圖像處理課件：enhancement 圖像增強

1、圖像增強(enhancement)目的 直方圖處理平滑 銳化 5.1 圖像增強目的目的： 提高和改善圖像的質量 圖像質量：主觀評價 高質量的圖像特性 ： 灰度分布均勻 不包括噪聲 邊界清晰目的之一：調整灰度分布原因：曝光(exposure)不足或過度方法： 灰度級變換 直方圖均衡化，對比度延伸，灰度倒置等；偽彩色 算術/邏輯運算目的之二：去噪音噪音：周圍的像素值有明顯差別的、數(shù)量少、面積小的孤立點(2D) 方法：平滑 目的之二：去噪音目的之三：突出輪廓 方法： 銳化5.2 直方圖處理灰度直方圖直方圖均衡化取反對比度延伸偽彩色灰度直方圖(histogram)定義: 圖像中灰度為d的像素數(shù)量h(d

2、) 意義: h(d)記錄了灰度 d在圖像中的出現(xiàn)次數(shù)，h(d)代表了灰度d的出現(xiàn)頻率 計算: 遍歷圖像, 用一維數(shù)組存放各灰度級的像素個數(shù).直方圖計算的例子150(100,100)直方圖與圖像特性 總體上反映圖像的灰度分布 曝光過度曝光不足對比度明顯均勻直方圖的用途 評價成像的效果圖像增強 : 設計灰度映射函數(shù) 圖像分割 : 取不同的T圖像壓縮 : Huffman編碼算法 圖像分析 : 提取統(tǒng)計信息 直方圖變換方法線性變換方法: 線性映射方法(可采用分段變換); 對比度延伸非線性方法:直方圖均衡化;取反;偽彩色;算術/邏輯運算;直方圖的線性變換對比度延伸 目的：擴大灰度值動態(tài)范圍，增強對比度

3、a,b的選取原則 ：截止比 至少為3線性拉伸 ：對比度延伸效果圖原圖截止比 12.5%截止比3%直方圖均衡化(histogram equalization)均衡化效果(1)變換函數(shù):均衡化效果(2)Original imageEqualized image取反（Negatives）灰度級在0,L-1的圖像，求其“逆”：Q(i,j) = L - 1 - P(i,j) 目的：使前景和背景“倒置”，達到底片的作用，或抽走某一基色 偽彩色 （pseudo-color） 目的: 為了產(chǎn)生清晰的視覺效果, 給灰度圖像賦予某種色彩 (3D可視化）方法：密度切片：把灰度級劃分為幾個區(qū)間（即對灰度進行切片），對

4、某一區(qū)間內的所有像素賦予某一種色彩 偽彩色效果圖算術/邏輯運算 算術：加，減，乘，除，混合邏輯：與，或，非要求：兩幅輸入的圖像具有同樣的大小，運算時按照像素一對一地進行 C(x,y)=A(x,y)+B(x,y)減影（Subtraction ）應用：醫(yī)學上的X線透視圖或B超圖，往往存在背景光照梯度。用此方法，可獲得比較清晰的前景 Q(i,j) = |P1(i,j) - P2(i,j)| Q(i,j) = |P1(i,j) - C|減影效果圖1減影效果圖2原圖背景圖閾值分割減影圖或（）應用：檢測兩圖中靜止的物體 應用：圖像組合 真值表： 5.3 平滑(smoothing/denoising)單位沖

5、擊信號：F(u)=1單位窗口函數(shù): sinc(u) 噪音的頻譜：含有噪音的信號頻譜信號的頻譜：含有噪音的信號的頻譜：噪音(邊界)的頻譜：為什么用低通濾波器來平滑?正常信號的能量主要集中在低頻區(qū),且隨著頻率的增加急速下降!噪音的頻譜能量也主要集中在低頻區(qū), 但隨著頻率的增加是緩慢減低的!對于含噪音的信號, 在低頻區(qū)域, 信號能量占優(yōu)勢, 噪音可忽略;在高頻區(qū)域,噪音占優(yōu)勢, 即噪音或邊界等細節(jié)對高頻區(qū)的能量有較大的貢獻, 因此, 我們可用低通濾波器來去除高頻區(qū)域噪音的影響!(書上:低頻分量對應灰度值變化緩慢的區(qū)域, 高頻分量對應灰度值變化快的地方,如噪音或邊界等細節(jié). 這是錯誤的)低通濾波器(f

6、ilter)的問題低通濾波器的問題：為盡可能多地減弱噪音，需要低的截止頻率 ；過低的截止頻率會造成過多的信號損失 ；由于圖像中對象邊界在中頻區(qū)有較強的能量貢獻，平滑會引起邊界模糊濾波過程(convolution)一維信號的卷積圖像的卷積以卷積核中心為原點，將核滑過整個圖像均值濾波器 像素(x,y)鄰域內(濾波器覆蓋的所有像素)灰度的平均值,為該像素濾波后的輸出值 最簡單的形式：平均法降低噪音 g(x,y)=f(x,y)+n(x,y) 要求：幀圖像在同一位置成像Example of averaging運動視頻平均法得到的背景均值濾波性能分析 (1)窗寬為a的窗口函數(shù): 頻譜函數(shù): 頻譜曲線: 理

7、想的低通: 1/a2/a均值濾波性能分析 (2)均值濾波的效果和濾波器寬度的選擇密切相關 小窗口的濾波器: 大窗口的濾波器: 濾波值: G(u)= F(u)H(u)均值濾波效果圖缺點: 容易使目標輪廓變得模糊，減弱甚至破壞有用的細節(jié)信息 均值濾波 例子13*3濾波5*5濾波原圖均值濾波 例子21*5濾波原圖均值濾波可”填平”斷裂的”溝” 架橋!Gaussian 濾波器(1) 一維函數(shù):二維函數(shù):特點:濾波器在頻率域和空間域，有相同的形狀 Gaussian 濾波器(2)離散化 : 標準方差為 1帶權重的均值濾波器 ,優(yōu)點: 由于沒有旁瓣和”阻斷區(qū)”的作用, 濾波后對對象邊界不會造成特別大的破壞!

8、中值濾波器 方法：用鄰域窗口內所有灰度的中值,代替窗口內原點處的像素值(非線性) 原圖1*3中值濾波中值濾波器的性能分析(1) 中值濾波器的性能分析(2) 中值濾波器的濾波性能完全取決于濾波窗口的選擇，它可以完全濾除面積小于窗口面積一半的噪聲 根據(jù)中值濾波器的定義根據(jù)噪音的定義和特點中值濾波器的性能分析(3)噪音、對象細節(jié)和邊界的寬度都不太一樣 ,采用試探的辦法，先選擇3*3，然后5*5，再更大，比較濾波效果優(yōu)點:比均值濾波器具有更好的噪音濾除效果對圖像邊界有較好的保護作用（相對的） 缺點: 需對窗口中所有像素灰度進行排序 , 耗時 中值濾波效果5.4 銳化（Sharpening） 目的: 加重圖像的輪廓，增強細節(jié) 銳化目標邊