圖像增強(qiáng)d的方法課件

1、信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所圖像增強(qiáng) 對(duì)比度增強(qiáng) 圖像平滑 圖像銳化 同態(tài)濾波 偽彩色與假彩色處理信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所目的： 采用一系列技術(shù)去改善圖像的視覺(jué)效果，或?qū)D像轉(zhuǎn)換成一種更適合于人或機(jī)器進(jìn)行分析處理的形式。圖像增強(qiáng)并不以圖像保真為準(zhǔn)則，而是有選擇地突出某些對(duì)人或機(jī)器分析有意義的信息，抑制無(wú)用信息，提高圖像的使用價(jià)值。信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所方法： 空間域處理 全局運(yùn)算：在整個(gè)圖像空間域進(jìn)行。 局部運(yùn)算：在與像素有關(guān)的空間域進(jìn)行。 點(diǎn)運(yùn)算：對(duì)圖像作逐點(diǎn)運(yùn)算。 頻域處理 在圖像的Fourier變換域上進(jìn)行處理。信號(hào)與圖像處理研究所信號(hào)與圖像

2、處理研究所對(duì)比度增強(qiáng) 灰度變換法 線性變換 對(duì)數(shù)變換 指數(shù)變換 直方圖調(diào)整法 直方圖均衡化 直方圖匹配要點(diǎn)： 信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所灰度變換法 (一)線性灰度變換 當(dāng)圖像成象時(shí)曝光不足或過(guò)度, 或由于成象設(shè)備的非線性和圖像記錄設(shè)備動(dòng)態(tài)范圍太窄等因素。都會(huì)產(chǎn)生對(duì)比度不足的弊病，使圖像中的細(xì)節(jié)分辨不清。這時(shí)可將灰度范圍線性擴(kuò)展。 設(shè)f(x,y)灰度范圍為a,b，g(x,y)灰度范圍為c,d,信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 image filtering: change range of image（灰度上的變換）g(x) = T(f(x)fxTfxfxTfx image

3、 warping（spatial tranformation）: change domain of image（空間坐標(biāo)上的變換）g(x) = f(T(x)關(guān)鍵在構(gòu)造灰度變換T信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所線性灰度變換0f(x,y)g(x,y)abcd信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所ayxfcbyxfacayxfabcdbyxfdyxg),(),(),(),(),(線性灰度變換信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所灰度變換法 (二)分段線性灰度變換 將感興趣的灰度范圍線性擴(kuò)展，相對(duì)抑制不感興趣的灰度區(qū)域。 設(shè)f(x,y)灰度范圍為0,Mf，g(x,y)灰度范圍為0,Mg,信

4、號(hào)與圖像處理研究所信號(hào)與圖像處理研究所分段線性灰度變換0f(x,y)g(x,y)abcdMfMg信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所ayxfyxfacbyxfacayxfabcdMyxfbdbyxfbMdMyxgffg),(0),(),(),(),(),(),(分段線性灰度變換I=imread(lena.bmp);m,n=size(I);g=zeros(m,n);Mg=255;%可以指定Mf=max(I(:);%可以指定for i=1:m for j=1:n if (I(i,j)=b) g(i,j)=(Mg-d)/(Mf-b)*(I(i,j)-b)+d; else if (I(i,j)=a

5、) g(i,j)=(d-c)/(b-a)(I(i,j)-a)+c; else g(i,j)=c/a*I(i,j); end end endend信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 灰度切割I(lǐng)=imread(lena.bmp);for i=7:-1:0 g=bitand(I,2.i); figure;imshow(g,);end分段線性灰度變換信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所灰度變換法 (三)非線性灰度變換 （1）對(duì)數(shù)變換 低灰度區(qū)擴(kuò)展，高灰度區(qū)壓縮。 （2）指數(shù)變換 高灰度區(qū)擴(kuò)展，低灰度區(qū)壓縮。信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所cbyxfayxgln 1),(ln),(對(duì)數(shù)

6、變換a,b,c是按需要可以調(diào)整的參數(shù)。信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所1),(),(ayxfcbyxg指數(shù)變換a,b,c是按需要可以調(diào)整的參數(shù)。1()xxaxa信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所直方圖調(diào)整法（一）直方圖Histogram 直方圖:表示數(shù)字圖像中的每一灰度級(jí)與其出現(xiàn)的頻率(該灰度級(jí)的像素?cái)?shù)目)間的統(tǒng)計(jì)關(guān)系,用橫坐標(biāo)表示灰度級(jí), 縱坐標(biāo)表示頻數(shù)(也可用概率表示)。 直方圖:I=imread(lena.bmp);m,n=size(I);Hist=zeros(256,1);for i=1:mfor j=1:nHist(I(I,j)= Hist(I(I,j)+1;enden

7、d信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所直方圖的性質(zhì) 1直方圖是一幅圖像中各象素灰度值出現(xiàn)次數(shù)（或頻數(shù)）的統(tǒng)計(jì)結(jié)果，它只反映該圖像中不同灰度值出現(xiàn)的次數(shù)（或頻數(shù)，而未反映每一灰度值象素所在位置。也就是說(shuō)，它只包含了該圖像中某一灰度值的象素出現(xiàn)的概率，而丟失了其所在位置的信息。 2任一幅圖像，都能唯一地算出一幅與它對(duì)應(yīng)的直方圖，但不同的圖像，可能有相同的直方圖。也就說(shuō)，圖像與直方圖之間是一種多對(duì)一的映射關(guān)系。 3由于直方圖是對(duì)具有相同灰度值的象素統(tǒng)計(jì)計(jì)數(shù)得到的，因此，一幅圖像各子區(qū)的直方圖之和就等于該圖全圖的直方圖。信號(hào)與圖像處理研究所信號(hào)與圖像處理研究

8、所(二)直方圖均衡化( Histogram Equalization) 直方圖均衡化是將原圖像的直方圖通過(guò)變換函數(shù)修正為均勻的直方圖，然后按均衡直方圖修正原圖像。 圖像均衡化處理后，圖像的直方圖是平直的，即各灰度級(jí)具有相同的出現(xiàn)頻數(shù)，那么由于灰度級(jí)具有均勻的概率分布，圖像看起來(lái)就更清晰了。 信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所連續(xù)灰度的直方圖均勻分布信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所直方圖均衡化目標(biāo)信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所直方圖均衡化的技術(shù)要點(diǎn)：公理：直方圖為常數(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).要找到一種變換

9、S=T ( r ) 使直方圖變平直，為使變換后的灰度仍保持從黑到白的單一變化順序，且變換范圍與原先一致，以避免整體變亮或變暗。必須規(guī)定： （1）在0r1中，T(r)是單調(diào)遞增函數(shù)，且0T(r)1； （2）反變換r=T-1(s),T-1(s)也為單調(diào)遞增函數(shù)，0s1。對(duì)變換函數(shù)T(r)的要求：信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所直方圖均衡化實(shí)現(xiàn)11max11maxmaxmaxin0()()()A()g()()()()()()ininoutoutoutoutoutoutinoutoutininingininoutpTgpgTTgpggpTgTTgAgpgTgAgpgdgT ggA均勻即實(shí)現(xiàn)：強(qiáng)

10、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)CDF00( )( )kkjkkjjjnsT rprn信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所灰度變換后直方圖的計(jì)算out1()()ininoutgT ggTgo u t11()()00()()()()()()() )()() )o u to u tinino u tinggggo u tggino u to u to u tininino u to u tinino u tinininininino u to u tinino u to u to u to u tpDd DpDd Dggpgpgppg

11、ggTggTgTgggpgpgTgpTgpgTTg 又rjrj+gsjsj+s變換前后對(duì)應(yīng)區(qū)間內(nèi)像素個(gè)數(shù)相同信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所直方圖均衡化 應(yīng)用到離散灰度級(jí)，設(shè)一幅圖像的像素總數(shù)為n，分L個(gè)灰度級(jí)。 第k個(gè)灰度級(jí)出現(xiàn)的頻數(shù)。 第k個(gè)灰度級(jí)出現(xiàn)的概率 其中0rk1，k=0,1,2,.,L-1 形式為： 00( )( )kkjkkjjjnsT rp rn信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 S=zeros(L,1); Hist=GetHist(I); S1=Hist1; For k=1:L-1 Sk+1=Sk+Histk+1; End信號(hào)與圖像處理研究所信號(hào)與圖像處理研究

12、所例：設(shè)圖像有例：設(shè)圖像有6464* *64=409664=4096個(gè)像素，有個(gè)像素，有8 8個(gè)灰度級(jí)，灰度個(gè)灰度級(jí)，灰度分布如表所示。進(jìn)行分布如表所示。進(jìn)行直直方圖均衡化方圖均衡化。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所步驟：步驟：rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 79010238506563292451

13、2281p(rk) 0.190.250.210.160.080.060.030.02信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk計(jì)算計(jì)算 0.190.440.650.810.890.950.981.00sk舍入舍入 1/73/75/76/76/7111sk nsk 7901023850985448p(sk) 0.190.250.210.240.113. 3. 重新命名重新命

14、名s sk k，歸并相同灰度歸并相同灰度級(jí)的像素?cái)?shù)。級(jí)的像素?cái)?shù)。信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所直方圖均衡化 直方圖均衡化實(shí)質(zhì)上是減少圖像的灰度級(jí)以換取對(duì)比度的加大。在均衡過(guò)程中，原來(lái)的直方圖上頻數(shù)較小的灰度級(jí)被歸入很少幾個(gè)或一個(gè)灰度級(jí)內(nèi)，故得不到增強(qiáng)。若這些灰度級(jí)所構(gòu)成的圖像細(xì)節(jié)比較重要，則需采用局部區(qū)域直方圖均衡。 信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 （三）直方圖匹配（規(guī)定化） 修改一幅圖像的直方圖，使得它與另一幅圖像的直方圖匹配或具有一種預(yù)先規(guī)定的函數(shù)形狀。 目標(biāo)：突出我們感興趣的灰度范圍，使圖像質(zhì)量改善。 信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所直方圖匹配 令P(r) 為

15、原始圖像的灰度密度函數(shù)，P(z)是期望通過(guò)匹配的圖像灰度密度函數(shù)。對(duì)P(r) 及P(z) 作直方圖均衡變換，通過(guò)直方圖均衡為橋梁，實(shí)現(xiàn)P(r) 與P(z) 變換。信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所rjzk信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所直方圖匹配 步驟： （1）由 各點(diǎn)灰度由 r映射成s。 （2）由 各點(diǎn)灰度由 z映射成v rrdrrprTs010)()(zzdzzpzGv010)()(信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所直方圖匹配 步驟： （3）根據(jù)v=G(z), z=G-1(v) 由于v, s有相同的分布，逐一取 vs，求出與r對(duì)應(yīng)的z=G-1(s)。信號(hào)與圖像處理研究所

16、信號(hào)與圖像處理研究所直方圖匹配離散灰度級(jí)情況： 由（1）、（2）計(jì)算得兩張表，從中選取一對(duì), ，使，并從兩張表中查得對(duì)應(yīng)的rj，zk。于是，原始圖像中灰度級(jí)為的所有像素均映射成灰度級(jí)。最終得到所期望的圖像。信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所空域圖像平滑 低通濾波 （在頻域中講） 局部平均 中值濾波 多幀平均（在算術(shù)運(yùn)算中已經(jīng)講述）要點(diǎn)： 信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所圖像平滑(smooth) 圖像在傳輸過(guò)程中，由于傳輸信道、采樣系統(tǒng)質(zhì)量較差，或受各種干擾的影響，而造成圖像毛糙，此時(shí)，就需對(duì)圖像進(jìn)行平滑處理。 信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所局部平均法 直接在空間域上對(duì)圖

17、像進(jìn)行平滑處理。 該方法便于實(shí)現(xiàn)，計(jì)算速度快，結(jié)果也比較令人滿意。（一）簡(jiǎn)單局部平均法 設(shè)有一幅數(shù)字有噪圖像( , )( , )( , )g x yf x yn x y信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所( , )( , )( , )1( , )( , )11( , )( , )i jSi jSi jSg x yg i jMf i jn i jMM經(jīng)局部平均處理后，得到平滑圖像為： f(x,y)為原始圖，n(x,y)為噪聲， S：點(diǎn)(x,y)鄰域內(nèi)的點(diǎn)集， M：S內(nèi)總點(diǎn)數(shù)。簡(jiǎn)單局部平均法信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所局部平均法的： （1）圖像由許多灰度恒定的小塊組成。 （2）圖像

18、上的噪聲是加性的、均值為零，且與圖像信號(hào)互不相關(guān)。 根據(jù)假設(shè)（1），上式第一項(xiàng)非常接近 f(x,y)。 平滑后噪聲方差簡(jiǎn)單局部平均法2),(2),(1),(1),(1nSjiSjiMjinDMjinMDM越大，方差越小信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所平滑后噪聲方差為處理前的 。簡(jiǎn)單局部平均會(huì)使圖像模糊，特別是輪廓邊緣不清晰。簡(jiǎn)單局部平均法M1信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 用局部中值代替局部平均值。 令f(x,y)-原始圖像陣列， g(x,y)-中值濾波后圖像陣列， f(x,y) -灰度級(jí)， g(x,y) -以f(x,y)為中心的窗口內(nèi)各象素的灰度中間值。（二）中值濾波法信號(hào)

19、與圖像處理研究所信號(hào)與圖像處理研究所取3X3窗口中值濾波法207205208201202206198200212207205208201205206198200212212208207206205202201200198從小到大排列，取中間值信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所中值濾波法 中值濾波在抑制圖像隨機(jī)脈沖噪聲方面甚為有效。且運(yùn)算速度快，可硬化，便于實(shí)時(shí)處理。信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所（三）加權(quán)平均法1),( ),( ),(),(),(),(),(),(SjiSjijiwjiwjinjifjiwyxg為權(quán)值，且其中信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所信號(hào)與圖像處理

20、研究所信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所高斯濾波 去雀斑信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所圖像銳化 高頻加強(qiáng)濾波 （在頻域中講） 微分法 梯度 反銳化掩模法要點(diǎn)： 信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所圖像經(jīng)轉(zhuǎn)換或傳輸后，質(zhì)量可能下降，難免有些模糊。圖像銳化目的：加強(qiáng)圖像輪廓，使圖像看起來(lái)比較清晰。圖像銳化信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 考察正弦函數(shù) ，它的微分 。微分后頻率不變，幅度上升2a倍。ax2sinaxa2cos2微分法 空間頻率愈高，幅度增加就愈大。這表明微分

21、是可以加強(qiáng)高頻成分的，從而使圖像輪廓變清晰。 信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 最常用的微分方法是梯度法。設(shè)圖像函數(shù)為f (x,y)，它的梯度 (Gradient)是一個(gè)向量，定義為：yfxfyxf),(G微分法信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 在(x,y)點(diǎn)處的梯度，方向是f (x,y)在這點(diǎn)變化率最大的方向，而其長(zhǎng)度（記Gf (x,y)）則等于f (x,y) 的最大變化率，即2122),(yfxfyxfG微分法信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 為方便起見(jiàn)，以后把梯度長(zhǎng)度也簡(jiǎn)稱為梯度。 對(duì)數(shù)字圖像，用差分來(lái)近似微分。 兩種常用差分算法 （1）典型梯度算法微分法2122

22、) 1,(),(), 1(),(),(yxfyxfyxfyxfyxfG信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 （2）羅伯茨（Roberts）梯度算法微分法2122) 1,(), 1() 1, 1(),(),(yxfyxfyxfyxfyxfG), 1() 1,(),(yxfyxfyxf) 1, 1(), 1() 1,(),(yxfyxfyxfyxf信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 上述二算法運(yùn)算較費(fèi)時(shí)。為更適合計(jì)算機(jī)實(shí)現(xiàn)，采用絕對(duì)差分算法：微分法) 1,(),(), 1(),(),(yxfyxfyxfyxfyxfG) 1,(), 1() 1, 1(),(),(yxfyxfyxfyxfyxfG及信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所對(duì)NxN數(shù)字圖像，不可能在最后一行(x=N)和最后一列(y=N)象素上計(jì)算梯度值。一種補(bǔ)救辦法：用前一行(x=N-1)和前一列(y=N-1)對(duì)應(yīng)象素的梯度值。微分法信號(hào)與圖像處理研究所信號(hào)與圖像處理研究所 某象素上的梯度值是該象素與相鄰象素的灰度差值的單調(diào)遞增函數(shù)。圖像輪廓上，象素灰度有陡然變化，梯度值很大。