工業(yè)機(jī)器視覺(jué)課程4數(shù)字圖像分析

第三章數(shù)字圖像分析引子圖像分析技術(shù)分類的三種基本范疇低級(jí)處理：圖像獲取、預(yù)處理，不需要智能中級(jí)處理：圖像分割、表示與描述，需要智能高級(jí)處理：圖像識(shí)別、解釋，缺少理論，為降 低難度，設(shè)計(jì)得更專用。圖像分析系統(tǒng)的構(gòu)成知識(shí)庫(kù)表示與描述預(yù)處理分割低級(jí)處理高級(jí)處理中級(jí)處理識(shí)別與解釋結(jié)果圖像獲取問(wèn)題第三章數(shù)字圖像分析第三章數(shù)字圖像分析3.1圖像增強(qiáng)3.2圖像分割3.3特征提取3.4識(shí)別與解釋第一節(jié)圖像增強(qiáng)3.1.1圖像增強(qiáng)引言3.1.2空域圖像增強(qiáng)3.1.3頻域圖像增強(qiáng)3.1.1圖像增強(qiáng):圖像增強(qiáng)引言圖像增強(qiáng)引言圖像增強(qiáng)的定義圖像增強(qiáng)的空域法圖像增強(qiáng)的頻域法3.1.1圖像增強(qiáng):圖像增強(qiáng)引言圖像增強(qiáng)的定義圖像增強(qiáng)技術(shù)的主要目標(biāo)是，通過(guò)對(duì)圖像的處理，使圖像比處理前更適合一個(gè)特定的應(yīng)用——預(yù)處理可能的應(yīng)用：顯示、打印、印刷、識(shí)別、分析、創(chuàng)藝等可能的處理策略：空域策略、頻域策略3.1.1圖像增強(qiáng):圖像增強(qiáng)引言圖像增強(qiáng)的定義可能的處理：去除噪音邊緣增強(qiáng)提高對(duì)比度增加亮度改善顏色效果改善細(xì)微層次通常與改善視覺(jué)效果相一致3.1.1圖像增強(qiáng):圖像增強(qiáng)引言圖像增強(qiáng)的定義可能的處理：邊緣增強(qiáng)3.1.1圖像增強(qiáng):圖像增強(qiáng)引言圖像增強(qiáng)的定義可能的處理：提高對(duì)比度增加亮度改善顏色效果3.1.1圖像增強(qiáng):圖像增強(qiáng)引言圖像增強(qiáng)的空域法點(diǎn)運(yùn)算法——灰度級(jí)變換尋找一個(gè)合適的變換T模板運(yùn)算法——空域過(guò)濾器尋找一個(gè)合適的模板幾何變換法——變形矯正基于色彩的處理圖像增強(qiáng)的空域法3.1.1圖像增強(qiáng):圖像增強(qiáng)引言圖像增強(qiáng)的頻域法頻域增強(qiáng)的理論基礎(chǔ)頻域增強(qiáng)的處理方法頻域增強(qiáng)與空域增強(qiáng)的關(guān)系3.1.1圖像增強(qiáng):圖像增強(qiáng)引言頻域增強(qiáng)的理論基礎(chǔ)卷積理論被處理圖像f(x,y)變換函數(shù)h(x,y)/*線性、位置無(wú)關(guān)操作目標(biāo)圖像g(x,y)有卷積：g(x,y)=h(x,y)*f(x,y)有等式：G(u,v)=H(u,v)F(u,v)有等式：g(x,y)=F-1[H(u,v)F(u,v)]3.1.1圖像增強(qiáng):圖像增強(qiáng)引言頻域增強(qiáng)的原理頻率平面與圖像空域特性的關(guān)系圖像變化平緩的部分靠近頻率平面的圓心，這個(gè)區(qū)域?yàn)榈皖l區(qū)域圖像中的邊、噪音、變化陡峻的部分，以放射方向離開(kāi)頻率平面的圓心，這個(gè)區(qū)域?yàn)楦哳l區(qū)域3.1.1圖像增強(qiáng):圖像增強(qiáng)引言頻域增強(qiáng)的原理邊、噪音、變化陡峭部分變化平緩部分uv3.1.1圖像增強(qiáng):圖像增強(qiáng)引言頻域增強(qiáng)的原理邊、噪音、變化陡峭部分變化平緩部分uv3.1.1圖像增強(qiáng):圖像增強(qiáng)引言頻域增強(qiáng)的處理方法對(duì)于給定的圖像f(x,y)和目標(biāo)，計(jì)算出它的傅立葉變換F(u,v)選擇一個(gè)變換函數(shù)H(u,v)/*并非到空域找計(jì)算出目標(biāo)圖像g(x,y)

g(x,y)=F-1[H(u,v)F(u,v)]3.1.1圖像增強(qiáng):圖像增強(qiáng)引言頻域增強(qiáng)與空域模板增強(qiáng)的關(guān)系卷積的離散表達(dá)式，基本上可以理解為模板運(yùn)算的數(shù)學(xué)表達(dá)方式

M-1N-1g(x,y)=f*h=f(m,n)h(x–m,y–n)m=0n=0因此，卷積的沖擊響應(yīng)h(x,y)，被稱為空域卷積模板，這種稱謂僅在模板相對(duì)中心原點(diǎn)是對(duì)稱的時(shí)，才是成立的3.1.1圖像增強(qiáng):圖像增強(qiáng)引言頻域增強(qiáng)與空域增強(qiáng)的關(guān)系在實(shí)踐中，小的空間模板比傅立葉變換用得多得多，因?yàn)樗鼈円子趯?shí)現(xiàn)，操作快捷。對(duì)于很多在空域上難以表述清楚的問(wèn)題，對(duì)頻域概念的理解就顯得十分重要。在壓縮中我們會(huì)體會(huì)到3.1.2圖像增強(qiáng):空域增強(qiáng) 3.1.2.1點(diǎn)運(yùn)算增強(qiáng) 3.1.2.2直方圖增強(qiáng) 3.1.2.3彩色圖像增強(qiáng) 3.1.2.4空域過(guò)濾器3.1.2.1圖像增強(qiáng):點(diǎn)運(yùn)算增強(qiáng)點(diǎn)運(yùn)算——灰度級(jí)變換增強(qiáng)灰度級(jí)變換的應(yīng)用亮度調(diào)整、對(duì)比度拉伸、灰度級(jí)切片獲取變換函數(shù)的方法固定函數(shù)、交互樣點(diǎn)插值、直方圖灰度級(jí)變換的分析3.1.2.1圖像增強(qiáng):點(diǎn)運(yùn)算增強(qiáng)灰度級(jí)變換的應(yīng)用之一亮度調(diào)整——加亮、減暗圖像255128255218255128255323.1.2.1圖像增強(qiáng):點(diǎn)運(yùn)算增強(qiáng)

灰度級(jí)變換的應(yīng)用之二對(duì)比度拉伸——提高、降低對(duì)比度2554825502551282551422180提高對(duì)比度降低對(duì)比度P1P23.1.2.1圖像增強(qiáng):點(diǎn)運(yùn)算增強(qiáng)

灰度級(jí)變換的應(yīng)用之二提高對(duì)比度通常通過(guò)直方圖得到兩個(gè)拐點(diǎn)的位置降低對(duì)比度降低對(duì)比度一般用于輸出設(shè)備的灰度級(jí)小于輸入圖像的灰度級(jí)的情況，如顯示傅立葉頻譜時(shí)3.1.2.1圖像增強(qiáng):點(diǎn)運(yùn)算增強(qiáng)通過(guò)直方圖得到兩個(gè)拐點(diǎn)P1、P2的位置p(rk)

nkP1P23.1.2.1圖像增強(qiáng):點(diǎn)運(yùn)算增強(qiáng)灰度級(jí)變換的應(yīng)用之二局部提高、局部降低對(duì)比度2554825502551282551421960216233.1.2.1圖像增強(qiáng):點(diǎn)運(yùn)算增強(qiáng)灰度級(jí)變換的應(yīng)用之三灰度級(jí)切片2554825502551422552141340176483.1.2.1圖像增強(qiáng):點(diǎn)運(yùn)算增強(qiáng)獲取變換函數(shù)的方法之一固定函數(shù)：指數(shù)函數(shù)、正玄函數(shù)、分段直線、對(duì)數(shù)函數(shù)，如顯示傅立葉的s=clog(1+|r|)

25502551420216233.1.2.1圖像增強(qiáng):點(diǎn)運(yùn)算增強(qiáng)獲取變換函數(shù)的方法之二交互樣點(diǎn)插值用過(guò)點(diǎn)的三次樣條插值曲線，獲得變換函數(shù)3.1.2.1圖像增強(qiáng):點(diǎn)運(yùn)算增強(qiáng)灰度級(jí)變換的分析灰度級(jí)變換對(duì)圖像層次有負(fù)面影響原因：由于變換是在有限個(gè)灰度級(jí)上進(jìn)行的，因此會(huì)造成層次的減少（見(jiàn)實(shí)例）改進(jìn)：通過(guò)輸入較多層次（如>28)，保證在圖像上進(jìn)行灰度級(jí)變換后，其輸出保留足夠的層次3.1.2.2圖像增強(qiáng):直方圖增強(qiáng)直方圖增強(qiáng)直方圖均衡化直方圖匹配3.1.2.2圖像增強(qiáng):直方圖增強(qiáng)直方圖均衡化一種自動(dòng)調(diào)節(jié)圖像對(duì)比度質(zhì)量的算法使用的方法是灰度級(jí)變換：s=T(r)

基本思想是通過(guò)灰度級(jí)r的概率密度函數(shù)p(rk)，求出灰度級(jí)變換T(r)r正則化到[0，1]

k

k sk=T(rk)=Σp(rj)=Σnj/n

j=0

j=0

3.1.2.2圖像增強(qiáng):直方圖增強(qiáng)直方圖均衡化的技術(shù)要點(diǎn)：公理：直方圖p(rk)，為常數(shù)的圖像對(duì)比度最好目標(biāo)：尋找一個(gè)灰度級(jí)變換T(r)，使結(jié)果圖像 的直方圖p(sk)為一個(gè)常數(shù)實(shí)現(xiàn)：強(qiáng)制認(rèn)為累積分布函數(shù)CDF是我們要找 的變換函數(shù)T(r)，

r

s=T(r)=∫

pr(w)dw0r1

0

3.1.2.2圖像增強(qiáng):直方圖增強(qiáng)直方圖均衡化的技術(shù)要點(diǎn)：公理：直方圖p(rk)，為常數(shù)的圖像對(duì)比度最好p(rk)

nkP1P23.1.2.2空域增強(qiáng):直方圖增強(qiáng)直方圖均衡化的算法實(shí)現(xiàn)累積分布函數(shù)CDF的計(jì)算 用累積分布函數(shù)CDF的離散形式來(lái)計(jì)算 k

ksk=T(rk)=Σp(rj)=Σnj/n

j=0

j=0

算法實(shí)現(xiàn)：1)求出灰度級(jí)變換T2)用T對(duì)圖像進(jìn)行灰度級(jí)變換3.1.2.2空域增強(qiáng):直方圖增強(qiáng)直方圖增強(qiáng)舉例：圖像f(x,y)，寬300，高100像素，偏暗25510000643.1.2.2空域增強(qiáng):直方圖增強(qiáng)直方圖增強(qiáng)舉例：計(jì)算變換TT(0)=1000/3000*255=85T(63)=T(62)+0/3000=85T(64)=(1000/3000+1000/3000)*255=170T(254)=T(253)+0/30000=170T(255)=(1000/3000+1000/3000+ 1000/3000)*255=2553.1.2.2空域增強(qiáng):直方圖增強(qiáng)得到變換函數(shù)T(0)=85...T(63)=85T(64)=170...T(254)=170T(255)=2551000255085170變換后的圖像和直方圖3.1.2.2空域增強(qiáng):直方圖增強(qiáng)問(wèn)題：圖像最暗處依賴于原圖像0灰階像素的個(gè)數(shù)。有偏亮的傾向。矯正：Xo=(Xi-85)/(255-85)*25510002550851703.1.2.2空域增強(qiáng):直方圖增強(qiáng)矯正后變換函數(shù)為T(0)=0...T(63)=0T(64)=128...T(254)=128T(255)=255100025501283.1.2.2空域增強(qiáng):直方圖增強(qiáng)矯正前后的比較10002550128100025508517025510000643.1.2.2空域增強(qiáng):直方圖增強(qiáng)

直方圖均衡化的物理解釋1）直方圖均衡化，不改變灰度出現(xiàn)的次數(shù)（因?yàn)槟菢訒?huì)改變圖像的信息結(jié)構(gòu)），所改變的是出現(xiàn)次數(shù)所對(duì)應(yīng)的灰度級(jí)。

k T(rk)=Σnj/n/*矯正后非零像素?cái)?shù)同前

j=0

2）直方圖均衡化，力圖使等長(zhǎng)區(qū)間內(nèi)出現(xiàn)的像素?cái)?shù)接近相等。（見(jiàn)上例）3.1.2.2空域增強(qiáng):直方圖增強(qiáng)直方圖匹配算法來(lái)源背景：直方圖均衡化的缺陷：不能用于交互方式的圖像增強(qiáng)應(yīng)用，因?yàn)橹狈綀D均衡化只能產(chǎn)生唯一一個(gè)結(jié)果，恒定值直方圖近似希望通過(guò)一個(gè)指定的函數(shù)（如高斯函數(shù)）或用交互圖形產(chǎn)生一個(gè)特定的直方圖。根據(jù)這個(gè)直方圖確定一個(gè)灰度級(jí)變換T(r),使由T產(chǎn)生的新圖像的直方圖符合指定的直方圖3.1.2.2空域增強(qiáng):直方圖增強(qiáng)直方圖匹配算法思想：設(shè)：{rk}是原圖像的灰度級(jí),{zk}是符合指定直方圖結(jié)果圖像的灰度級(jí)我們的目標(biāo)是：找到一個(gè)灰度級(jí)變換H,有：

z=H(r)3.1.2.2空域增強(qiáng):直方圖增強(qiáng)直方圖匹配算法思想：1)對(duì){rk}、{zk}分別做直方圖均衡化 s=T(r)=∫0pr(w)dw0r1 v=G(z)=∫0pz(w)dw0z12)求G變換的逆變換

z=G-1(v)

3.1.2.2空域增強(qiáng):直方圖增強(qiáng)直方圖匹配算法思想：3)根據(jù)均衡化的概念，s,v都是常量 用s替代v有

z=G-1(s)

2)求G-1和T的符合變換，有：

z=G-1(T(r))=G-1T(r)

H=G-1T3.1.2.2空域增強(qiáng):直方圖增強(qiáng)直方圖匹配算法實(shí)現(xiàn)：1）求出灰度級(jí)變換T2）求出灰度級(jí)變換G,同時(shí)求出逆變換G-13）通過(guò)T和G-1求出復(fù)合變換H4）用H對(duì)圖像做灰度級(jí)變換3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)彩色圖像增強(qiáng)在RGB模型上增強(qiáng)在HSI模型上增強(qiáng)3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)在RGB模型上增強(qiáng)——彩色平衡與色彩平衡相關(guān)的幾個(gè)定義偏色：采樣過(guò)程中，由于設(shè)備、環(huán)境的原因會(huì)造成圖像的三個(gè)顏色分量不同的變換關(guān)系，使圖像中所有物體的顏色偏離了其原有的真實(shí)色彩，這種現(xiàn)象被稱為偏色。如圖像的灰色部分帶有了顏色。3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)與色彩平衡相關(guān)的幾個(gè)定義灰平衡：使RGB彩色設(shè)備的彩色分量混合后，顏色失去色調(diào)和飽和度產(chǎn)生灰色，這種顏色混合效果被稱為灰平衡，一般情況下，等量的RGB產(chǎn)生灰色。色彩平衡：糾正偏色的過(guò)程叫作色彩平衡。色彩平衡的實(shí)現(xiàn)，是通過(guò)調(diào)整灰平衡，使偏色區(qū)域，恢復(fù)成灰色來(lái)達(dá)到的。3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)如何判斷彩色圖像的偏色1)檢查圖像的灰平衡情況，即檢查在現(xiàn)實(shí)中應(yīng)該是灰色的物體，在圖像中是否是灰色例如：某黑色區(qū)域的平均取值是：

R=0，G=12，B=7說(shuō)明有青色色偏2)檢查高飽和度的顏色是否正常，即檢查在現(xiàn)實(shí)中應(yīng)該是純色的物體，在圖像中是否有偏色3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)彩色平衡實(shí)現(xiàn)的算法選擇兩個(gè)顏色分量(如GB)，去匹配第三個(gè)(如R)

（1）在圖像中選取兩個(gè)淺灰或深灰區(qū)域（這 些區(qū)域也許已經(jīng)不是灰色） （2）計(jì)算這兩個(gè)域的RGB平均值，獲得 兩個(gè)顏色分量的線性變換 （3）將逆變換作用在圖像的兩個(gè)分量上，得 到平衡后的新圖像3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)彩色平衡實(shí)現(xiàn)的算法舉例設(shè)：在圖像中選取兩個(gè)淺灰或深灰區(qū)域，并計(jì)算這兩個(gè)域的RGB平均值，得： R1=25；G1=31；B1=37R2=75；G2=79；B2=77 調(diào)整G、B去匹配R。從而有線性變換

G:31(25);79(75) B:37(25);77(75)3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)彩色平衡實(shí)現(xiàn)的算法舉例255312550255772557579075253725G的逆變換B的逆變換3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)在HSI模型上增強(qiáng)通過(guò)色調(diào)進(jìn)行處理通過(guò)亮度進(jìn)行處理通過(guò)顏色飽和度進(jìn)行處理3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)通過(guò)色調(diào)進(jìn)行處理基本思想將圖像轉(zhuǎn)換到HSI色空間對(duì)指定色調(diào)值H進(jìn)行調(diào)整，H’=H+/-h主要應(yīng)用改變圖像的氣氛（如暖色和冷色的氣氛變化，早晚氣氛的變化）換色（對(duì)指定色調(diào)的顏色進(jìn)行更換）、去色3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)通過(guò)亮度進(jìn)行處理基本思想將圖像轉(zhuǎn)換到HSI色空間對(duì)指定亮度值I，乘上一個(gè)調(diào)整量II’=I*I主要應(yīng)用:1）我們可以通過(guò)在每個(gè)象素的亮度分量上乘一個(gè)大于1的常量（如1.3），使得圖像變得更明亮，提高圖像的亮度。3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)主要應(yīng)用:(2)我們可以通過(guò)在每個(gè)象素的亮度分量上乘一個(gè)小于1的常量（如0.8），使得圖像的亮度降低。(3)我們可以有選擇地調(diào)整圖像的亮度，可以以色調(diào)、選區(qū)作為是否進(jìn)行亮度處理的根據(jù)。例如只對(duì)紅色調(diào)提高亮度。(4)對(duì)亮度分量進(jìn)行直方圖均衡化3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)通過(guò)顏色飽和度進(jìn)行處理基本思想將圖像轉(zhuǎn)換到HSI色空間對(duì)指定亮度值S，乘上一個(gè)量SS’=S*S主要應(yīng)用:(1)我們可以通過(guò)在每個(gè)象素的飽和度分量上乘一個(gè)大于1的常量（如1.3），使得圖像的顏色更為鮮明。3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)主要應(yīng)用:(2)我們可以通過(guò)在每個(gè)象素的飽和度分量上乘一個(gè)小于1的常量（如0.8），使得圖像的顏色的鮮明度降低。(3)我們可以有選擇地調(diào)整圖像的顏色飽和度，可以以色調(diào)、選區(qū)作為是否進(jìn)行飽和度處理的根據(jù)。例如只對(duì)紅色調(diào)提高飽和度。3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器 3.1.2.1點(diǎn)運(yùn)算增強(qiáng) 3.1.2.2直方圖增強(qiáng) 3.1.2.3彩色圖像增強(qiáng) 3.1.2.4空域過(guò)濾器 1)空域過(guò)濾器的基本概念 2)鈍化過(guò)濾器 3)銳化過(guò)濾器3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器空域過(guò)濾器1)空域過(guò)濾器的基本概念空域過(guò)濾器的定義空域過(guò)濾器的分類3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器1)空域過(guò)濾處理的基本概念空域過(guò)濾及過(guò)濾器的定義

使用空域模板進(jìn)行的圖像處理，被稱為空域過(guò)濾。模板本身被稱為空域過(guò)濾器3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器1)空域過(guò)濾處理的基本概念空域過(guò)濾器的分類處理效果分類數(shù)學(xué)形態(tài)分類銳化過(guò)濾器鈍化過(guò)濾器3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器數(shù)學(xué)形態(tài)分類空域過(guò)濾器線性過(guò)濾器非線性過(guò)濾器帶通低通高通中值最小值最大值3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器線性過(guò)濾器的定義線性過(guò)濾器是線性系統(tǒng)和頻域過(guò)濾概念在空域的自然延伸。其特征是結(jié)果像素值的計(jì)算由下列公式定義：

R=w1z1+w2z2+…+wnzn其中：wii=1,2,…,n是模板的系數(shù) zii=1,2,…,n是被計(jì)算像素及其鄰域像素的值3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器主要線性空域?yàn)V波器低通濾波器主要用途：鈍化圖像、去除噪音高通濾波器主要用途：邊緣增強(qiáng)、邊緣提取帶通濾波器主要用途：刪除特定頻率、增強(qiáng)中很少用3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器非線性過(guò)濾器的定義使用模板進(jìn)行結(jié)果像素值的計(jì)算，結(jié)果值直接取決于像素鄰域的值，而不使用乘積和的計(jì)算

R=w1z1+w2z2+…+wnzn3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器主要非線性濾波器中值濾波主要用途：鈍化圖像、去除噪音計(jì)算公式：R=mid{zk|k=1,2,…,9}最大值濾波主要用途：尋找最亮點(diǎn)計(jì)算公式：R=max{zk|k=1,2,…,9}最小值濾波主要用途：尋找最暗點(diǎn)計(jì)算公式：R=min{zk|k=1,2,…,9}3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器最大值濾波3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器最小值濾波3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器2)鈍化過(guò)濾器鈍化過(guò)濾器的主要用途基本低通濾波中值濾波3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器

鈍化過(guò)濾器的主要用途對(duì)大圖像處理前，刪去無(wú)用的細(xì)小細(xì)節(jié)連接中斷的線段和曲線降低噪音鈍化處理，恢復(fù)過(guò)分銳化的圖像圖像創(chuàng)藝（陰影、軟邊、朦朧效果）3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器基本低通濾波過(guò)濾器模板系數(shù)的設(shè)計(jì)模板尺寸對(duì)過(guò)濾器效果的影響低通空域?yàn)V波的缺點(diǎn)和問(wèn)題算法實(shí)現(xiàn)和提高效率3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器過(guò)濾器模板系數(shù)的設(shè)計(jì)根據(jù)空域中低通沖激響應(yīng)函數(shù)的圖形來(lái)設(shè)計(jì)模板的系數(shù)例如，選擇高斯函數(shù)作為沖激函數(shù) g(x,y)=h(x,y)*f(x,y)03.1.2.4空域圖像增強(qiáng):空域過(guò)濾器設(shè)計(jì)模板系數(shù)的原則1）大于02）都選1，或中間選1，周圍選0.5111111111111111111111111110.5110.510.5110.510.5110.50.50.50.50.50.50.50.50.50.50.53.1.2.4空域圖像增強(qiáng):空域過(guò)濾器模板系數(shù)與像素鄰域的計(jì)算通過(guò)求均值，解決超出灰度范圍問(wèn)題111111111111111111111111110.5110.510.5110.510.5110.50.50.50.50.50.50.50.50.50.50.51/25*1/17*3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器模板尺寸對(duì)過(guò)濾器效果的影響模板尺寸越大，圖像越模糊，圖像細(xì)節(jié)丟失越多3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器5x5模板3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器9x9模板3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器低通空域?yàn)V波的缺點(diǎn)和問(wèn)題如果圖像處理的目的是去除噪音，那么，低通濾波在去除噪音的同時(shí)也鈍化了邊和尖銳的細(xì)節(jié)3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器算法實(shí)現(xiàn)和提高效率邊緣的計(jì)算1）相鄰近似計(jì)算法2）不完整模板近似法111111111111111111111111/4*1/9*3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器算法實(shí)現(xiàn)和提高效率提高效率的方法按列求和減列，加列計(jì)算:R2=R1-w1+w41111111111/9*R1=w1+w2+w3

R2=w2+w3+w41111111111/9*111111111111W1w2w3w43.1.2.4空域圖像增強(qiáng):空域過(guò)濾器(3)中值濾波中值濾波的原理用模板區(qū)域內(nèi)象素的中值，作為結(jié)果值R=mid{zk|k=1,2,…,9}強(qiáng)迫突出的亮點(diǎn)（暗點(diǎn)）更象它周圍的值，以消除孤立的亮點(diǎn)（暗點(diǎn)）3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器中值濾波算法的實(shí)現(xiàn)將模板區(qū)域內(nèi)的象素排序，求出中值。例如：3x3的模板，第5大的是中值， 5x5的模板，第13大的是中值， 7x7的模板，第25大的是中值， 9x9的模板，第41大的是中值。對(duì)于同值象素，連續(xù)排列。如（10,15,20,20,20,20,20,25,100）3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器中值濾波算法的特點(diǎn)在去除噪音的同時(shí)，可以比較好地保留邊的銳度和圖像的細(xì)節(jié)3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器3)銳化過(guò)濾器(1)銳化過(guò)濾器的主要用途(2)基本高通濾波(3)高頻補(bǔ)償濾波(4)微分過(guò)濾器3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器(1)銳化過(guò)濾器的主要用途印刷中的細(xì)微層次強(qiáng)調(diào)。彌補(bǔ)掃描、掛網(wǎng)對(duì)圖像的鈍化超聲探測(cè)成象，分辨率低，邊緣模糊，通過(guò)銳化來(lái)改善圖像識(shí)別中，分割前的邊緣提取銳化處理恢復(fù)過(guò)度鈍化、暴光不足的圖像圖像創(chuàng)藝（只剩下邊界的特殊圖像）尖端武器的目標(biāo)識(shí)別、定位3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器(2)基本高通濾波過(guò)濾器模板系數(shù)的設(shè)計(jì)過(guò)濾器效果的分析基本高通空域?yàn)V波的缺點(diǎn)和問(wèn)題3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器過(guò)濾器模板系數(shù)的設(shè)計(jì)根據(jù)空域中高通沖激響應(yīng)函數(shù)的圖形來(lái)設(shè)計(jì)模板的系數(shù):g(x,y)=h(x,y)*f(x,y)03.1.2.4空域圖像增強(qiáng):空域過(guò)濾器設(shè)計(jì)模板系數(shù)的原則1）中心系數(shù)為正值，外圍為負(fù)值2）系數(shù)之和為01-118-11-111-11-111-1-1-1-1-1-1-1-1-1-1-1-1-18-1-1-1-1-1-11/9*1/25*3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器5x5模板1-118-11-111-11-111-1-1-1-1-1-1-1-1-1-1-11/25*3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器3x3模板-1-18-1-1-1-1-1-11/9*3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器過(guò)濾器效果的分析常數(shù)或變化平緩的區(qū)域，結(jié)果為0或很小，圖像很暗，亮度被降低了在暗的背景上邊緣被增強(qiáng)了圖像的整體對(duì)比度降低了計(jì)算時(shí)會(huì)出現(xiàn)負(fù)值，歸0處理為常見(jiàn)3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器基本高通空域?yàn)V波的缺點(diǎn)和問(wèn)題高通濾波在增強(qiáng)了邊的同時(shí)，丟失了圖像的層次和亮度3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器(3)高頻補(bǔ)償過(guò)濾高頻補(bǔ)償過(guò)濾的原理過(guò)濾器擴(kuò)大因子及模板系數(shù)的設(shè)計(jì)高頻補(bǔ)償過(guò)濾模板尺寸的選定高頻補(bǔ)償過(guò)濾器效果的分析3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器高頻補(bǔ)償過(guò)濾的原理彌補(bǔ)高通濾波的缺陷，在增強(qiáng)邊和細(xì)節(jié)的同時(shí)，不丟失原圖像的低頻成分。高通濾波可看作為：

高通=原圖–低通在上式原圖上乘一個(gè)擴(kuò)大因子A，有高頻補(bǔ)償過(guò)濾：

高頻補(bǔ)償=A原圖–低通3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器高頻補(bǔ)償過(guò)濾的原理

高頻補(bǔ)償=A原圖–低通 =(A–1)原圖+（原圖–低通） =(A–1)原圖+高通當(dāng)A=1時(shí)，高頻補(bǔ)償就是高通過(guò)濾，當(dāng)A>1時(shí)，原圖像的一部分被加到高通中。特別是Unsharp_Masking=A原圖–低通，是印刷圖像處理重要工具(USM)。3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器高頻補(bǔ)償過(guò)濾的原理

高頻補(bǔ)償=(A–1)*原圖+高通

USM=A*原圖–低通

3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器過(guò)濾器擴(kuò)大因子及模板系數(shù)設(shè)計(jì)對(duì)于3x3的模板，設(shè)

w=9A–1；（高通時(shí)w=8）A的值決定了過(guò)濾器的特性當(dāng)A=1.1時(shí)，意味著把0.1個(gè)原圖像加到基本高通上。當(dāng)A=1.2時(shí)，結(jié)果處在上限的邊緣-1-1w-1-1-1-1-1-11/9*高頻補(bǔ)償模板3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器高通及高頻補(bǔ)償模板尺寸的選定照理講，高通和高頻補(bǔ)償?shù)哪０宄叽缈梢员?x3大。例如：

模板取7x7，高通權(quán)值為48，其它均為-1，規(guī)整化系數(shù)為1/49根據(jù)經(jīng)驗(yàn)，高通過(guò)濾模板很少有大于3x3的3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器高頻補(bǔ)償過(guò)濾器效果的分析高頻補(bǔ)償比高通的優(yōu)點(diǎn)是很明顯的，即增強(qiáng)了邊，又保留了層次。噪音對(duì)結(jié)果圖像的視覺(jué)效果有重要的影響，高頻補(bǔ)償在增強(qiáng)了邊的同時(shí)也增強(qiáng)了噪音。3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器(4)微分過(guò)濾器微分過(guò)濾器的原理過(guò)濾器擴(kuò)大因子及模板系數(shù)的設(shè)計(jì)微分過(guò)濾器效果的分析3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器微分過(guò)濾器的原理均值產(chǎn)生鈍化的效果，而均值與積分相似，由此而聯(lián)想到，微分能不能產(chǎn)生相反的效果，即銳化的效果呢？結(jié)論是肯定的。在圖像處理中應(yīng)用微分最常用的方法是計(jì)算梯度。函數(shù)f(x,y)在(x,y)處的梯度為一個(gè)向量：

f=[f/x,f/y]

3.1.2.4空域圖像增強(qiáng):空域過(guò)濾器微分過(guò)濾器的原理

計(jì)算這個(gè)向量的大小為：

f=mag(f)=[(f/x)2+(f/y)2]1/2

考慮一個(gè)3x3的圖像區(qū)域，z代表灰度級(jí)，上式在點(diǎn)z5的f值可用數(shù)字方式近似。

(