(x，y-1)]Laplacian算子是线性二阶微分算子。即▽2f(x，y)=2.Laplacian增强算子0

-41

0

11001Laplacian算子05-10-1-100-1Laplacian增强算子

对离散的数字图像而言，二阶偏导数可用二阶差分近似，可推导出Laplacian算子表达式为

▽2f(x，y)=f(x+1，y)+f(x-1，y)+f(x，y+1)+f(x，y-1)-4f(x，y)第五十九页，共八十七页，编辑于2023年，星期三示例原图其特点是：1、在灰度均匀的区域或斜坡中间▽2f(x，y)为0，增强图像上像元灰度不变；2、在斜坡底或低灰度侧形成“下冲”；而在斜坡顶或高灰度侧形成“上冲”。0

-41

0

11001Laplacian算子滤波结果0

5-1

0

-1-100-1Laplacian增强算子滤波结果第六十页，共八十七页，编辑于2023年，星期三Laplacian增强图原图第六十一页，共八十七页，编辑于2023年，星期三Laplacian增强图原图第六十二页，共八十七页，编辑于2023年，星期三3-5Photoshop举例一.photoshop基本操作二.图像直方图举例-----山.tif；lena.tif.三.灰度变换-----人物.tif；调皮小海龟.tif；少女.tif；四.图像柔化------鹦鹉.tif五.图像边缘锐化----咖啡屋.tif六.小作业第六十三页，共八十七页，编辑于2023年，星期三PS的预置设置预置设置主要包含：常规设置、文件处理设置、显示与光标设置、透明区域与色域设置、单位与标尺设置、参考线设置、网络与切片设置、增效工具设置与暂存盘设置、内存与图像高速缓存设置、文件浏览器设置等。设置方法：执行菜单命令[编辑]→[预制]→[常规] 快捷键[Ctrl+K]第六十四页，共八十七页，编辑于2023年，星期三二.认识直方图例1.打开素材山.tif、lena.tif，观察直方图面板中的直方图。例2.认识直方图1.文件-新建-参数设置-确定2.执行ctrl+I反相（或者执行菜单中编辑-填充-使用背景色填充）。第六十五页，共八十七页，编辑于2023年，星期三二、认识直方图3.点击工具栏里的设置前景色-设置前景色为灰色-确定，按Alt+delete填充前景色。4.分别用白色和黑色的画笔在图像中绘画，观察直方图变化。第六十六页，共八十七页，编辑于2023年，星期三3.点击图层面板中的创建新的填充层-渐变-设置渐变为黑白、平滑度为0-确定。观察直方图。4.分别用白色和黑色的画笔在图像中绘画，观察直方图变化。第六十七页，共八十七页，编辑于2023年，星期三三.灰度变换例1.直方图均衡化和曲线调整。1.打开素材‘人物.tif’，在图层面板中拖动背景图层到新建图层按钮，在背景图层副本图层中，执行图像-调整-色调均化。观察图像及直方图变化。2.打开素材‘人物.tif’，创建背景图层副本图层，执行图像-调整-曲线，在曲线窗口中调节灰度映射关系，观察图像及直方图变化。第六十八页，共八十七页，编辑于2023年，星期三三.灰度变换例2.色阶及亮度对比度调节。1.打开素材‘调皮小海龟.tif’，执行图像-调整-色阶，设置参数为下图-确定，执行图像-调整-亮度对比度，调节亮度对比度。第六十九页，共八十七页，编辑于2023年，星期三例3.逆光变顺光。1.打开素材少女.tif，执行图像-调整-色阶，调节色阶；执行图像-调整-亮度对比度，调节亮度对比度。可以看出整体灰度的映射不能获得满意的图像效果。2.打开素材少女.tif，选择魔棒工具，设置

选择背景（天空海洋和大地）区域，执行选择-修改-羽化，设置羽化半径为5像素-确定，按ctr+shift+I反向选择，执行图像-调整-色阶，调节色阶，按ctr+D取消选择；得到图像效果。第七十页，共八十七页，编辑于2023年，星期三四.图像柔化/模糊例1.中值滤波打开素材鹦鹉.tif，创建背景图层副本，执行滤镜-杂色-中间值，设置参数如图（右上），点确定。观察图像变化。打开素材鹦鹉.tif，创建背景图层副本，执行滤镜-杂色-添加杂色，设置参数如图（右下），点确定。执行滤镜-杂色-中间值，设置不同的参数实验对杂色去除的效果。第七十一页，共八十七页，编辑于2023年，星期三四.图像柔化/模糊例2.清晰背景变虚化背景打开素材鹦鹉.tif，创建背景图层副本，选择椭圆选框工具，框选鹦鹉区域，按ctrl+shift+I，反向选择，执行选择-修改-羽化，设置羽化半径为30像素，点确定。执行滤镜-模糊-动感模糊，设置参数如图-确定，按ctrl+D取消选区，得到最终效果。可以尝试不同的参数和不同的模糊方式，进行试验。第七十二页，共八十七页，编辑于2023年，星期三例1.锐化算子实验。1.打开素材咖啡屋.tif，新建背景图层的副本图层，执行滤镜-其它-自定..，设定锐化的滤波算子，点击确定。分别试验梯度、sobel、prewwit等其它算子，观察实验结果。五.图像锐化/边缘检测第七十三页，共八十七页，编辑于2023年，星期三例2.锐化滤镜。打开素材咖啡屋.jpg，新建背景图层的副本图层，执行滤镜-锐化-USM锐化，设定参数如图，点击确定。分别试验“进一步锐化”、“锐化”、“锐化边缘”等其它方法，观察实验结果。第七十四页，共八十七页，编辑于2023年，星期三六、小作业11，按箭头所示，这两张图对应的直方图画对了吗？为什么？

2，直方图中，如果左侧山峰非常高，右侧山峰非常低，这张图整体是偏亮还是偏暗？

3，动手实践题：自己找几张图，预测一下它的直方图分布情况，如果自己的大致预测为正确的，则回答本题“我已理解直方图的基本规律”。

第七十五页，共八十七页，编辑于2023年，星期三小作业2.1.修正该图像由于整体曝光不足引起的灰暗。

芝加哥.tif第七十六页，共八十七页，编辑于2023年，星期三A.曝光过度的照片B.具有全色调的曝光正常的照片C.曝光不足的照片

直方图用图形表示图像的每个颜亮度级别的像素数量，展示像素在图像中的分布情况。它向您显示图像在暗调（显示在直方图的左边部分）、中间调（显示在中间）和高光（显示在右边部分）中是否包含足够的细节，以便进行更好的校正