工業(yè)機(jī)器視覺課程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，通過對圖像的處理，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中心原點(diǎn)是對稱的時(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。對于很多在空域上難以表述清楚的問題，對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)用之二對比度拉伸——提高、降低對比度2554825502551282551422180提高對比度降低對比度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)用之二提高對比度通常通過直方圖得到兩個(gè)拐點(diǎn)的位置降低對比度降低對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（見實(shí)例）改進(jìn)：通過輸入較多層次（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，力圖使等長區(qū)間內(nèi)出現(xiàn)的像素?cái)?shù)接近相等。（見上例）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{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T和G-1求出復(fù)合變換H4）用H對圖像做灰度級(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：糾正偏色的過程叫作色彩平衡。色彩平衡的實(shí)現(xiàn)，是通過調(diào)整灰平衡，使偏色區(qū)域，恢復(fù)成灰色來達(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)通過色調(diào)進(jìn)行處理通過亮度進(jìn)行處理通過顏色飽和度進(jìn)行處理3.1.2.3空域增強(qiáng):彩色圖像增強(qiáng)通過色調(diào)進(jìn)行處理基本思想將圖像轉(zhuǎn)換到HSI色空間對指定色調(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)通過亮度進(jìn)行處理基本思想將圖像轉(zhuǎn)換到HSI色空間對指定亮度值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)。例如只對紅色調(diào)提高亮度。(4)對亮度分量進(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)。例如只對紅色調(diào)提高飽和度。3.1.2.4空域圖像增強(qiáng):空域過濾器 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空域過濾器 1)空域過濾器的基本概念 2)鈍化過濾器 3)銳化過濾器3.1.2.4空域圖像增強(qiáng):空域過濾器空域過濾器1)空域過濾器的基本概念空域過濾器的定義空域過濾器的分類3.1.2.4空域圖像增強(qiáng):空域過濾器1)空域過濾處理的基本概念空域過濾及過濾器的定義

使用空域模板進(jìn)行的圖像處理，被稱為空域過濾。模板本身被稱為空域過濾器3.1.2.4空域圖像增強(qiáng):空域過濾器1)空域過濾處理的基本概念空域過濾器的分類處理效果分類數(shù)學(xué)形態(tài)分類銳化過濾器鈍化過濾器3.1.2.4空域圖像增強(qiáng):空域過濾器數(shù)學(xué)形態(tài)分類空域過濾器線性過濾器非線性過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):空域過濾器線性過濾器的定義線性過濾器是線性系統(tǒng)和頻域過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):空域過濾器非線性過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):空域過濾器最大值濾波3.1.2.4空域圖像增強(qiáng):空域過濾器最小值濾波3.1.2.4空域圖像增強(qiáng):空域過濾器2)鈍化過濾器鈍化過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):空域過濾器

鈍化過濾器的主要用途對大圖像處理前，刪去無用的細(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):空域過濾器基本低通濾波過濾器模板系數(shù)的設(shè)計(jì)模板尺寸對過濾器效果的影響低通空域?yàn)V波的缺點(diǎn)和問題算法實(shí)現(xiàn)和提高效率3.1.2.4空域圖像增強(qiáng):空域過濾器過濾器模板系數(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):空域過濾器模板系數(shù)與像素鄰域的計(jì)算通過求均值，解決超出灰度范圍問題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):空域過濾器模板尺寸對過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):空域過濾器5x5模板3.1.2.4空域圖像增強(qiáng):空域過濾器9x9模板3.1.2.4空域圖像增強(qiáng):空域過濾器低通空域?yàn)V波的缺點(diǎn)和問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):空域過濾器3)銳化過濾器(1)銳化過濾器的主要用途(2)基本高通濾波(3)高頻補(bǔ)償濾波(4)微分過濾器3.1.2.4空域圖像增強(qiáng):空域過濾器(1)銳化過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)對圖像的鈍化超聲探測成象，分辨率低，邊緣模糊，通過銳化來改善圖像識(shí)別中，分割前的邊緣提取銳化處理恢復(fù)過度鈍化、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):空域過濾器(2)基本高通濾波過濾器模板系數(shù)的設(shè)計(jì)過濾器效果的分析基本高通空域?yàn)V波的缺點(diǎn)和問題3.1.2.4空域圖像增強(qiáng):空域過濾器過濾器模板系數(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):空域過濾器過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3.1.2.4空域圖像增強(qiáng):空域過濾器基本高通空域?yàn)V波的缺點(diǎn)和問題高通濾波在增強(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):空域過濾器(3)高頻補(bǔ)償過濾高頻補(bǔ)償過濾的原理過濾器擴(kuò)大因子及模板系數(shù)的設(shè)計(jì)高頻補(bǔ)償過濾模板尺寸的選定高頻補(bǔ)償過濾器效果的分析3.1.2.4空域圖像增強(qiáng):空域過濾器高頻補(bǔ)償過濾的原理彌補(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):空域過濾器高頻補(bǔ)償過濾的原理

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):空域過濾器高頻補(bǔ)償過濾的原理

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):空域過濾器過濾器擴(kuò)大因子及模板系數(shù)設(shè)計(jì)對于3x3的模板，設(shè)

w=9A–1；（高通時(shí)w=8）A的值決定了過濾器的特性當(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)，高通過濾模板很少有大于3x3的3.1.2.4空域圖像增強(qiáng):空域過濾器高頻補(bǔ)償過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。噪音對結(jié)果圖像的視覺效果有重要的影響，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):空域過濾器(4)微分過濾器微分過濾器的原理過濾器擴(kuò)大因子及模板系數(shù)的設(shè)計(jì)微分過濾器效果的分析3.1.2.4空域圖像增強(qiáng):空域過濾器微分過濾器的原理均值產(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):空域過濾器微分過濾器的原理

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。

(