圖像數(shù)字處理圖像增強

圖像數(shù)字處理圖像增強第一頁，共五十一頁，編輯于2023年，星期二第5章圖像增強

5.1圖像增強的概念和分類

5.2空域增強技術(shù)

5.3頻域增強技術(shù)

第二頁，共五十一頁，編輯于2023年，星期二5.1圖像增強的概念和分類圖像增強的目的：采用某種技術(shù)手段，改善圖像的視覺效果，或?qū)D像轉(zhuǎn)換成更適合于人眼觀察和機器分析識別的形式，以便從圖像中獲取更有用的信息。沒有一個圖像增強的統(tǒng)一理論，如何評價圖像增強的結(jié)果好壞也沒有統(tǒng)一的標(biāo)準(zhǔn)。主觀標(biāo)準(zhǔn)：人客觀標(biāo)準(zhǔn)：結(jié)果圖像增強的方法分為兩大類：空間域方法和頻域方法。“空間域”是指圖像平面自身，這類方法是以對圖像的象素直接處理為基礎(chǔ)的。“頻域”處理技術(shù)是以修改圖像的傅氏變換為基礎(chǔ)的。第三頁，共五十一頁，編輯于2023年，星期二圖像增強示例第四頁，共五十一頁，編輯于2023年，星期二5.2空域增強技術(shù)

空間域增強是指在空間域中，通過線性或非線性變換來增強構(gòu)成圖像的像素。

增強的方法主要分為點處理和模板處理兩大類：點處理是作用于單個像素的空間域處理方法，包括圖像灰度變換、直方圖處理、偽彩色處理等技術(shù)；而模板處理是作用于像素鄰域的處理方法，包括空域平滑、空域銳化等技術(shù)。第五頁，共五十一頁，編輯于2023年，星期二5.2.1基于直接灰度變換的圖像增強

定義：

將輸入圖像中灰度r，通過映射函數(shù)映射成輸出圖像中的灰度s，其運算結(jié)果與圖像像素位置及被處理像素鄰域灰度無關(guān)。

公式及流圖：

第六頁，共五十一頁，編輯于2023年，星期二5.2.1.1灰度線性變換

灰度線性變換表示對輸入圖像灰度作線性擴張或壓縮，映射函數(shù)為一個直線方程，其表達式和演示控件如下：增強的對象：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(nèi)。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。采用灰度線性變換方法可以拉伸灰度動態(tài)范圍，使圖像清晰。第七頁，共五十一頁，編輯于2023年，星期二5.2.1.2灰度線性變換-示例a)原圖；(b)線性變換結(jié)果圖；第八頁，共五十一頁，編輯于2023年，星期二5.2.1.3

分段線性變換函數(shù)（增強對比度）

定義：與線性變換相類似，都是對輸入圖像的灰度對比度進行拉伸（Contraststretching），只是對不同灰度范圍進行不同的映射處理。示例：

(a)原圖；(b)分段線性變換結(jié)果圖；第九頁，共五十一頁，編輯于2023年，星期二5.2.1.4反轉(zhuǎn)變換

定義：反轉(zhuǎn)變換適用于增強嵌入于圖像暗色區(qū)域的白色或灰色細(xì)節(jié),特別是當(dāng)黑色面積占主導(dǎo)地位時。

(a)原圖；(b)反轉(zhuǎn)變換結(jié)果圖第十頁，共五十一頁，編輯于2023年，星期二5.2.1.5對數(shù)變換（動態(tài)范圍壓縮）

定義：

圖像灰度的對數(shù)變換將擴張數(shù)值較小的灰度范圍，壓縮數(shù)值較大的圖像灰度范圍。

(a)原圖；(b)對數(shù)變換后結(jié)果圖第十一頁，共五十一頁，編輯于2023年，星期二5.2.1.6冪次變換定義：冪次變換通過冪次曲線中的值把輸入的窄帶值映射到寬帶輸出值。當(dāng)時，把輸入的窄帶暗值映射到寬帶輸出亮值；時，把輸入高值映射為寬帶第十二頁，共五十一頁，編輯于2023年，星期二冪次變換第十三頁，共五十一頁，編輯于2023年，星期二5.2.2基于直方圖處理的圖像增強灰度級直方圖:是圖像的一種統(tǒng)計表達，它反映了該圖中不同灰度級出現(xiàn)的統(tǒng)計概率。進行歸一化,則概率分類：直方圖均衡，直方圖規(guī)定化第十四頁，共五十一頁，編輯于2023年，星期二5.2.2.1直方圖均衡

定義：通過圖像灰度直方圖均衡化處理,使得圖像的灰度分布趨向均勻,圖像所占有的像素灰度間距拉開,加大了圖像反差，改善視覺效果,達到增強目的。映射函數(shù)：原始圖像灰度r的累積分布函數(shù)第十五頁，共五十一頁，編輯于2023年，星期二5.2.2.1直方圖均衡-流程1.統(tǒng)計原始圖像的直方圖： 其中，是歸一化的輸入圖像灰度級。2.計算直方圖累積分布曲線3.用累積分布函數(shù)作變換函數(shù)進行圖像灰度變換：根據(jù)計算得到的累積分布函數(shù)，建立輸入圖像與輸出圖像灰度級之間的對應(yīng)關(guān)系，即重新定位累計分布函數(shù)（與歸一化灰度等級比較，尋找最接近的一個作為原灰度級k變換后的新灰度級）。第十六頁，共五十一頁，編輯于2023年，星期二5.2.2.2直方圖均衡-示例1假定有一幅總像素為n=64×64的圖像，灰度級數(shù)為8，各灰度級分布列于表5.1中，對其均衡化計算過程及結(jié)果如表5.1及圖5.9。

原象灰級

歸一化灰級

(第第十七頁，共五十一頁，編輯于2023年，星期二5.2.2.2直方圖均衡-示例1第十八頁，共五十一頁，編輯于2023年，星期二5.2.2.2直方圖均衡-示例1(a)原圖直方圖；(b)累積直方圖；(c)均衡化后直方圖第十九頁，共五十一頁，編輯于2023年，星期二5.2.2.2直方圖均衡-示例2第二十頁，共五十一頁，編輯于2023年，星期二5.2.2.3直方圖規(guī)定化

定義：將輸入圖像灰度分布變換成一個期望的灰度分布直方圖，為原圖的灰度密度函數(shù)，為希望得到的灰度密度函數(shù)。第二十一頁，共五十一頁，編輯于2023年，星期二5.2.2.3直方圖規(guī)定化-流程

直方圖均衡化輸入圖像，計算對應(yīng)關(guān)系；對規(guī)定直方圖作均衡化處理，計算的對應(yīng)關(guān)系；選擇適當(dāng)?shù)暮忘c對，使由逆變換函數(shù)第二十二頁，共五十一頁，編輯于2023年，星期二5.2.2.4直方圖規(guī)定化-示例采用例5-2中的輸入數(shù)據(jù)，記性直方圖規(guī)定化處理，對應(yīng)的直方圖如下：0123456700.10.20123456700.10.20.30123456700.10.2第二十三頁，共五十一頁，編輯于2023年，星期二5.2.2.4直方圖規(guī)定化-示例第二十四頁，共五十一頁，編輯于2023年，星期二5.2.3空間域濾波增強

定義：空間域濾波增強采用模板處理方法對圖像進行濾波，去除圖像噪聲或增強圖像的細(xì)節(jié)。yx圖像f(x,y)第二十五頁，共五十一頁，編輯于2023年，星期二5.2.3.1空間域平滑濾波器

分析：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(zhì)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(zhì)量所進行的處理稱圖像平滑或去噪。方法分類：1）局部平滑法2)超限像素平滑法3)灰度最相近的K個鄰點平均法4)空間低通濾波法第二十六頁，共五十一頁，編輯于2023年，星期二5.2.3.1空間域平滑濾波器-示例(a)原圖像；(b)加椒鹽噪聲的圖像；(c)平滑；第二十七頁，共五十一頁，編輯于2023年，星期二5.2.3.2空間域銳化濾波器

定義：圖像銳化就是增強圖像的邊緣或輪廓。圖像平滑通過積分過程使得圖像邊緣模糊，圖像銳化則通過微分而使圖像邊緣突出、清晰。第二十八頁，共五十一頁，編輯于2023年，星期二5.2.3.2空間域銳化濾波器-梯度銳化法

梯度定義為常用梯度算子(a)Roberts(b)Prewitt(c)Sobel第二十九頁，共五十一頁，編輯于2023年，星期二5.2.3.2空間域銳化濾波器-Laplacian增強算子定義相當(dāng)于模板第三十頁，共五十一頁，編輯于2023年，星期二5.2.3.2空間域銳化濾波器-低頻分量消減法定義：圖像銳化就是要增強圖像頻譜中的高頻部分，就相當(dāng)于從原圖像中減去它的低頻分量，即原始圖像經(jīng)平滑處理后所得的圖像。方法一：其中，為平滑低頻圖像方法二：對原圖像進行加權(quán)，然后減去低通成分第三十一頁，共五十一頁，編輯于2023年，星期二5.3頻域增強技術(shù)

原理：時域卷積相當(dāng)于頻域乘積。因此可以在頻率域中直接設(shè)計濾波器，對信號進行增強處理。分類：常用方法包括高、低通濾波、同態(tài)濾波等。第三十二頁，共五十一頁，編輯于2023年，星期二5.3.1傅里葉變換及頻域增強原理

二維離散傅里葉變換定義為：反變化為第三十三頁，共五十一頁，編輯于2023年，星期二5.3.2頻率域平滑濾波器

圖像空間域的線性鄰域卷積實際上是圖像經(jīng)過濾波器對信號頻率成分的濾波，這種功能也可以在變換域?qū)崿F(xiàn)，即把原始圖像進行正變換，設(shè)計一個濾波器用點操作的方法加工頻譜數(shù)據(jù)（變換系數(shù)），然后再進行反變換，即完成處理工作。這里關(guān)鍵在于設(shè)計頻域（變換域）濾波器的傳遞函數(shù)H(u,v)。

第三十四頁，共五十一頁，編輯于2023年，星期二5.3.2頻率域平滑濾波器-理想低通濾波器定義：其中，截止頻率為D0第三十五頁，共五十一頁，編輯于2023年，星期二5.3.2頻率域平滑濾波器-Butterworth低通濾波器

n階Butterworth濾波器的傳遞函數(shù)為：第三十六頁，共五十一頁，編輯于2023年，星期二5.3.2頻率域平滑濾波器

-Butterworth低通濾波器示例(a)Lena圖(b)Butterworth低通濾波結(jié)果第三十七頁，共五十一頁，編輯于2023年，星期二5.3.2頻率域平滑濾波器-指數(shù)低通濾波器

定義：第三十八頁，共五十一頁，編輯于2023年，星期二5.3.2頻率域平滑濾波器-梯形低通濾波器

定義：第三十九頁，共五十一頁，編輯于2023年，星期二5.3.3頻率域銳化濾波器

圖像的邊緣、細(xì)節(jié)主要位于高頻部分，而圖像的模糊是由于高頻成分比較弱產(chǎn)生的。頻率域銳化就是為了消除模糊，突出邊緣。因此采用高通濾波器讓高頻成分通過，使低頻成分削弱，再經(jīng)傅立葉逆變換得到邊緣銳化的圖像。第四十頁，共五十一頁，編輯于2023年，星期二5.3.3頻率域銳化濾波器-理想高通濾波器定義：第四十一頁，共五十一頁，編輯于2023年，星期二5.3.3頻率域銳化濾波器-巴特沃斯高通濾波器定義：n階巴特沃斯高通濾波器的傳遞函數(shù)定義如下：H(u，v)=1/[1+(D0/D(u，v))2n]第四十二頁，共五十一頁，編輯于2023年，星期二5.3.3頻率域銳化濾波器-巴特沃斯高通濾波器示例(a)Lena圖(b)Butterworth高通濾波結(jié)果第四十三頁，共五十一頁，編輯于2023年，星期二5.3.3頻率域銳化濾波器-指數(shù)高通濾波器

定義：第四十四頁，共五十一頁，編輯于2023年，星期二5.3.3頻率域銳化濾波器-梯形高通濾波器

定義第四十五頁，共五十一頁，編輯于2023年，星期二5.3.4同態(tài)濾波器

原理：真實的圖像除了有加性噪聲外，往往還存在乘性或卷積性噪聲。此時，直接用頻域濾波的方法，將無法消減乘性或卷積性噪聲。同態(tài)濾波基本思想是將非線性問題轉(zhuǎn)化成線性問題處理，即先對非線性混雜信號作某種數(shù)學(xué)運算，變換成加性的，然后用線性濾波方法處理，最后作逆運算，恢復(fù)處理后圖像。第四十六頁，共五十一頁，編輯于2023年，星期二5.3.4同態(tài)濾波器—示例1.假定原圖像為其中，照射分量，反射分量2.取對數(shù)第四十七頁，共五十一頁，編輯于2