版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
4.1圖像增強概述
4.1.1圖像增強的定義對圖像的某些特征,如邊緣輪廓對比度等進行強調(diào)或銳化,以便于顯示、觀察或進一步分析與處理。第1頁/共70頁12021/10/10星期日首要目標:處理圖像,使其比原始圖像更適合于特定應用。增強的方法是因應用不同而不同的。圖像增強方法只能有選擇地使用。增強的結果只是靠人的主觀感覺加以評價。第2頁/共70頁22021/10/10星期日4.1.2圖像增強研究的內(nèi)容
圖像增強空間域 點運算區(qū)域運算灰度變換直方圖修正法彩色變換增強偽彩色增強假彩色增強同態(tài)濾波增強低通濾波高通濾波頻率域彩色增強代數(shù)運算平滑銳化圖4.1圖像增強的內(nèi)容第3頁/共70頁32021/10/10星期日4.2空間域單點增強點運算像素值通過運算改變之后,可以改善圖像的顯示效果。這是一種像素的逐點運算。點運算與相鄰的像素之間無運算關系是舊圖像與新圖像之間的映射關系。第4頁/共70頁42021/10/10星期日對于一幅輸入圖像,經(jīng)過點運算將產(chǎn)生一幅輸出圖像。輸出圖像上每個像素的灰度值僅由相應輸入像素的灰度值決定,而與像素點所在的位置無關。典型的點運算:對比度增強、對比度拉伸或灰度變換。第5頁/共70頁52021/10/10星期日4.2.1灰度級校正
在成像過程中,如光照的強弱、感光部件的靈敏度、光學系統(tǒng)的不均勻性、元器件特性的不穩(wěn)定等均可引起圖像亮度分布的不均勻?;叶燃壭U趫D像采集系統(tǒng)中對圖像像素進行逐點修正,使得整幅圖像能夠均勻成像。第6頁/共70頁62021/10/10星期日
設理想真實的圖像為,實際獲得的含噪聲的圖像為,則有
(4.1)
是使理想圖像發(fā)生畸變的比例因子。知道了,就可以求出不失真圖像。標定系統(tǒng)失真系數(shù)的方法采用一幅灰度級為常數(shù)C的圖像成像,若經(jīng)成像系統(tǒng)的實際輸出為,則有
(4.2)
第7頁/共70頁可得比例因子:可得實際圖像g(i,j)經(jīng)校正后所恢復的原始圖像
乘了一個系數(shù)C/gc(i,j),校正后可能出現(xiàn)“溢出”現(xiàn)象灰度級值可能超過某些記錄器件或顯示設備輸入信號的動態(tài)可范圍需再作適當?shù)幕叶茸儞Q,最后對變換后的圖像進行量化。
(4.3)(4.4)第8頁/共70頁82021/10/10星期日4.2.2灰度變換灰度變換可使圖像動態(tài)范圍增大,圖像對比度擴展從而使圖像變得清晰以及圖像上的特征變得明顯。1.線性變換令原圖像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’]。第9頁/共70頁92021/10/10星期日f(i,j)g(i,j)ab圖4.2線性變換第10頁/共70頁102021/10/10星期日g(i,j)與f(i,j)之間的關系為:
分段線性變換的目的突出感興趣的目標或灰度區(qū)間,相對抑制那些不感興趣的灰度區(qū)間。常用的是三段線性變換。(4.5)第11頁/共70頁112021/10/10星期日abfcdgab圖4.3三段線性第12頁/共70頁122021/10/10星期日對灰度區(qū)間[a,b]進行了線性拉伸,而灰度區(qū)間[0,a]和[b,Mf]則被壓縮。仔細調(diào)整折線拐點的位置及控制分段直線的斜率,可以對圖像的任一灰度區(qū)間進行拉伸或壓縮。第13頁/共70頁132021/10/10星期日
【例4.1】在MATLAB環(huán)境中,采用圖像線性變換進行圖像增強。應用MATLAB的函數(shù)imadjust將圖像0.3×255~0.7×255灰度之間的值通過線性變換映射到0~255之間。
解:分別取:a=0.3×255,b=0.7×255,a’=0,b’=255。第14頁/共70頁142021/10/10星期日A=imread('pout.tif');%讀入圖像imshow(A);%顯示圖像figure,imhist(A);%顯示圖像的直方圖J1=imadjust(A,[0.30.7],[]);
%函數(shù)將圖像在0.3*255~0.7*255灰度之間的值通過線性變換映射到0~255之間figure,imshow(J1);%輸出圖像效果圖figure,imhist(J1)%輸出圖像的直方圖
實現(xiàn)的程序:第15頁/共70頁152021/10/10星期日(a)原圖(b)原圖的直方圖第16頁/共70頁162021/10/10星期日(c)輸出圖像(d)輸出圖像的直方圖圖4.4圖像線性變換第17頁/共70頁172021/10/10星期日2.非線性灰度變換
當用某些非線性函數(shù)如對數(shù)、指數(shù)函數(shù)等作為映射函數(shù)時,可實現(xiàn)灰度的非線性變換。對數(shù)變換的一般表達式為:(4.7)對數(shù)變換可以增強低灰度級的像素,壓制高灰度級的像素,使灰度分布與視覺特性相匹配。第18頁/共70頁182021/10/10星期日直方圖(圖4.5):指圖像中各種不同灰度級像素出現(xiàn)的相對頻率?;叶燃?/p>
相對頻率4.2.3灰度直方圖變換第19頁/共70頁192021/10/10星期日灰度直方圖描述了圖像的概貌。直方圖變換后可使圖像的灰度間距拉開或使灰度分布均勻,從而增大對比度,使圖像細節(jié)清晰,達到增強的目的。直方圖變換有直方圖均衡化及直方圖規(guī)定化兩類。直方圖均衡化通過對原圖像進行某種變換,使得圖像的直方圖變?yōu)榫鶆蚍植嫉闹狈綀D。第20頁/共70頁202021/10/10星期日灰度級連續(xù)的灰度圖像:當變換函數(shù)是原圖像直方圖累積分布函數(shù)時,能達到直方圖均衡化的目的。對于離散的圖像,用頻率來代替概率?!纠?.2】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4.1中。試對其進行直方圖均衡化。第21頁/共70頁212021/10/10星期日k01234567rk01/72/73/74/75/76/71nk790102385065632924512281pr(rk)0.190.250.210.160.080.060.030.020.190.440.650.810.890.950.9811/73/75/76/76/71111/73/75/76/717901023850985448pr(sk)0.190.250.210.240.11表4.1一幅圖像的灰度級分布第22頁/共70頁222021/10/10星期日
解:(1)求變換函數(shù)類似地計算出第23頁/共70頁232021/10/10星期日(2)計算輸出圖像灰度是等間隔的,且與原圖像灰度范圍一樣取8個等級,即要求最終的值sk=k/7,k=1,2,…,7。需要對進行重新量化后加以修正:第24頁/共70頁242021/10/10星期日(3)的確定
由可知,輸出灰度級僅為5個級別:(4)計算對應每個的
因為映射到,所以有790個像素在輸出輸出圖像上變成第25頁/共70頁252021/10/10星期日映射到,所以有1023個像素取值。映射到,因此有850個像素取值。因為和都映射到,因此有656+329=985個像素取值。同理有245+122+81=488個像素變換。(5)計算
第26頁/共70頁262021/10/10星期日【例4.3】在MATLAB環(huán)境中,采用直方圖均衡的方法進行圖像增強。解:程序如下A=imread('p1.jpg');I=histeq(A); %調(diào)用函數(shù)完成直方圖均衡化subplot(1,2,1),imshow(A);%直方圖均衡化前的圖像效果subplot(1,2,2),imshow(I);%直方圖均衡化后的圖像效果figure,subplot(1,2,1),imhist(A);%均衡化前的直方圖subplot(1,2,2),imhist(I); %均衡化后的直方圖第27頁/共70頁272021/10/10星期日4.3平滑
一種區(qū)域增強的算法,平滑算法有:鄰域平均法,中值濾波和邊界保持類濾波等。4.3.1鄰域平均法大部分的噪聲都可以看作是隨機信號,對圖像的影響可以看作是孤立的。某一像素,如果它與周圍像素點相比,有明顯的不同,則該點被噪聲感染了。第28頁/共70頁282021/10/10星期日
設當前待處理像素為f(m,n),給出一個大小為3×3的處理模板。圖4.7模板示意圖第29頁/共70頁292021/10/10星期日處理后的圖像設為,則處理過程可描述為
其中Z={-1,0,1},為門限,它可以根據(jù)對誤差容許的程度,選為圖像灰度均方差的若干倍,或者通過實驗得到。第30頁/共70頁302021/10/10星期日也可以把平均處理看作是圖像通過一個低通空間濾波器后的結果設該濾波器的沖激響應為H(r,s),于是濾波器輸出的結果g(m,n)表示成卷積的形式,即
k,l決定了所選鄰域的大小,為加權函數(shù),又被稱為掩模(Mask)或模板(4.8)
第31頁/共70頁312021/10/10星期日常用的模板:第32頁/共70頁322021/10/10星期日I1=imread('blood1.tif');I=imnoise(I1,'salt&pepper');%對圖像加椒鹽噪聲imshow(I);h1=[0.10.10.1;0.10.20.1;0.10.10.1];%定義4種模板h2=1/16.*[121;242;121];h3=1/8.*[111;101;111];h4=1/2.*[01/40;1/411/4;01/40];I2=filter2(h1,I);%用4種模板進行濾波處理I3=filter2(h2,I);I4=filter2(h3,I);I5=filter2(h4,I);figure,imshow(I2,[])%顯示處理結果figure,imshow(I3,[])figure,imshow(I4,[])figure,imshow(I5,[])【例4.4】分別采用4種模板對圖像進行處理。第33頁/共70頁332021/10/10星期日(a)有噪聲的圖像(b)模板1處理的結果圖(c)模板2處理的結果圖
第34頁/共70頁342021/10/10星期日(d)模板3處理的結果圖(e)模板4處理的結果圖圖4.8平滑處理的例子
第35頁/共70頁352021/10/10星期日鄰域平均法:在去噪的同時也使邊界變得模糊了。中值濾波:非線性的處理方法,在去噪的同時可以兼顧到邊界信息的保留。選一個含有奇數(shù)點的窗口W,將這個窗口在圖像上掃描,把該窗口中所含的像素點按灰度級的升(或降)序排列,取位于中間的灰度值,來代替該點的灰度值。(4.9)
4.3.2中值濾波第36頁/共70頁362021/10/10星期日
例:選擇濾波用的窗口W如圖,是一個一維的窗口,待處理像素的灰度取這個模板中灰度的中值,濾波過程為:圖4.9一維窗口
第37頁/共70頁372021/10/10星期日
常用的窗口還有方形、十字形、圓形和環(huán)形等。圖4.10中值濾波的常用窗口第38頁/共70頁382021/10/10星期日中值濾波對于消除孤立點和線段的干擾十分有用。特別是對于二進噪聲尤為有效,對于消除高斯噪聲的影響效果不佳。對于一些細節(jié)較多的復雜圖像,還可以多次使用不同的中值濾波,然后通過適當?shù)姆绞骄C合所得的結果作為輸出,這樣可以獲得更好的平滑和保護邊緣的效果。
第39頁/共70頁392021/10/10星期日I1=imread('blood1.tif');I=imnoise(I1,'salt&pepper',0.02);imshow(I);K=medfilt2(I);%中值濾波figure,imshow(K);
【例4.5】選用3×3的窗口進行中值濾波。
第40頁/共70頁402021/10/10星期日(a)原圖(b)結果圖圖4.11中值濾波第41頁/共70頁412021/10/10星期日1.K近旁均值濾波器(KNNF)在m×m的窗口中,屬于同一集合類的像素,它們的灰度值將高度相關。被處理的像素(對應于窗口中心的像素)可以用窗口內(nèi)與中心像素灰度最接近的k個鄰近像素的平均灰度來代替。(1)作一個m×m的作用模板。(2)在其中選擇K個與待處理像素的灰度差為最小的像素。(3)用這K個像素的灰度均值替換掉原來的值。4.3.3邊界保持類濾波第42頁/共70頁422021/10/10星期日模板為3×3,k=3的K近旁均值濾波器。圖4.12K近旁均值濾波器第43頁/共70頁432021/10/10星期日在K近旁均值濾波器中,不選k個鄰近像素的平均灰度來代替,而選k個鄰近像素的中值灰度來代替。圖4.13K近旁中值濾波器
2.K近旁中值濾波器(KNNMF)第44頁/共70頁442021/10/10星期日對圖像上待處理的像素(m,n)選它的5×5鄰域。在此鄰域中采用圖4.14所示的模板。計算各個模板的均值和方差,按方差排序,最小方差所對應的模板的灰度均值就是像素(m,n)的輸出值。3.最小均方差濾波器第45頁/共70頁452021/10/10星期日圖4.14最小均方差濾波器模板計算步驟如下:(1)按圖做出9個模板,計算出各自的方差。(2)選出方差為最小的模板。(3)用該模板的灰度均值代替原像素的灰度值。第46頁/共70頁462021/10/10星期日其中是指對應的模板,N是模板中像素的數(shù)量。以方差作為各個鄰域灰度均勻性的測度。若鄰域含有尖銳的邊緣,灰度方差必定很大,而不含邊緣或灰度均勻的鄰域,方差就很小,那么最小方差所對應的鄰域就是灰度最均勻鄰域。通過這樣的平滑既可以消除噪聲,又能夠不破壞鄰域邊界的細節(jié)。(4.9)均值和方差公式:第47頁/共70頁472021/10/10星期日4.4銳化基本思想:有時還需要加強圖像中景物的邊緣和輪廓。邊緣和輪廓常常位于圖像中灰度突變的地方,因而可以直觀的想到用灰度的差分對邊緣和輪廓進行提取。第48頁/共70頁482021/10/10星期日梯度向量的幅度:
(4.10)(4.11)4.4.1梯度銳化法二元函數(shù)f(x,y)在坐標點(x,y)處的梯度定義為第49頁/共70頁492021/10/10星期日數(shù)字微分將用差分代替:(4.12)(4.13)(4.14)(4.15)為了降低運算量,常用絕對值或最大值運算代替平方與平方根運算近似求梯度的幅度:第50頁/共70頁502021/10/10星期日圖4.15沿x和y方向的一階差分圖4.16羅伯茨差分
第51頁/共70頁512021/10/10星期日所有梯度值都和相鄰像素之間的灰度差分成比例。利用它來增強圖像中景物的邊界。采用梯度進行圖像增強的方法有:第一種方法:使其輸出圖像的各點等于該點處的梯度。即
(4.16)第52頁/共70頁522021/10/10星期日缺點:輸出的圖像在灰度變化比較小的區(qū)域,g(i,j)很小,顯示的是一片黑色。第二種方法:
對梯度值超過某閾值T的像素選用梯度值,而小于T時選用原像素點值。適當?shù)倪x取T,可以有效地增強邊界而不影響比較平滑的背景。(4.17)第53頁/共70頁532021/10/10星期日第三種方法:對梯度值超過T的像素選用固定灰度LG
代替,而小于T時仍選用原像素點值這種方法可以使邊界清晰,同時又不損害灰度變化比較平緩區(qū)域的圖像特性。(4.18)第54頁/共70頁542021/10/10星期日第四種方法:將梯度值超過T的像素選用梯度值,而小于T時選用固定的灰度LB
。即這種方法將背景用一個固定的灰度級LB來表示,便于研究邊緣灰度的變化。(4.19)第55頁/共70頁552021/10/10星期日第五種方法:是將梯度值超過某閾值T的像素選用固定灰度LG
,而小于該閾值T時選用固定的灰度LB
。該法生成的是二值圖,根據(jù)閾值將圖像分成邊緣和背景,便于研究邊緣所在的位置。(4.20)第56頁/共70頁562021/10/10星期日【例4.5】利用羅伯茨梯度對圖像進行銳化處理。解:
程序如下:I=imread('rice.tif');imshow(I);BW1=edge(I,'roberts',0.1);figure,imshow(BW1);第57頁/共70頁572021/10/10星期日(a)原圖像(b)結果圖圖4.17羅伯茨梯度的銳化第58頁/共70頁582021/10/10星期日除一階微分外,還可以選用二階微分算子。一個連續(xù)的二元函數(shù)f(x,y),其拉普拉斯運算定義為對于數(shù)字圖像,拉普拉斯算子可以簡化為(4.21)4.4.2拉普拉斯算子(Laplacian)(4.22)第59頁/共70頁也可以表示為卷積的形式,即其中,k=1,l=1,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 急診護士的工作體會
- 美容美發(fā)行業(yè)化妝師培訓心得
- 玩具行業(yè)助理工作總結
- 醫(yī)務室護士的工作感悟
- 咨詢行業(yè)行政后勤工作總結
- 服務員的服務技巧與服務態(tài)度
- 生物知識綜合講解計劃
- 完善酒店營銷策略
- 咨詢行業(yè)美工工作總結
- 稅務籌劃實踐感悟
- 醫(yī)院院長年終工作總結報告精編ppt
- 大連市小升初手冊
- 《自然辯證法》課后習題答案自然辯證法課后題答案
- 造價咨詢結算審核服務方案
- 中國人民財產(chǎn)保險股份有限公司機動車綜合商業(yè)保險條款
- 燃氣工程監(jiān)理實施細則(通用版)
- E車E拍行車記錄儀說明書 - 圖文-
- 人才梯隊-繼任計劃-建設方案(珍貴)
- 《健身氣功》(選修)教學大綱
- 王家?guī)r隧道工程地質勘察報告(總結)
- 《昆明的雨》優(yōu)質課一等獎(課堂PPT)
評論
0/150
提交評論