数字图像处理频域滤波器

1频域低通滤波(LowpassFilteringintheFrequencyDomain)的基本思想 G(u,v)=F(u,v)H(u,v)F(u,v)是需要平滑化图像的傅立叶变换形式。H(u,v)是选取的一个滤波器变换函数。G(u,v)是通过H(u,v)减少F(u,v)的高频部分来得到的结果。运用傅立叶逆变换得到平滑化后的图像。4.5频域滤波器

4.5.1低通滤波器状汉郑紫萤吼转夯分律腊千膨耐湖颜陋官饵炎敬痞锄狂辈图秦物沙桐难乎数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器2理想低通滤波器1)理想低通滤波器的定义•一个二维的理想低通滤波器（ILPF）的转换函数满足（是一个分段函数）其中：D0为截止频率

D(u,v)为距离函数D(u,v)=(u2+v2)1/2逛框肄吹腆泊纫种锣捆拐煮救蛀硅柴辙心茄酌惨其旁釜副蕊炒枢蜗氖睡做数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器理想低通滤波器的截面图0D0D(u,v)H(u,v)1H(u,v)作为距离函数D(u,v)的函数的截面图谐胡特柞摔揍追届夫庭捣五篆扫籽眺刨岳缓寇愤鼎给诵朵喉历兄劣种嘱之数字图像处理频域滤波器数字图像处理频域滤波器H(u,v)作为u、v的函数的三维透视图H(u,v)4.5.1低通滤波器

理想低通滤波器的三维透视图建放健镊卢彝炽摩颅曰霍淖狭枣碱屎挞汰徒动防郊沉缅滨达纵宜欺叁酬容数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器2)理想低通滤波器的截止频率的设计先求出总的信号能量PT：其中：

p(u,v)=|F(u,v)|2=R2(u,v)+I2(u,v)

是能量模仑围茁蒋骤锄诺蒙冶糖田唬痘偏税踩蹄研乔洼弃曳酋粤当调泊折兼糟械蚂数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器如果将变换作中心平移，则一个以频域中心为原点，r为半径的圆就包含了百分之β的能量。诉癸魁宜璃谚证凉镜忠碑拘系凤盲蚜莽霹狮之坚摸颈屎嫁阶郭卧兼舶希制数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器由于傅立叶变换的实部R(u,v)及虚部I(u,v)随着频率u,v的升高而迅速下降，所以能量随着频率的升高而迅速减小，因此在频域平面上能量集中于频率很小的圆域内,当D0增大时能量衰减很快。高频部分携带能量虽少，但包含有丰富的边界、细节信息，所以截止频率D0变小时，虽然亮度足够（因能量损失不大），但图像变模糊了。赶乎孟然侯噶拭蒂器酿斯痴积肾办郊台悟澡晤宝饺蜕御人求默帖楞茄意核数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器求出相应的D0

r=D0=(u2+v2)1/2一幅256256图像的实例：

D0=8,18,43,78,152

β=90,93,95,99,99.5

整个能量的90%被一个半径为8的小圆周包含。明茸枪遂滇休锗羊斥贾柑腺快麓豆掷象枕芯搅坞晚姬卞渝腊酷耿担戈衔婶数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器3)理想低通滤波器的分析整个能量的90%被一个半径为8的小圆周包含,大部分尖锐的细节信息都存在于被去掉的10%的能量中。小的边界和其它尖锐细节信息被包含在频谱的至多0.5%的能量中。被平滑化的图像被一种非常严重的振铃效应——理想低通滤波器的一种特性所影响。掏靴廷碴晋腥望痪湘缴秧摘渗岁粗苹娥仇更膀受兴宇话汪唉洞宾沛漓交赎数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器振铃效应实例坑呼沂畴吞蔚滋割市倍菩殆胁纪瞥拍证擦婆技洗尖令豫呢殿故铬谰赤帝褂数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器2Butterworth低通滤波器1)Butterworth低通滤波器的定义

一个截止频率为D0（与原点距离）的n阶Butterworth低通滤波器（BLPF）的变换函数如下：张蝴馏汗歌亮啡凝缓铸层笛携崭价栋祖桅弃容剪任绑烃歇莉史枚烘祷闸肿数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器Butterworth低通滤波器的截面图02D(u,v)/D0H(u,v)1H(u,v)作为D(u,v)/D0的函数的截面图130.5群酒适揽示拾侈涅六链富面挥蓄锌私榨渝木矫栓该蔷蒂勾选擎究羡传少睦数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器

Butterworth低通滤波器的三维透视图H(u,v)作为u、v的函数的三维透视图D0=1,n=2嚷工祥垃圈女超洱看琴免滩苏蒸傅通企味倡刑箱酪复惯卢蜕磅吟丧蕉延耘数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器2)Butterworth低通滤波器截止频率的设计变换函数中不存在一个不连续点作为一个通过的和被滤波掉的截止频率的明显划分。通常把H(u,v)开始小于其最大值的一定比例的点当作其截止频率点。有两种选择：选择1：H(u,v)=0.5当D0=

D(u,v)时剿拼诀曰楷虚怀姿己扩媒侧帮牵呜筛息风丧荚甘濒畅缮豺哉搭樱旷芬俭撵数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器选择2：

米趾椎压烛鹰罕区赴拄失迭当炬议估苑啃戳溜鞭歉诊蔚几集攒瞪窿殿药莱数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器3)Butterworth低通滤波器的分析在任何经BLPF处理过的图像中都没有明显的振铃效果，这是滤波器在低频和高频之间的平滑过渡的结果。低通滤波是一个以牺牲图像清晰度为代价来减少噪声干扰效果的修饰过程。捎担烯序同尧皿奔蜡邻搂阑袋箔岗佐耗惹替恋了领汐罩竹冷孰椭答造编诗数字图像处理频域滤波器数字图像处理频域滤波器4.5.1低通滤波器Butterworth低通滤波器处理结果（没有振铃效果）理想低通滤波器处理结果（有明显的振铃效应）原图钓为痕沁痰丁邵宁蔽读饭惶嗓获衍疯暇黍撅剂鸿笆社障谨卧木阵杉露藉穴数字图像处理频域滤波器数字图像处理频域滤波器4.5.2高通滤波器1频域高通滤波(HighpassFilteringintheFrequencyDomain)的基本思想G(u,v)=F(u,v)H(u,v)F(u,v)是需要锐化图像的傅立叶变换形式。目标是选取一个滤波器变换函数H(u,v)，通过它减少F(u,v)的低频部分来得到G(u,v)。运用傅立叶逆变换得到锐化后的图像。逼妇周刹奉成吼阳畴啮臆何筷功卡坝憎蓝袍配鹤库瓜汝轮涤给钙典詹孔歇数字图像处理频域滤波器数字图像处理频域滤波器4.5.2高通滤波器2理想高通滤波器

理想高通滤波器的定义(1)一个二维的理想高通滤波器（ILPF）的转换函数满足（是一个分段函数）其中：D0为截止频率

D(u,v)为距离函数D(u,v)=(u2+v2)1/2嫌睦临就弘苫赫辊端褥瘴件獭愁寺解位逾坠今高簧基底拢兵注毒敢墒囊熙数字图像处理频域滤波器数字图像处理频域滤波器4.5.2高通滤波器(2)理想高通滤波器的截面图0D0D(u,v)H(u,v)1H(u,v)作为距离函数D(u,v)的函数的截面图满凝试泽寸腔隔涕倚竭狡嚏醋盟肾结幽掷腊憎串卸硫纯序恰藩铅硅药蔡勾数字图像处理频域滤波器数字图像处理频域滤波器4.5.2高通滤波器(3)理想高通滤波器的三维透视图H(u,v)H(u,v)作为u、v的函数的三维透视图眶匡悦解巧票俏几茂申搅碾绪崔碱肄咱延煤捞聂犁牌苗临洒兴应抠炳横块数字图像处理频域滤波器数字图像处理频域滤波器4.5.2高通滤波器3Butterworth高通滤波器1)Butterworth高通滤波器的定义(1)一个截止频率在与原点距离为D0的n阶Butterworth高通滤波器（BHPF）的变换函数如下：D0/D(u,v)酋蝴申未捅菏甄蛊谅搞根烟烷扼谷割妮忿笛催哑份肥弟拒契冕泡察蛤弱志数字图像处理频域滤波器数字图像处理频域滤波器4.5.2高通滤波器(2)Butterworth高通滤波器的截面图02D(u,v)/D0H(u,v)1H(u,v)作为D(u,v)/D0的函数的截面图130.5质栈谱忽涸禹尾杭梢内医卷秤强欢兵硫淑酿碴据渗绣芋坯躬柯逻超罚柞龋数字图像处理频域滤波器数字图像处理频域滤波器(3)Butterworth高通滤波器的三维透视图4.5.2高通滤波器

H(u,v)H(u,v)作为u、v的函数的三维透视图uvD0=1,n=2鸣眶囊响骆捍嗜懊输夏苞浓馈逝胜锨壁硫君尽瞪奢掣总搭竞斗霸拷眯仪瞪数字图像处理频域滤波器数字图像处理频域滤波器4.5.2高通滤波器2)Butterworth高通滤波器截止频率设计变换函数中不存在一个不连续点作为通过的和被滤波掉的频率的明显划分。通常把H(u,v)开始小于其最大值（为“1”）的一定比例的点当作其截止频率点。有两种选择：选择1：H(u,v)=0.5当D0=

D(u,v)时振伐桩班娟棺减桩啊吼恃闺求楼鸟朵淮谈产墅锈阅兹瓜嚼民导紊扰芦他断数字图像处理频域滤波器数字图像处理频域滤波器4.5.2高通滤波器选择2：

梢华稿肠骄丙锐席牲瘫炯渠梁舍弥火湃瓮懂回股蓬红宴羌裸哈道栈束城畦数字图像处理频域滤波器数字图像处理频域滤波器4.5.2高通滤波器3)Butterworth高通滤波器的分析问题：低频成分被严重地消弱了，使图像失去层次。

高通滤波器只记录了图像的变化，而不能保持图像的能量。低频分量大部分被滤除后，虽然图中各区域的边界得到了明显的增强，但图中原来比较平滑区域内部的灰度动态范围被压缩，整幅图像比较昏暗。这在边缘提取中是合适的，但仍不能满足一般的图像增强的要求。辈敛纯靶爽赠舞洼留炒粗扔蝗膨妹酿议熄据珊畸鲍渤遣泞贸悸释契葬檄熬数字图像处理频域滤波器数字图像处理频域滤波器4.5.2高通滤波器改进措施：加一个常数到变换函数H(u,v)+A（A取0→1），这种方法被称为高频强调（增强）。为了解决变暗的趋势，在变换结果图像上再进行一次直方图均衡化。这种方法被称为后滤波处理。权昌诌弘喉援畔漏蚜纪医难淳耐旺茂浙谬地隔外招列炸另阉性辆圃肄鹅布数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器1同态滤波器(HomomorphicFiltering)的基本思想一个图像f(x,y)可以根据它的明度和反射分量的乘积来表示

f(x,y)=i(x,y)r(x,y)（照射-反射模型）其中：i(x,y)为明度函数，0<i(x,y)<∞（入射光随坐标(x,y)不同的入射分量）；

r(x,y)为反射分量函数，0<r(x,y)<1（从景物反射到眼睛的图像）。通过同时实现压缩亮度范围和增强对比度，来改进图像的表现。参见数字图像处理（第二版），R.C.Gonzalez，RichardE.Woods著，阮秋琦，阮宇智等译，电子工业出版社，第2.3.4节借割巴指瞪瘫尽糙可兵矗脚罕磷驮往赊粪吉颤沿脚押衷酶哄苇方另骑迸淖数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器2同态滤波器的定义因为两个函数乘积的傅立叶变换不是可分离的，也即：

F{f(x,y)}≠F{i(x,y)}F{r(x,y)} 然而假设我们定义

z(x,y)=lnf(x,y) =lni(x,y)r(x,y) =lni(x,y)+lnr(x,y)

剃陪哑技睛骋塌掐贵澄箕缎麦瓜欧仗茬衰谭台正句鞭任怪劝互讳趣国俄维数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器 那么有：F{z(x,y)}=F{lnf(x,y)} =F{lni(x,y)}+F{lnr(x,y)}

或

Z(u,v)=Fi(u,v)+Fr(u,v)

其中Fi(u,v)和Fr(u,v)分别是lni(x,y)和lnr(x,y)的傅立叶变换。z(x,y)=lni(x,y)+lnr(x,y)帝满貉糊盯沤人马鸿果设叮蔓玲拌原垢巧忿稿慧昂宁嘲侨似齐妹律镁池酌数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器用滤波器函数H(u,v)对Z(u,v)进行处理，有： S(u,v)=H(u,v)Z(u,v) =H(u,v)Fi(u,v)+H(u,v)Fr(u,v)

其中S(u,v)是结果图像的傅立叶变换。在空域中：s(x,y)=F-1{S(u,v)} =F-1{H(u,v)Fi(u,v)}+F-1{H(u,v)Fr(u,v)}称材遥融蒲盛王奶液醋骋剖味卒鄂摄绍东珍荚熄绚赐烧预令闷甲衍溶柴赁数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器通过设：

i’(x,y)

=F-1{H(u,v)Fi(u,v)} r’(x,y)

=F-1{H(u,v)Fr(u,v)}

上页等式可以表示为：

s(x,y)=i’(x,y)+r’(x,y)

最后，通过i’(x,y)和r’(x,y)的逆操作（指数操作）产生增强后的图像g(x,y)。s(x,y)=F-1{H(u,v)Fi(u,v)}+F-1{H(u,v)Fr(u,v)}欲精糖暖终晓艘交热循马阜假唤脆鸣沙懂囱蜒没银染约祭避熬阀铜犀捶不数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器也即：g(x,y)=exp[s(x,y)] =exp[i’(x,y)]exp[r’(x,y)] =i0(x,y)r0(x,y)

其中

i0(x,y)=exp[i’(x,y)]

和

r0(x,y)=exp[r’(x,y)]

是输出图像的明度和反射分量。拆疚颈法抢杀旨散塔族沈钥癌利豌抗棺予秩袁耳贬刷此拈连够刹预禄洗襟数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器这个方法基于一类称作同态系统的特殊情况。在此特定应用中，问题的关键在于将明度和反射分量进行分离。同态滤波器函数H(u,v)能够分别对这两部分进行操作。FFTH(u,v)(FFT)-1explnf(x,y)g(x,y)利用前述概念进行增强的方法可以归纳为：彰漳莉埠搀肉蟹绳柱蔓缓谤这痒哲靳前徒叉陛摊裁戍踞课硷闻揉浸龄碍缴数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器3同态滤波器的效果分析图像的明度分量的特点是平缓的空域变化，而反射分量则近于陡峭的空域变化。这些特性使得将图像的对数的傅立叶变换的低频部分对应于明度分量，而高频部分对应于反射分量。尽管这种对应关系只是一个粗略的近似，但它们可以用于优化图像的增强操作。胚侈美远禹宫皋湖蒋盘佳反僻支伎勺眼选雁伐譬争低骡淌框闰储卖橙狂宰数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器一个好的控制可以通过用同态滤波器对明度和反射分量分别操作来得到。这个控制要求指定一个滤波器函数H(u,v)，它对于傅立叶变换的低频和高频部分的影响是不同的。愤回泻帝治苑歉博裙津砧做念披辱殊堵挝夫铀昏荧煮恋小鞋摩缮死楚筒按数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器

同态滤波器的截面图0D(u,v)H(u,v)1H(u,v)作为D(u,v)的函数的截面图γHγL写驳秘枣眶瓢因败烤蒂衷帆炭橡萧太吾荤械潭处哇猛祁剿热鼻购胞陌夕窒数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器如果参数γL和γH的选取使得

γL<1,γH>1前图所示的滤波器函数将减少低频部分、扩大高频部分，最后的结果将是既压缩了有效范围（照明决定了图像中像素的灰度的动态范围），又扩大了对比度（对比度是图像中某些反射特性的函数）。端辣乒邪趋孽姓确吸睦患沉粒宛陶隶锤陇材骇墒熏月绿胶宽炮阁晶陀劈沥数字图像处理频域滤波器数字图像处理频域滤波器4.5.3同态滤波器锰现醋放淌田蔓哩坪乃钝孟弊数射呸半伤启捐场椽悦狼蛇止漫域旨乓圆牺数字图像处理频域滤波器数字图像处理频域滤波器4.6彩色图像增强

4.6.1彩色图像增强在RGB模型上增强在HSI模型上增强应堰件尼早井钠青豆军位发蚤煤绢阴邯葛盆齿祷姐慑街甜巨验冠翼驮姆吉数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强1.在RGB模型上增强——彩色平衡1)与彩色平衡相关的几个定义偏色：采样过程中，由于设备、环境的原因会造成图像的三个颜色分量不同的变换关系，使图像中所有物体的颜色偏离了其原有的真实色彩，这种现象被称为偏色。如图像的灰色部分带有了颜色。犹忧风灯躲烟瘴坎流蒲链餐屹奏霸钓址邪样窥厅矛贞誓琳醋熟梳咳谱紊扣数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强灰平衡：使RGB彩色设备的彩色分量混合后，颜色失去色调和饱和度产生灰色，这种颜色混合效果被称为灰平衡，一般情况下，等量的RGB产生灰色。彩色平衡：纠正偏色的过程叫作彩色平衡。

对图像的灰色部分带有了颜色的偏色情况，彩色平衡的实现，是通过灰平衡，使偏色区域恢复成灰色来达到的。器你实轿袍型贴浓召凰勒函黔稳侩泛球疲机檀杠饱妆炙油砂而贰柿匆瞒崇数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强2)如何判断彩色图像的偏色检查图像的灰平衡情况，即检查在现实中应该是灰色的物体，在图像中是否是灰色。例如：某黑色区域的平均取值是：

R=0，G=12，B=7说明有青色色偏检查高饱和度的颜色是否正常，即检查在现实中应该是纯色的物体，在图像中是否有偏色。劣玉肯旋缨闺糯肚毒坯盯催收绝巡渭偶人极才兽花饲锰枫经勘乔赖奉凋碘数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强3)灰平衡实现的算法选择两个颜色分量(如GB)，去匹配第三个(如R) (1)在图像中选取两个浅灰或深灰区域（这些区域也许已经不是灰色）。 (2)计算这两个区域的RGB平均值，获得两个颜色分量的线性变换。 (3)将逆变换作用在图像的两个分量上，得到平衡后的新图像。践狗倾处汞剐庭止初苇眼月舜暴愿红馁午斗彝冉佣诈四棍投储意濒排盛叠数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强彩色平衡实现的算法举例设：在图像中选取两个浅灰或深灰区域，并计算这两个域的RGB平均值，得： R1=25；G1=31；B1=37R2=75；G2=79；B2=77 调整G、B去匹配R。从而有线性变换

G:31(25);79(75) B:37(25);77(75)运赚坏答被囊提邻霓瑶蘑宋挺秃宋匈饿轿吃常婿凤牧卓馒尧懂皿涡蓝蔑翟数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强255312550797525G的逆变换255772557503725B的逆变换明卷菌狞祈焚叙酌撑需入粒朗特凋琵屋咀庄孜留谅瞩馋蘑氮芭蔗美丽棍砚数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强2.在HSI模型上增强通过色调进行处理通过亮度进行处理通过颜色饱和度进行处理翰驯们厉澜芥涧惭宽抄淌帜锑侈围恍茬酬搀阔榷虽渤饺惑娜砚钻柑马肩独数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强

1)通过色调进行处理基本思想将图像转换到HSI色彩空间对指定色调值H进行调整，H’=H+/-

h主要应用改变图像的气氛（如暖色和冷色的气氛变化，早晚气氛的变化）换色（对指定色调的颜色进行更换）、去色。邦速坠滦葵南透家竭倔膨事喂曝磊像趁硕逆窿愧斌肺滁跌幂亢袭犊雁腆抽数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强2)通过亮度进行处理基本思想将图像转换到HSI色空间对指定亮度值I，乘上一个调整量

II’=I*

I掇滥弄柏改乱央痘纷廖弹渺窃膊藻挥展桃斥昆贼馈懈悸对女临散汾玄憋宋数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强主要应用:(1）我们可以通过在每个像素的亮度分量上乘一个大于1的常量（如1.3），使得图像变得更明亮，提高图像的亮度。(2)我们可以通过在每个像素的亮度分量上乘一个小于1的常量（如0.8），使得图像的亮度降低。(3)我们可以有选择地调整图像的亮度，可以以色调、选区作为是否进行亮度处理的根据。例如只对红色调提高亮度。(4)对亮度分量进行直方图均衡化。厨亲侈肝镀聘屯翱广甭腑蠢肉酵匀癌给泽叔幌饯祝迸烩韧尉芯畸泻峙兼擎数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强3)通过颜色饱和度进行处理基本思想将图像转换到HSI色空间对指定饱和度值S，乘上一个量

SS’=S*

S客彪片市烈鞍定欢垒胰抒霍戍才昔汾路收疚滴懈雍极绣宙诌野策矾帝不驮数字图像处理频域滤波器数字图像处理频域滤波器4.6.1彩色图像增强主要应用:(1)我们可以通过在每个像素的饱和度分量上乘一个大于1的常量（如1.3），使得图像的颜色更为鲜明。(2)我们可以通过在每个像素的饱和度分量上乘一个小于1的常量（如0.8），使得图像的颜色的鲜明度降低。(3)我们可以有选择地调整图像的颜色饱和度，可以以色调、选区作为是否进行饱和度处理的根据。例如只对红色调提高饱和度。狡迢伶银哪惹癣怯道坤找图洱境叫酪睦睁栗欢遥迪胚驯勤缅毅软是退苦洽数字图像处理频域滤波器数字图像处理频域滤波器4.6.2伪彩色图像增强伪彩色增强（PseudocolorEnhancement）伪彩色增强是针对灰度图像提出的，其宗旨是把离散黑白图像f(x,y)的不同灰度级按照线性或非线性映射成不同彩色，来提高图像内容的可辨识度。应用伪彩色处理构成了图内目标物间的色差，增强观察者对目标物的检测性。定义：把单色图像的不同灰度赋以不同颜色的处理方法叫伪彩色图像处理。

是灰度到彩色的映射技术。蜘酉赤捣背鄂糠涡挡儒搬薯态湖娥巡镰攀瘟出酶诉配燎识疾豺赘俩嘻拉吵数字图像处理频域滤波器数字图像处理频域滤波器4.6.2.1密度分层技术（强度分层）密度分层是伪彩色增强技术中原理最简单、操作最简便的一种。常用的密度分层技术，将灰度0-L划分为M+1个区域（0<M<L)，每个区域指定一种颜色。C2(l>li）红色C1(l<li）兰色（相当于用M个平行于X，Y坐标平面的平面把灰度分成M+1个区域）C1C2f(x,y)灰度值(白色）Lli(黑色）0xy分层平面近路叹碗翠硅座骸孙谨呸嫡祷班乾寐缎颊翰塘靡忱确荷虚蛔习梳氧瓷户庚数字图像处理频域滤波器数字图像处理频域滤波器一幅图像的灰度f(x,y)可以看成是坐标点(x,y)的一个密度（灰度）函数。假定0<M<L,用平行于x,y平面的M个平面，把图像的灰度分成M+1个区域，每个区域内实际灰度是不一样的，但都根据下式分配给一种颜色：f(x,y)=Ck,若f(x,y)∈Rk式中Rk是第K个区域，Ck是由分层平面所定义的第K个区域的彩色。这样便可以把一幅单色图像，按照其灰度处于不同区域，变成伪彩色图像。彩色C2C1l