圖像處理課件：enhancement 圖像增強(qiáng)

1、圖像增強(qiáng)(enhancement)目的 直方圖處理平滑 銳化 5.1 圖像增強(qiáng)目的目的： 提高和改善圖像的質(zhì)量 圖像質(zhì)量：主觀評(píng)價(jià) 高質(zhì)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(diào)整灰度分布原因：曝光(exposure)不足或過(guò)度方法： 灰度級(jí)變換 直方圖均衡化，對(duì)比度延伸，灰度倒置等；偽彩色 算術(shù)/邏輯運(yùn)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(diǎn)(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(duì)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?cái)?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(jì)算: 遍歷圖像, 用一維數(shù)組存放各灰度級(jí)的像素個(gè)數(shù).直方圖計(jì)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(guò)度曝光不足對(duì)比度明顯均勻直方圖的用途 評(píng)價(jià)成像的效果圖像增強(qiáng) : 設(shè)計(jì)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(jì)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(duì)比度延伸非線性方法:直方圖均衡化;取反;偽彩色;算術(shù)/邏輯運(yùn)算;直方圖的線性變換對(duì)比度延伸 目的：擴(kuò)大灰度值動(dòng)態(tài)范圍，增強(qiáng)對(duì)比度

3、a,b的選取原則 ：截止比 至少為3線性拉伸 ：對(duì)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(jí)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(dá)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(jué)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(jí)劃分為幾個(gè)區(qū)間（即對(duì)灰度進(jìn)行切片），對(duì)

4、某一區(qū)間內(nèi)的所有像素賦予某一種色彩 偽彩色效果圖算術(shù)/邏輯運(yùn)算 算術(shù)：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(yùn)算時(shí)按照像素一對(duì)一地進(jìn)行 C(x,y)=A(x,y)+B(x,y)減影（Subtraction ）應(yīng)用：醫(yī)學(xué)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(yīng)用：檢測(cè)兩圖中靜止的物體 應(yīng)用：圖像組合 真值表： 5.3 平滑(smoothing/denoising)單位沖

5、擊信號(hào)：F(u)=1單位窗口函數(shù): sinc(u) 噪音的頻譜：含有噪音的信號(hào)頻譜信號(hào)的頻譜：含有噪音的信號(hào)的頻譜：噪音(邊界)的頻譜：為什么用低通濾波器來(lái)平滑?正常信號(hào)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(duì)于含噪音的信號(hào), 在低頻區(qū)域, 信號(hào)能量占優(yōu)勢(shì), 噪音可忽略;在高頻區(qū)域,噪音占優(yōu)勢(shì), 即噪音或邊界等細(xì)節(jié)對(duì)高頻區(qū)的能量有較大的貢獻(xiàn), 因此, 我們可用低通濾波器來(lái)去除高頻區(qū)域噪音的影響!(書上:低頻分量對(duì)應(yīng)灰度值變化緩慢的區(qū)域, 高頻分量對(duì)應(yīng)灰度值變化快的地方,如噪音或邊界等細(xì)節(jié). 這是錯(cuò)誤的)低通濾波器(f

6、ilter)的問(wèn)題低通濾波器的問(wèn)題：為盡可能多地減弱噪音，需要低的截止頻率 ；過(guò)低的截止頻率會(huì)造成過(guò)多的信號(hào)損失 ；由于圖像中對(duì)象邊界在中頻區(qū)有較強(qiáng)的能量貢獻(xiàn)，平滑會(huì)引起邊界模糊濾波過(guò)程(convolution)一維信號(hào)的卷積圖像的卷積以卷積核中心為原點(diǎn)，將核滑過(guò)整個(gè)圖像均值濾波器 像素(x,y)鄰域內(nèi)(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(jiǎn)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(yùn)動(dòng)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(guān) 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(diǎn): 容易使目標(biāo)輪廓變得模糊，減弱甚至破壞有用的細(xì)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(diǎn):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(biāo)準(zhǔn)方差為 1帶權(quán)重的均值濾波器 ,優(yōu)點(diǎn): 由于沒(méi)有旁瓣和”阻斷區(qū)”的作用, 濾波后對(duì)對(duì)象邊界不會(huì)造成特別大的破壞!

8、中值濾波器 方法：用鄰域窗口內(nèi)所有灰度的中值,代替窗口內(nèi)原點(diǎn)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(diǎn)中值濾波器的性能分析(3)噪音、對(duì)象細(xì)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(diǎn):比均值濾波器具有更好的噪音濾除效果對(duì)圖像邊界有較好的保護(hù)作用（相對(duì)的） 缺點(diǎn): 需對(duì)窗口中所有像素灰度進(jìn)行排序 , 耗時(shí) 中值濾波效果5.4 銳化（Sharpening） 目的: 加重圖像的輪廓，增強(qiáng)細(xì)節(jié) 銳化目標(biāo)邊