數(shù)字圖像增強課件

1、第三講 數(shù)字圖像增強本講內容：3.1 圖像增強的原因與目的3.2 圖像對比度增強3.3 平滑與去噪（柔化）3.4 銳化3.5 Photoshop增強處理實例演示3.1圖像增強原因與目的目標: 提高圖像質量圖像更加清晰 圖像增強是為了改善視覺效果或者便于人和機器對圖像的理解和分析，根據圖像的特點或存在的問題采取的簡單改善方法或者加強特征的措施稱為圖像增強。問題1： 灰度分布不合理沒有充分利用灰度動態(tài)范圍典型場合: 曝光不足、曝光過度、對比過于強烈問題2：噪聲干擾原因：強噪聲成像通道問題3：圖像模糊影響圖像細節(jié)分辨原因：成像通道分辨率不足、景物移動等解決方法：3-2 對比度增強灰度分布不合理 3-

2、3 圖像平滑 噪聲干擾3-4 圖像銳化 圖像模糊灰度映射直方圖修正3-2 對比度增強3-2 對比度增強灰度映射灰度映射（變換）可調整圖像的灰度動態(tài)范圍或圖像對比度，是圖像增強的重要手段之一。1線性變換 令圖像f(i，j)的灰度范圍為a,b，線性變換后圖像g(i，j)的范圍為a,b，如圖。g(i，j)與f(i，j)之間的關系式為： 在曝光不足或過度的情況下，圖像灰度可能會局限在一個很小的范圍內。這時在顯示器上看到的將是一個模糊不清、似乎沒有灰度層次的圖像。采用線性變換對圖像每一個像素灰度作線性拉伸，可有效地改善圖像視覺效果。原始圖像直方圖線性變換后圖像直方圖 反色變換原始圖像反色變換后圖像2分段

3、線性變換 為了突出感興趣目標所在的灰度區(qū)間，相對抑制那些不感興趣的灰度區(qū)間，可采用分段線性變換。 通過細心調整折線拐點的位置及控制分段直線的斜率，可對任一灰度區(qū)間進行拉伸或壓縮。 對比度擴展原始圖像對比度擴展后圖像 削波原始圖像削波后圖像 閾值化原始圖像閾值化后圖像 灰度窗口3非線性灰度變換 對數(shù)變換 這里a,b,c是為了調整曲線的位置和形狀而引入的參數(shù)。當希望對圖像的低灰度區(qū)較大的拉伸而對高灰度區(qū)壓縮時，可采用這種變換，它能使圖像灰度分布與人的視覺特性相匹配。f (i,j)g(i,j)原始圖像 f(x,y)對數(shù)變換后圖像 g(x,y)變換曲線f(x,y)g(x,y)指數(shù)變換 這里參數(shù)a,b,

4、c用來調整曲線的位置和形狀。這種變換能對圖像的高灰度區(qū)給予較大的拉伸。g (i,j)f (i,j)原始圖像 f(x,y)指數(shù)變換后圖像 g(x,y)變換曲線f(x,y)g(x,y)灰度直方圖反映了數(shù)字圖像中每一灰度級與其出現(xiàn)頻率間的關系,它能描述該圖像的概貌。修改直方圖是一種實用而有效的增強圖像處理技術。直方圖修整法包括直方圖均衡化及直方圖規(guī)定化兩類。1.直方圖均衡化將原圖像通過某種變換，得到一幅灰度直方圖為均勻分布的新圖像的方法。3-2對比度增強直方圖修整直方圖均衡化直方圖均衡化 設r和s分別表示歸一化了的原圖像灰度和經直方圖修正后的圖像灰度。即在0,1區(qū)間內的任一個r值，都可產生一個s值，

5、且 T(r)作為變換函數(shù)，滿足下列條件： 在0r1內為單調遞增函數(shù)，保證灰度級從低（黑）到高（白）的次序不變； 在0r1內，有0T(r)1，確保映射后的像素灰度在允許的范圍內。直方圖均衡化 從人眼視覺特性來考慮，一幅圖像的直方圖如果是均勻分布的，即Ps(s)=k(歸一化時k=1)時，該圖像色調給人的感覺比較協(xié)調。因此將原圖像直方圖通過T(r)調整為均勻分布的直方圖，這樣修正后的圖像能滿足人眼視覺要求。 對于離散的數(shù)字圖像，變換的最后推導結果為: 上式表明，均衡后各像素的灰度值sk可直接由原圖像的直方圖算出。 一幅圖像的sk與rk之間的關系稱為該圖像的累積灰度直方圖。1.01.01.0下面舉例說

6、明直方圖均衡過程。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計0.190.440.650.810.890.950.981.00sk并1/73/75/76/76/7111sks0=1/7s1=3/7s2=5/7s3=6/7s4=1nsk7901023850985448pk(s)0.190.250.210.240.11例 假定有一幅總像素為n=6464的圖像，灰度級數(shù)為8，各灰度級分布列于表中。對其均衡化計算

7、過程如下：1.00.250.200.150.100.0501/73/75/71.00.250.200.150.100.051/73/75/70原圖像的直方圖均衡后圖像的直方圖直方圖均衡化示例 (a)原始圖像(b)原始圖像的直方圖(c)直方圖均衡化后結果(d)結果圖像的直方圖(a)原始圖像(b)原始圖像的直方圖(c)直方圖均衡化后結果(d)結果圖像的直方圖對比度拉伸的公式：C = (Level - Min) * Scale = (Level - Min) * 255 / (255-Min)Photoshop的算法經過經典算法均衡化的圖片，最亮的像素值總是255，因為最后一級色階(255)的百分位

8、一定是100%。而最暗的是由色階0的數(shù)量決定的，像素值不一定是0。Photoshop通過對比度拉伸的方法使最暗的像素值變?yōu)?，其它像素也相應變暗，最亮的像素保持255不變。對比度拉伸后的效果可能會比經典算法稍顯偏暗。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 - 0100 - 170200 - 255Photoshop的算法對比度拉伸的公

9、式：C = (Level - Min) * Scale = (Level - Min) * 255 / (255-Min)2.直方圖規(guī)定化 在某些情況下，并不一定需要具有均勻直方圖的圖像，有時需要具有特定的直方圖的圖像，以便能夠增強圖像中某些灰度級。直方圖規(guī)定化方法就是針對上述思想提出來的。直方圖規(guī)定化是使原圖像灰度直方圖變成規(guī)定形狀的直方圖而對圖像作修正的增強方法。 可見，它是對直方圖均衡化處理的一種有效的擴展。直方圖均衡化處理是直方圖規(guī)定化的一個特例。 直方圖均衡化直方圖規(guī)定化規(guī)定的直方圖 原圖像的直方圖 規(guī)定的直方圖 規(guī)定化后圖像的直方圖 利用直方圖規(guī)定化方法進行圖像增強的主要困難在于要

10、構成有意義的直方圖。圖像經直方圖規(guī)定化，其增強效果要有利于人的視覺判讀或便于機器識別。直方圖規(guī)定化應用實例 圖(C)、(c)是將圖像(A)按圖(b)的直方圖進行規(guī)定化得到的結果及其直方圖。通過對比可以看出圖(C)的對比度同圖（B)接近一致，對應的直方圖形狀差異也不大。這樣有利于影像融合處理，保證融合影像光譜特性變化小。3-2 對比度增強3-3 圖像平滑（柔化）3-4 圖像銳化圖像增強3-3 圖像平滑：圖像中的脈沖噪聲模型在圖像傳輸過程中，經常會受到各種噪聲的干擾，在進行進一步的邊緣檢測、圖像分割、特征提取、模式識別等處理前，需要采用適當?shù)姆椒ūM量減少噪聲最常見的圖像噪聲：脈沖噪聲特點：噪聲點的

11、取值與圖像信號本身無關椒鹽噪聲：受噪聲干擾的圖像像素以50%的相同概率等于圖像灰度的最大或最小可能取值隨機值脈沖（加性）噪聲：噪聲灰度值均勻分布于0-255間3-3 圖像平滑：圖像中的脈沖噪聲模型椒鹽噪聲：黑圖象上的白點，白圖象上的黑點隨機值脈沖（加性）噪聲：噪聲灰度值均勻分布于0-255間任何一幅原始圖像，在其獲取和傳輸?shù)冗^程中，會受到各種噪聲的干擾，使圖像惡化，質量下降，圖像模糊，特征淹沒，對圖像分析不利。 為了抑制噪聲改善圖像質量所進行的處理稱圖像平滑或去噪。它可以在空間域和頻率域中進行。本節(jié)介紹空間域的幾種平滑法。空間域：鄰域運算、中值濾波頻率域：3-3 圖像平滑：鄰域運算輸出圖象中每

12、個象素是由對應的輸入象素及其一個鄰域內的象素共同決定時的圖象運算。 3-3圖像平滑：鄰域平均法 設有一幅NN的圖像f(x,y)，若平滑圖像為g(x,y),則有式中 x,y=0,1,N-1； s為（x,y）鄰域內像素坐標的集合； M表示集合s內像素的總數(shù)。 可見,鄰域平均法就是將當前像素鄰域內各像素的灰度平均值作為其輸出值的去噪方法。 3-3 圖像平滑：鄰域平均法(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，對圖像采用33的鄰域平均法，對于像素（m,n)，其鄰域像素如下：則有：3-2-2 圖像平滑

13、：鄰域平均法其作用相當于用這樣的模板同圖像卷積。這種算法簡單，但它的主要缺點是在降低噪聲的同時使圖像產生模糊，特別在邊緣和細節(jié)處。而且鄰域越大，在去噪能力增強的同時模糊程度越嚴重。如下圖(a)原圖像 (b) 對(a)加椒鹽噪聲的圖像(c)33鄰域平滑 (d) 55鄰域平滑 3-3 圖像平滑：鄰域平均法1、超限像素平均法2、中值濾波 為克服簡單局部平均法的弊病，目前已提出許多保邊緣、細節(jié)的局部平滑算法。它們的出發(fā)點都集中在如何選擇鄰域的大小、形狀和方向、參加平均的點數(shù)以及鄰域各點的權重系數(shù)等，下面簡要介紹兩種算法：1、超限像素平滑法 對鄰域平均法稍加改進，可導出超限像素平滑法。它是將f(x,y)

14、和鄰域平均g(x,y)差的絕對值與選定的閾值進行比較，根據比較結果決定點（x,y）的最后灰度g(x,y)。其表達式為 該算法對抑制椒鹽噪聲比較有效，對保護僅有微小灰度差的細節(jié)及紋理也有效。可見隨著鄰域增大，去噪能力增強，但模糊程度也大。 同局部平滑法相比，超限像素平滑法去椒鹽噪聲效果更好。(a)原圖像 (b)對(a)加椒鹽噪聲的圖像(c)33鄰域平滑 (d) 55鄰域平滑(e)33超限像素平滑(T=64)(f)55超限像素平滑(T=48)2、中值濾波原理：用一個MN的窗口在圖像上滑動，把窗口中像素的灰度值按升/降次序排列，取排列在正中間的灰度值作為窗口中心所在像素的灰度值。例：采用13窗口進行

15、中值濾波 原圖像為：2 2 6 2 1 2 4 4 4 2 4 處理后為： 2 2 2 2 2 2 4 4 4 4 4 一維中值濾波的概念很容易推廣到二維。一般來說，二維中值濾波器比一維濾波器更能抑制噪聲。 二維中值濾波器的窗口形狀可以有多種，如線狀、方形、十字形、圓形、菱形等。 不同形狀的窗口產生不同的濾波效果，使用中必須根據圖像的內容和不同的要求加以選擇。從以往的經驗看，方形或圓形窗口適宜于外輪廓線較長的物體圖像，而十字形窗口對有尖頂角狀的圖像效果好。 圖(a)為原圖像；圖(b)為加椒鹽噪聲的圖像；圖(c)和圖 (d)分別為33、55模板進行中值濾波的結果。 可見中值濾波法能有效削弱椒鹽噪

16、聲，且比鄰域、超限像素平均法更有效。3-2對比度增強3-3圖像平滑3-4圖像銳化圖像增強3-4 圖像銳化/邊緣檢測目的：加強圖像中景物的邊緣和輪廓分析：邊緣與輪廓一般位于灰度突變的地方，而且在圖像上常常具有任意的方向。3-4 圖像銳化/邊緣檢測階躍邊界“陡峭”邊界“模糊”邊界銳化方法: 增強圖像中的高頻邊緣3-4圖像銳化/邊緣檢測梯度銳化法邊緣的銳利程度由圖像灰度的梯度決定Laplacian增強算子1.梯度銳化法梯度算子 梯度是一個矢量，其大小和方向為：對于圖像f(x，y)，在(x，y)處的梯度定義為在離散的數(shù)字圖像中：-1 1-1 1梯度算子 00001.梯度銳化其它基于梯度的算子Rober

17、t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 -22-110-1 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方向上的分量原始圖像Laplacian增強算子為： 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 算子是線性二階微分算子。即 2f(x，y)=2.Laplac

18、ian增強算子0 -41 0 11001Laplacian 算子0 5-1 0 -1-100-1Laplacian 增強算子 對離散的數(shù)字圖像而言，二階偏導數(shù)可用二階差分近似，可推導出Laplacian算子表達式為 2f(x，y)= f(x+1，y)+f(x-1，y)+ f(x，y+1)+f(x，y-1)-4f(x，y) 示例原圖 其特點是：1、在灰度均勻的區(qū)域或斜坡中間2f(x，y)為0，增強圖像上像元灰度不變；2、在斜坡底或低灰度側形成“下沖”；而在斜坡頂或高灰度側形成“上沖”。0 -41 0 11001Laplacian 算子濾波結果0 5-1 0 -1-100-1Laplacian 增

19、強算子濾波結果Laplacian增強圖原圖Laplacian增強圖原圖3-5 Photoshop舉例一.photoshop基本操作二.圖像直方圖舉例-山.tif；lena.tif.三.灰度變換-人物.tif；調皮小海龜.tif；少女.tif；四.圖像柔化-鸚鵡.tif五.圖像邊緣銳化-咖啡屋.tif六.小作業(yè)PS的預置設置預置設置主要包含：常規(guī)設置、文件處理設置、顯示與光標設置、透明區(qū)域與色域設置、單位與標尺設置、參考線設置、網絡與切片設置、增效工具設置與暫存盤設置、內存與圖像高速緩存設置、文件瀏覽器設置等。設置方法：執(zhí)行菜單命令編輯 預制 常規(guī)快捷鍵Ctrl+K二.認識直方圖例1.打開素材

20、山.tif、lena.tif，觀察直方圖面板中的直方圖。例2.認識直方圖1.文件-新建-參數(shù)設置-確定2.執(zhí)行ctrl+I 反相（或者執(zhí)行菜單中編輯-填充-使用背景色填充）。二、認識直方圖3. 點擊工具欄里的設置前景色-設置前景色為灰色-確定，按Alt+delete填充前景色。4.分別用白色和黑色的畫筆在圖像中繪畫，觀察直方圖變化。3. 點擊圖層面板中的創(chuàng)建新的填充層-漸變-設置漸變?yōu)楹诎住⑵交葹?-確定。觀察直方圖。4.分別用白色和黑色的畫筆在圖像中繪畫，觀察直方圖變化。三.灰度變換例1.直方圖均衡化和曲線調整。1. 打開素材 人物.tif，在圖層面板中拖動背景圖層到新建圖層按鈕，在背景圖

21、層副本圖層中，執(zhí)行圖像-調整-色調均化。觀察圖像及直方圖變化。2. 打開素材 人物.tif，創(chuàng)建背景圖層副本圖層，執(zhí)行圖像-調整-曲線，在曲線窗口中調節(jié)灰度映射關系，觀察圖像及直方圖變化。三.灰度變換例2.色階及亮度對比度調節(jié)。1. 打開素材 調皮小海龜.tif，執(zhí)行圖像-調整-色階，設置參數(shù)為下圖-確定，執(zhí)行圖像-調整-亮度對比度，調節(jié)亮度對比度。例3.逆光變順光。1. 打開素材 少女.tif，執(zhí)行圖像-調整-色階，調節(jié)色階；執(zhí)行圖像-調整-亮度對比度，調節(jié)亮度對比度。可以看出整體灰度的映射不能獲得滿意的圖像效果。2. 打開素材 少女.tif，選擇魔棒工具，設置 選擇背景（天空海洋和大地）區(qū)

22、域，執(zhí)行選擇-修改-羽化，設置羽化半徑為5像素-確定，按ctr+shift+I反向選擇，執(zhí)行圖像-調整-色階，調節(jié)色階，按ctr+D取消選擇；得到圖像效果。四.圖像柔化/模糊例1.中值濾波打開素材 鸚鵡.tif，創(chuàng)建背景圖層副本，執(zhí)行濾鏡-雜色-中間值，設置參數(shù)如圖（右上），點確定。觀察圖像變化。打開素材鸚鵡.tif，創(chuàng)建背景圖層副本，執(zhí)行濾鏡-雜色-添加雜色，設置參數(shù)如圖（右下），點確定。執(zhí)行濾鏡-雜色-中間值，設置不同的參數(shù)實驗對雜色去除的效果。四.圖像柔化/模糊例2.清晰背景變虛化背景打開素材 鸚鵡.tif，創(chuàng)建背景圖層副本，選擇橢圓選框工具，框選鸚鵡區(qū)域，按ctrl+shift+I，反

23、向選擇，執(zhí)行選擇-修改-羽化，設置羽化半徑為30像素，點確定。執(zhí)行 濾鏡-模糊-動感模糊，設置參數(shù)如圖-確定，按ctrl+D取消選區(qū)，得到最終效果?？梢試L試不同的參數(shù)和不同的模糊方式，進行試驗。例1.銳化算子實驗。1. 打開素材 咖啡屋.tif，新建背景圖層的副本圖層，執(zhí)行濾鏡-其它-自定.，設定銳化的濾波算子，點擊確定。分別試驗梯度、sobel、prewwit等其它算子，觀察實驗結果。五.圖像銳化/邊緣檢測例2.銳化濾鏡。打開素材 咖啡屋.jpg，新建背景圖層的副本圖層，執(zhí)行濾鏡-銳化-USM銳化，設定參數(shù)如圖，點擊確定。分別試驗“進一步銳化”、“銳化”、“銳化邊緣”等其它方法，觀察實驗結果

24、。六、小作業(yè)11，按箭頭所示，這兩張圖對應的直方圖畫對了嗎？為什么？2，直方圖中，如果左側山峰非常高，右側山峰非常低，這張圖整體是偏亮還是偏暗？3，動手實踐題：自己找?guī)讖垐D，預測一下它的直方圖分布情況，如果自己的大致預測為正確的，則回答本題“我已理解直方圖的基本規(guī)律”。小作業(yè)2.1.修正該圖像由于整體曝光不足引起的灰暗。芝加哥.tifA. 曝光過度的照片B.具有全色調的曝光正常的照片C.曝光不足的照片 直方圖用圖形表示圖像的每個顏亮度級別的像素數(shù)量，展示像素在圖像中的分布情況。它向您顯示圖像在暗調（顯示在直方圖的左邊部分）、中間調（顯示在中間）和高光（顯示在右邊部分）中是否包含足夠的細節(jié)，以便進行更好的校正。 關于通道通道是存儲不同類型信息的灰度圖像顏色信息通道 是在打開新圖像時自動創(chuàng)建的。圖像的顏色模式決定了所創(chuàng)建的顏色通道的數(shù)目。Alpha 通道將選區(qū)存儲為