圖像處理-chapter4-02課件

1、(數字數字)圖像處理圖像處理(Digital) Image Processing第四章第四章 圖像增強圖像增強4.1 灰度級修正灰度級修正4.2 圖像的同態(tài)增晰圖像的同態(tài)增晰4.3 圖像平滑圖像平滑4.4 圖像銳化圖像銳化4.5 圖像偽彩色處理圖像偽彩色處理4.6 圖像的幾何校正圖像的幾何校正4.2 圖像同態(tài)增晰圖像同態(tài)增晰一、目的一、目的 問題：問題：灰度動態(tài)范圍很大，而感興趣灰度動態(tài)范圍很大，而感興趣區(qū)域物體灰度級范圍很小，分不清區(qū)域物體灰度級范圍很小，分不清層次和細節(jié)層次和細節(jié) 原因：原因：不均勻照度對圖像造成的影不均勻照度對圖像造成的影響，若物體受到照度明暗不勻的時響，若物體受到照度明

2、暗不勻的時候，圖象上對應照度暗的部分，其候，圖象上對應照度暗的部分，其細節(jié)就較難辨別。細節(jié)就較難辨別。 照度 ,反射系數 。),(yxfi),(yxfr 同態(tài)增晰的同態(tài)增晰的：消除不均勻照度的影響而：消除不均勻照度的影響而又不損失圖象細節(jié)。又不損失圖象細節(jié)。),(),(),(yxfyxfyxfri其中照明函數其中照明函數 描述景物的照明，與景物描述景物的照明，與景物無關，無關， ),(yxfi),(0yxfi),(1yxfr),(yxfr反射函數 包含景物的細節(jié)，與照明無關 ， 。 圖象的灰度由照射分量和反射分量合圖象的灰度由照射分量和反射分量合成。反射分量反映圖象內容，隨圖象細節(jié)成。反射分量

3、反映圖象內容，隨圖象細節(jié)不同在空間上作快速變化。照射分量在空不同在空間上作快速變化。照射分量在空間上通常均具有緩慢變化的性質。間上通常均具有緩慢變化的性質。 照射分量的頻譜落在空間低頻區(qū)域，照射分量的頻譜落在空間低頻區(qū)域，反射分量的頻譜落在空間高頻區(qū)域。反射分量的頻譜落在空間高頻區(qū)域。二、原理二、原理g(x,y)F F T變換同 態(tài)濾 波 H(u,v)FFT反變換指 數變換對 數變 換(a) 同態(tài)增晰方框圖同態(tài)增晰方框圖f(x,y)(b) 同態(tài)增晰濾波函數曲線同態(tài)增晰濾波函數曲線2.02.0H(u,v)H(u,v)(u,v)1.01.01.51.50.00.00.50.5 ( 1 ) ( 2

4、),(ln),(ln),(ln),(yxfyxfyxfyxzri),(ln),(ln),(yxfyxfyxzriFFF),(),(),(ln,ln,lnvuFvuFvuFri (3) 壓縮壓縮fi(x,y)分量的變化范圍，削弱分量的變化范圍，削弱 ),(),(),(),(),(ln,ln,lnvuHvuFvuHvuFvuGri),(ln,vuFi),(ln,vuFr增強增強fr(x,y)分量的對比度，提升分量的對比度，提升增強細節(jié)。確定增強細節(jié)。確定H(u,v)。10 （4）求反變換),(),(),(ln,1vuHvuFyxgiiF),(),(),(ln,1vuHvuFyxgrrF11（5）求

5、指數變換),(),(),(),(expln),(yxgyxgyxgyxgyxgriri12lnFFTH(u,v)FFT-1expf(x,y)g(x,y)1314151617184.3 圖像平滑圖像平滑圖像平滑的目的：圖像平滑的目的： 減少噪聲，即減弱傅立葉空間的高頻分減少噪聲，即減弱傅立葉空間的高頻分量，因為高頻分量對應圖像中的區(qū)域邊量，因為高頻分量對應圖像中的區(qū)域邊緣等灰度值具有較大變化的部分，濾波緣等灰度值具有較大變化的部分，濾波器將這一部分濾去可使圖像平滑。器將這一部分濾去可使圖像平滑。19噪聲分類噪聲分類按照按照噪聲污染防治法噪聲污染防治法可將噪聲分為：可將噪聲分為： 工業(yè)噪聲工業(yè)噪聲

6、 （環(huán)保部門）（環(huán)保部門） 建筑施工噪聲建筑施工噪聲 （環(huán)保部門）（環(huán)保部門） 交通運輸噪聲交通運輸噪聲 （公安交通管理部門）（公安交通管理部門） 社會生活噪聲社會生活噪聲 （可分七類，由不同部（可分七類，由不同部門處理監(jiān)管）門處理監(jiān)管）20內部噪聲：內部噪聲：（1）光和電的基本性質引起噪聲）光和電的基本性質引起噪聲（2）電器機械運動）電器機械運動（3）元器件材料）元器件材料（4）系統(tǒng)內部設備電路）系統(tǒng)內部設備電路外部噪聲：系統(tǒng)外部干擾從電磁波或經電源串入外部噪聲：系統(tǒng)外部干擾從電磁波或經電源串入系統(tǒng)內部系統(tǒng)內部圖像噪聲按其產生原因：圖像噪聲按其產生原因：21按統(tǒng)計特性來分：按統(tǒng)計特性來分：平

7、穩(wěn)噪聲：其統(tǒng)計特性不隨時間變化的噪聲平穩(wěn)噪聲：其統(tǒng)計特性不隨時間變化的噪聲非平穩(wěn)噪聲：其統(tǒng)計特性隨時間變化的噪聲非平穩(wěn)噪聲：其統(tǒng)計特性隨時間變化的噪聲22按噪聲和信號關系來分：按噪聲和信號關系來分：加性噪聲加性噪聲乘性噪聲乘性噪聲 23帶通噪聲帶通噪聲(有色噪聲有色噪聲)和白噪聲和白噪聲白噪聲：在頻域上不存在信號能量突然變大白噪聲：在頻域上不存在信號能量突然變大的頻帶，在時域上也找不到信號能量突然變的頻帶，在時域上也找不到信號能量突然變大的時間段，即它在頻域和時域上的分布是大的時間段，即它在頻域和時域上的分布是一致的一致的 。功率譜密度在整個頻域均勻的。如。功率譜密度在整個頻域均勻的。如熱噪聲

8、。是理想化噪聲模型，因為不可能有熱噪聲。是理想化噪聲模型，因為不可能有帶寬無限寬的信號。帶寬無限寬的信號。帶通噪聲：在某個頻帶上信號的能量突然變帶通噪聲：在某個頻帶上信號的能量突然變大。如交流電噪聲，它的能量主要集中在大。如交流電噪聲，它的能量主要集中在50Hz左右。左右。24標準白噪聲和高斯白噪聲標準白噪聲和高斯白噪聲 標準白噪聲：標準白噪聲：幅度均值為零，方差為一常數。幅度均值為零，方差為一常數。 高斯白噪聲：高斯白噪聲：它的幅度分布它的幅度分布(概率密度函數概率密度函數)服服從高斯分布，而它的功率譜密度又是均勻分布從高斯分布，而它的功率譜密度又是均勻分布的，則稱它為高斯白噪聲。的，則稱它

9、為高斯白噪聲。 熱噪聲和散粒噪聲是高斯白噪聲熱噪聲和散粒噪聲是高斯白噪聲。25一維高斯白噪聲一維高斯白噪聲N ( 0.0128, 0.9596 )N ( 0.0128, 0.9596 )26高斯噪聲，均值128，均方30高斯噪聲圖直方圖，均值128，均方3027噪聲信號公式描述噪聲信號公式描述白噪聲：白噪聲： 其功率譜密度函數為：n0為一常數，單位為W/HZ2)(0nPn28高斯噪聲：高斯噪聲： 高斯噪聲信號的一高斯噪聲信號的一維概率密度函數如維概率密度函數如右式。右式。為噪聲的為噪聲的數學期望值，也就數學期望值，也就是均值；是均值；為噪聲為噪聲的方差的方差 。222exp21)(xxP29椒

10、鹽噪聲（椒鹽噪聲（Pepper and Salt ）：即黑圖像：即黑圖像的白點、白圖像上的黑點，往往由圖像的白點、白圖像上的黑點，往往由圖像中的孤立噪聲點。中的孤立噪聲點。 對圖像的質量影響由椒鹽噪聲的強度。對圖像的質量影響由椒鹽噪聲的強度。 Inoise = d*prod(size(I) d是強度，是強度，d=0.0530斑點噪聲（斑點噪聲（Speckle）：）：均勻分布的隨機噪聲均勻分布的隨機噪聲 Inoise = I+n*I, n 是一個均勻分布的隨機噪聲是一個均勻分布的隨機噪聲（均值為（均值為0，方差為，方差為V）v=0.0431 直接在空間域上對圖象進行平滑處理。直接在空間域上對圖象

11、進行平滑處理。 該方法便于實現(xiàn)，計算速度快，結果也比較該方法便于實現(xiàn)，計算速度快，結果也比較令人滿意。令人滿意。（一）簡單局部平均法（一）簡單局部平均法 設有一幅數字有噪圖象設有一幅數字有噪圖象4.3.1 鄰域平均鄰域平均),(),(),(yxnyxfyxg32(a) 四鄰域(b) 八鄰域鄰域概念鄰域概念33SjiSjiSjijinMjifMjigMyxg),(),(),(),(1),(1),(1),(經局部平均處理后，得到平滑圖象為：經局部平均處理后，得到平滑圖象為：簡單局部平均法簡單局部平均法f(x,y)為原始圖，為原始圖，n(x,y)為噪聲，為噪聲，S：點：點(x,y)鄰域內的點集，鄰域

12、內的點集， M：S內總點數。內總點數。34效果：鄰域平均法效果與鄰域半徑有關。效果：鄰域平均法效果與鄰域半徑有關。半徑愈大，則圖像的模糊程度越大半徑愈大，則圖像的模糊程度越大 。缺點：主要缺點是在降低噪聲的同時使圖缺點：主要缺點是在降低噪聲的同時使圖像產生模糊，特別在邊沿和細節(jié)處，鄰域像產生模糊，特別在邊沿和細節(jié)處，鄰域越大，模糊越厲害。越大，模糊越厲害。改進：可以采用閾值法，亦就是根據下列改進：可以采用閾值法，亦就是根據下列準則形成平滑圖像。準則形成平滑圖像。 其它若),(| ),(1),(|),(1),(),(),(yxfTnmfMyxfnmfMyxgSnmSnm35鄰域平均法實例鄰域平均

13、法實例36例如：例如：設圖像中某一個區(qū)域為：設圖像中某一個區(qū)域為： 100100100100200100100100100 11111111191 100100100100111100100100100選取選取33模板模板結果結果37 11111111191 121242121161 01010101041 11110111181常見模板常見模板 11112111110138用公式描述用公式描述LmLnnmhLnyLmxfyxg00),()2,2(),(39模板處理示意圖模板模板 原圖原圖模板操作后圖象為模板操作后圖象為x表示邊界上無法進行模板操作的點，通常的做法是復制表示邊界上無法進行模板操

14、作的點，通常的做法是復制原圖的灰度，不進行任何處理。模板操作實現(xiàn)了一種鄰域原圖的灰度，不進行任何處理。模板操作實現(xiàn)了一種鄰域運算運算(Neighborhood Operation)，即，某個像素點的結果，即，某個像素點的結果不僅和本像素灰度有關，而且和其鄰域點的值有關。不僅和本像素灰度有關，而且和其鄰域點的值有關。40for x =1:3 for y =1:4 for m=1:2 for n=1:2 g(x,y) = g(x,y)+f(x+m-1, y+n-1)*h(m,n); end end endend41平滑濾波實例平滑濾波實例424.3.3 頻率域低通濾波F頻率域處理方法：G(u,v)

15、=H(u,v)F(u,v)付 里付 里葉 變葉 變換換線性低線性低通濾波通濾波器器付 里付 里葉 反葉 反變換變換g(x,y) 頻域低通濾波框圖F(u,v)G(u,v)f(x,y)43(1) 理想低通濾波器(ILPF)00),(0),(1),(DvuDDvuDvuH 其中為截止頻率， ：頻率平面原點到點(u,v)的距離。44理想低通濾波器理想低通濾波器物理上不可實現(xiàn)物理上不可實現(xiàn)有振鈴有振鈴(抖動抖動)現(xiàn)象現(xiàn)象濾除高頻成分使圖象變模糊濾除高頻成分使圖象變模糊45理想低通濾波器轉移函數理想低通濾波器轉移函數三維圖三維圖46理想低通濾波器轉移函數理想低通濾波器轉移函數剖面圖剖面圖47振鈴現(xiàn)象振鈴現(xiàn)

16、象48更為嚴重的振鈴現(xiàn)象更為嚴重的振鈴現(xiàn)象49原圖原圖濾波結果濾波結果低通濾波函數低通濾波函數50(2)巴特沃思低通濾波器巴特沃思低通濾波器(BLPF)nnDvuDDvuDvuH2020),(414. 011),()12(11),(D(u,v)=D0，H(u,v)降為最大值的 。n為階數。21511階巴特沃思低通濾波器轉移函數階巴特沃思低通濾波器轉移函數三維圖三維圖521階巴特沃斯低通濾波器轉移函數階巴特沃斯低通濾波器轉移函數剖面圖剖面圖533階巴特沃思低通濾波器轉移函數階巴特沃思低通濾波器轉移函數三維圖三維圖543階巴特沃思低通濾波器轉移函數階巴特沃思低通濾波器轉移函數剖面圖剖面圖55),(

17、347. 0exp),()21expln(),(00nnDvuDDvuDvuH(3) 指數形低通濾波器指數形低通濾波器 (ELPF)D(u,v)=D0，H(u,v)降為最大值的 。21n為階數。561階指數形低通濾波器轉移函數階指數形低通濾波器轉移函數三維圖三維圖571階指數形低通濾波器轉移函數階指數形低通濾波器轉移函數剖面圖剖面圖583階指數形低通濾波器轉移函數階指數形低通濾波器轉移函數三維圖三維圖593階指數形低通濾波器轉移函數階指數形低通濾波器轉移函數剖面圖剖面圖60(4)梯形低通濾波器梯形低通濾波器(TLPF)1101010),(0),()(),(),(1),(DvuDDvuDDDDD

18、vuDDvuDvuH61梯形低通濾波器轉移函數梯形低通濾波器轉移函數三維圖三維圖62梯形低通濾波器轉移函數梯形低通濾波器轉移函數剖面圖剖面圖634.3.4 多幅圖像平均多幅圖像平均多幅圖像平均法是利用對同一景物的多幅多幅圖像平均法是利用對同一景物的多幅圖像取平均來消除噪聲產生的高頻成分圖像取平均來消除噪聲產生的高頻成分 。64多幅平均法多幅平均法MiiMiiiyxnMyxfyxnyxfMyxg11),(1),(),(),(1),(65原圖平均2次平均8次平均4次66 用局部中值代替局部平均值。用局部中值代替局部平均值。 令令f(x,y)-原始圖象陣列，原始圖象陣列， g(x,y)-中值濾波后圖

19、象陣列，中值濾波后圖象陣列， f(x,y) -灰度級，灰度級， g(x,y) -以以f(x,y)為中心的窗口內為中心的窗口內各象素的灰度中間值。各象素的灰度中間值。4.3.5 中值濾波中值濾波67取取33窗口窗口中值濾波法中值濾波法207205208201202206198200212207205208201205206198200212212208207206205202201200198從小到大排列，取中間值從小到大排列，取中間值68取取N=3中值濾波去除噪聲中值濾波去除噪聲1201102009080200顯然是個噪聲。顯然是個噪聲。69取N=3中值濾波去除噪聲中值濾波去除噪聲1201102009080200顯然是個噪聲。807080取N=3中值濾波去除噪聲中值濾波去除噪聲1201102009080200200顯然是個噪聲顯然是個噪聲。908071取N=3中值濾波去除噪聲中值濾波去除噪聲1201102009080200200顯然是個噪聲。顯然是個噪聲。11090809080721201109080取N=3中值濾波去除噪聲中值濾波去除噪聲1201102009080200顯然