數(shù)字圖像處理讀書報告4.doc

數(shù)字圖像處理讀書報告4 空間域操作的灰度變換及空間濾波錢增磊前言：本次學習岡薩雷斯的圖像處理主要復習了前兩章的內(nèi)容，并將以前未理解的東西重新加深了理解，在本次報告中予以體現(xiàn)，并補充了第二章報告中的遺漏內(nèi)容，以及對第三章的內(nèi)容進行新的學習。首先對前兩章的復習進行一個簡單的復習總結(jié)。第一章的緒論主要內(nèi)容：從20世紀20年代巴特蘭電纜圖片傳輸系統(tǒng)作為數(shù)字圖像的起源，利用5個灰度級及更多灰度級的編碼為基礎進行傳輸。后來隨著計算機的發(fā)展，網(wǎng)絡的發(fā)展，數(shù)字圖像處理的應用開始延伸到各個領域，舉例了根據(jù)光子能量排列的電磁波譜列出不同的范圍的光所在的成像應用，更多的應用于天文觀測，醫(yī)療，以及地理勘測等領域。還有用聲波和超聲波的成像應用。第二章的數(shù)字圖像基礎主要內(nèi)容：介紹了人眼的結(jié)構(gòu)以及成像原理，用來給計算機成像奠定基礎，并介紹簡單圖像形成模型，利用光源照射總量與反射的光照總量兩個分量來表征其光亮。對于圖像的質(zhì)量利用分辨率與灰度級來衡量，不僅介紹了不同分辨率與不同灰度級對圖像質(zhì)量的影響，還分析了分辨率與灰度級的關系，圖像細節(jié)越多，則分辨率與灰度級越相互獨立。還分別介紹了像素之間的一些基本關系，這里對鄰接性與連通性有了更深刻的理解，m鄰接消除了8鄰接的二義性，消除對構(gòu)成閉合回路阻礙。二、補充第二章報告中的遺漏內(nèi)容圖像處理中所用的數(shù)學工具一是算術操作，針對每個像素值進行加減乘除的運算，對于加法用于針對降噪的帶噪圖像相加平均，使得每個位置(x,y)的像素值變化減小，達到減噪的目的；對于減法用于增強圖像的差別，為加強某些觀察差異，需要消除某些相同的部分來加強對差異的觀察；適用圖像的相乘與相除來校正陰影；二是集合和邏輯操作，介紹了集合和元素概念，以及在灰度級集合上的操作。對于集合引出模糊集合的概念，對沒有嚴格分界各集合的關系，使用隸屬度函數(shù)來實現(xiàn)這樣的概念。三是空間操作，主要針對鄰域的操作和幾何空間變換，對某一點像素值采用該點鄰域的像素值來代替，可以實現(xiàn)圖像的局部模糊，與模糊概念相對應。對于幾何的變化包括坐標的空間變換與灰度內(nèi)插兩個操作，利用仿射矩陣實現(xiàn)圖像的尺度、旋轉(zhuǎn)、平移、偏移等變換。我們主要應用反向映射的方法，掃描輸出像素的位置計算仿射矩陣的逆矩陣來計算輸入圖像中的相應位置。對其主要應用在圖像配準上，通過參考圖像得到約束點來依次配準這兩幅圖像（主要由一系列放射變換得到的兩幅圖像）。四是圖像變換，主要通過變換輸入圖像來表達圖像處理任務，而不是直接在像素點上進行操作，往往空間域中的變換運算R反變換空間域。五是概率方法，通過每一個圖像中出現(xiàn)過的灰度值在整幅圖像中出現(xiàn)的概率來表征該圖像的一些特性，如均值很方差對于圖像的視覺特性有很明顯的直接關系。最后進入第三章新內(nèi)容的學習：本章主要針對空間域的處理，灰度變換在單個像素上操作，以對比度和閾值處理為目的；空間濾波改善性能操作并討論模糊技術的某些細節(jié)。一、灰度變換及空間濾波基礎空間域的處理歸納為公式，T是在點（x，y）的鄰域上定義的一個算子，g為計算后的圖像，與變換域比起來計算更有效，執(zhí)行所花的資源更少。二、基本的灰度變換對于圖像增強常見三類函數(shù)：線性函數(shù)（反轉(zhuǎn)和恒等變換）、對數(shù)函數(shù)（對數(shù)和反對數(shù)函數(shù)）、冪律函數(shù)（n次冪和n次根變換）。1、對數(shù)變換，形式如，該變換根據(jù)特性曲線，將輸入中范圍較窄的低灰度值映射為輸出中較寬范圍的灰度值，對高輸入灰度值亦如此，這樣的效果就是可以增加一些低灰度值的一些細節(jié)，但帶來的問題是他降低了圖像的對比度，使背景有沖淡的感覺。2、冪律變換，形式如，其中為伽馬，所以也叫伽馬變換，他的圖像和對數(shù)變換函數(shù)類似，但是變換度更大，根據(jù)伽馬值的不同，可以輸出不同程度的變換曲線，可以根據(jù)具體圖像的特征，設置合適的值，使圖像的對比度與細節(jié)清晰度達到一個最佳的比例。3、線性變換， 主要有恒等變換與圖像的反轉(zhuǎn)，更多的應用是分段線性變換；上述兩種非線性的變換主要是對整個灰度級進行的統(tǒng)一變換，然而很多情況會根據(jù)具體要求對不同范圍的灰度級進行不同的處理，于是產(chǎn)生分段線性變換。主要應用于對比度拉伸（確定輸入的對比度分界點，使輸出對比度拉伸至指定范圍）、灰度級分層（用于增強特征，對所要增強的某些灰度范圍變亮或變暗）、比特平面分層（用于量化該圖像的比特數(shù)，在圖像壓縮領域有很大用處）。三、直方圖處理直方圖主要是利用概率的概念將整幅圖像的每一個灰度級所占總灰度級的百分比進行顯示，來表征整幅圖像的大體特征，其主要特征是一階距（圖像的平均灰度）以及二階距（灰度方差即圖像對比度的度量）。1、直方圖均衡化對于灰度映射要求滿足輸入與輸出的灰度區(qū)間一致，以及灰度映射是個嚴格單調(diào)遞增函數(shù)，這是為了保證當進行反映射時確保一一對應，防止出現(xiàn)二義性。而且對于輸出的s是由一個均勻的PDF（概率密度函數(shù)）表征的，即可以得出的輸出與的輸入形式無關。這就引出直方圖均衡化的概念，使整個圖像的灰度分布盡量均衡化，使圖像顯示的有關細節(jié)更加清晰，消除過亮或過暗的現(xiàn)象。2、直方圖規(guī)定化均衡化是普遍適用的，但應對我們對某些特定的顯示要求，引出一些特殊的“均衡化”，即直方圖的規(guī)定化。我們引入變換函數(shù)，使得于是可以通過z與s的關系，來求得z，將帶入z與s的關系中，便可以得到直方圖規(guī)格化的輸出與輸入灰度之間的映射關系。3、局部直方圖處理在圖像增強中，全局直方圖處理廣泛適用，但對于某些要求要增強特定細節(jié)的部分，則需要采用局部的直方圖處理來完成。該過程是定義一個鄰域，并把該區(qū)域的中心從一個像素移至另一個像素。在每個位置，計算鄰域中的點的直方圖，得到的不是直方圖均衡化就是規(guī)定化的變換函數(shù)。鄰域中的均值與方差如下： 采用這種方法可以分辨暗區(qū)域和亮區(qū)域或低對比度或高對比度，對于所需要增強的像素值g(x,y)，對于原始像素值f(x,y)有：其中E是一個常數(shù)。4、空間濾波器這一節(jié)主要應用于平滑和去噪或增強領域，空間濾波器是由一個鄰域，對該鄰域包圍的圖像像素執(zhí)行的預定義操縱組成。其濾波操作為：其中是濾波器，實質(zhì)就是計算每個位置與相應濾波器乘積之和的處理。這里引出兩個概念：空間相關和卷積，卷積與空間相關類似，但濾波器首先要旋轉(zhuǎn)兩者在濾波器與離散單位沖擊的運算當中所得到的結(jié)果是一致的，得到兩者的公式為： 相關 卷積那么對于其響應特性R，則有其向量形式的表示：對于上述濾波機理，根據(jù)濾波器的不同功能特性，有平滑空間濾波器和銳化空間濾波器之分?！?】平滑空間濾波器：用于模糊處理與降低噪聲。再根據(jù)不同應用有均值濾波器（線性）和中值濾波器（非線性）兩類。均值濾波器的響應特性R是由模板定義的鄰域內(nèi)像素灰度的平均值構(gòu)成，使圖像顯得更為平滑，使之對感興趣的物體得到一個粗略的描述而模糊圖像，將較小的物體的灰度與背景混合在一起，達到消除的目的，使較大物體變得易于檢測。而中值濾波器是一種非線性空間濾波器，它的響應以濾波器包圍的圖像區(qū)域所包含的像素的排序為基礎，然后利用統(tǒng)計排序結(jié)果決定的值代替中心像素的值。它的主要作用是使不同灰度的點看起來更接近于它的相鄰點，這就非常有利于消除椒鹽噪聲，只需要使用中值濾波器來去除那些相對于其鄰域像素更亮或更暗并且其區(qū)域小于（濾波器區(qū)域的一半）的孤立像素族?！?】銳化空間濾波器：用于增強特征與細節(jié)跟平滑空間濾波器相反，采用空間微分來實現(xiàn)；對于一階微分需保證三點：a、在恒定灰度區(qū)域的微分值為零；b、在灰度臺階或斜坡處微分值非零；c、沿著斜坡微分值非零。二階微分則需保證：a、在恒定區(qū)域微分值為零；b、在灰度臺階或斜坡的起點處微分值非零；c、沿著斜坡的微分值為零。然而在數(shù)字圖像邊緣處類似于斜坡過渡，這樣呆滯一階微分產(chǎn)生較粗的邊緣，而二階微分產(chǎn)生由零分開的一個像素寬的雙邊緣，于是在邊緣處增強采用二階微分來銳化。三種常用方法：（1）離散的拉普拉斯算子是最常用的，它是它的基本方法是 它將把淺灰色邊線和突變點疊加到暗色背景中，然后加到原圖像，形成細節(jié)增強的目的，但會產(chǎn)生更多的噪聲。（2）非銳化掩蔽和高提升濾波，采用先模糊原圖像，然后將原圖像減去模糊的原圖像，得到模板，再加到原圖像上。即，其中當k=1時，為非銳化掩蔽；當k1時，為高提升濾波；當k1時，為不強調(diào)非銳化模板的貢獻。（3）soble梯度算子（使用一階微分的