LDX-DSP試驗(yàn)講解(5)-圖像增強(qiáng)課件

1、2013年5月 西安郵電大學(xué) 通信與信息工程學(xué)院DSP試驗(yàn)原理及步驟講解 (五)-原理與DSP編程圖像增強(qiáng)(Imge Enhancement)（復(fù)習(xí)）邊緣檢測(cè)1 邊緣的定義 圖像中灰度發(fā)生突變或不連續(xù)的微小區(qū)域（一組相連的像素集合）,即是兩個(gè)具有相對(duì)不同灰度值特性的區(qū)域的邊界線。 在一幅圖像中，邊緣有方向和幅度兩個(gè)特性。一般認(rèn)為沿邊緣走向的灰度變化較為平緩，而垂直于邊緣走向的灰度變化劇烈。即灰度梯度指向邊緣的垂直方向。 一階微分算子（梯度算子） Prewitt, Sobel 檢測(cè)最大值二階微分算子（Laplacian）檢測(cè)過(guò)零點(diǎn)圖像邊緣檢測(cè)的具體方法-微分算子方法：（復(fù)習(xí)）邊緣檢測(cè)一階微分：用

2、梯度算子來(lái)計(jì)算 特點(diǎn)：對(duì)于左圖，左側(cè)的邊是正的（由暗到亮），右側(cè)的邊是負(fù)的（由亮到暗）。對(duì)于右圖，結(jié)論相反。常數(shù)部分為零。 用途：用于檢測(cè)圖像中邊的存在。一階導(dǎo)數(shù)的極大值點(diǎn)：二階微分：通過(guò)拉普拉斯來(lái)計(jì)算特點(diǎn)：二階微分在亮的一邊是正的，在暗的一邊是負(fù)的。常數(shù)部分為零。0-1-140-10-10二、圖像邊緣檢測(cè)算法原理在數(shù)字圖像上計(jì)算微分一維的情況：對(duì)于離散的數(shù)字信號(hào)，可以使用差分近似：相當(dāng)于與如下模版進(jìn)行卷積運(yùn)算：-1010.5f(x)x-1x+1被稱為“算子”圖像梯度算子的近似Roberts算子Prewitt算子Sobel算子邊緣檢測(cè)時(shí)，常用的“算子”：Sobel實(shí)驗(yàn)結(jié)果開始學(xué)習(xí)新內(nèi)容，圖像增

3、強(qiáng) (引言) 為什么要研究圖像增強(qiáng)技術(shù)低照度（暴光不足）醫(yī)學(xué)CT圖像增強(qiáng)目 錄1、邊緣檢測(cè)的相關(guān)概念2、邊緣檢測(cè)的基本原理 3、 算法步驟與流程圖4、 C語(yǔ)言代碼與分析5、 試驗(yàn)結(jié)果與分析2、圖像增強(qiáng)技術(shù)的目的：改善圖像視覺(jué)效果，便于觀察和分析便于人工或機(jī)器對(duì)圖像的進(jìn)一步處理人為地突出圖像中的部分細(xì)節(jié)，壓制另外一部分信號(hào)在不考慮圖像降質(zhì)原因的條件下，用經(jīng)驗(yàn)和試探的方法進(jìn)行加工尚無(wú)統(tǒng)一的質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)，無(wú)法定量衡量處理效果的優(yōu)劣3、圖像增強(qiáng)技術(shù)的特點(diǎn)：一、概 述4、圖像增強(qiáng)算法與以下因素有關(guān) （1）感興趣物體特性 （2）觀察者的習(xí)慣 （3）處理目的。 因此，圖像增強(qiáng)算法是有針對(duì)性的，不存在通用的增

4、強(qiáng)算法。一、概 述5、圖像增強(qiáng)的基本方法： 空域處理 全局運(yùn)算：在整個(gè)圖像空間域進(jìn)行。 局部運(yùn)算：在與象素有關(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 在圖像的變換域中進(jìn)行處理。一、概 述一、概 述6、圖像增強(qiáng)所包含的主要內(nèi)容：7、灰度變換圖像增強(qiáng) 基于點(diǎn)操作的圖像增強(qiáng)方法。 可調(diào)整圖像的灰度動(dòng)態(tài)范圍或圖像對(duì)比度，是圖像增強(qiáng)的重要手段之一。T說(shuō)明：T 稱為灰度級(jí)變換函數(shù)，它將 (x, y) 點(diǎn)的像素值 f(x, y) 映射成 g(x, y) 。 灰度變換 T 可以選擇不同的灰度變換函數(shù)，如正比函數(shù)和指數(shù)函數(shù)等 。常用的灰度變換函數(shù)主要有： （1）線性灰度變換 （2）分段線性灰度變換

5、 （3）非線性灰度變換二、灰度線性變換1、基本原理圖1 灰度線性變換線性拉伸變換前后效果對(duì)比圖: 變換前 變換后二、灰度線性變換二、灰度線性變換3、算法步驟與流程圖5、實(shí)驗(yàn)結(jié)果二、灰度線性變換二、灰度線性變換二、灰度線性變換二、灰度線性變換運(yùn)行Matlab程序，查看實(shí)驗(yàn)結(jié)果三、灰度取反線性灰度變換的表達(dá)式 ： 圖像取反：只是灰度線性變換中的一種特殊情況。 當(dāng)m=0, n=255, M=255, N=0時(shí)，則線性灰度變換的表達(dá)式變?yōu)?：三、灰度取反 圖像取反，又稱為負(fù)相變換，是圖像的線性變換方法中的一種具體實(shí)現(xiàn)方法。 獲得類似照相底片效果的圖像，取反處理后的圖像與原始圖像“黑白顛倒”。 三、灰度

6、取反-實(shí)驗(yàn)效果C語(yǔ)言DSP子程序與分析 BOOL IMG_Reverse (unsigned char *F, unsigned char *G, intWidth, intHeight) / 指向源圖像的指針 unsigned char *lpSrc; / 指向緩存圖像的指針 unsigned char *lpDst; int pixel; /臨時(shí)變量 /循環(huán)變量 long i; /開始圖像取反 lpSrc=F; /指針指向源圖像F lpDst=G; /指針指向二值圖像G for (i = 0;i Width* Height ;i+) pixel = (int)*lpSrc+; pixel=

7、255-pixel; /取反 *lpDst+ = (unsigned char) pixel; return TRUE; / 返回三、灰度取反實(shí)驗(yàn)結(jié)果三、灰度取反實(shí)驗(yàn)結(jié)果四、分段線性變換1、基本原理 線性變換沒(méi)有將原圖像的灰度值加以區(qū)分，在實(shí)際處理時(shí)，為突出增強(qiáng)重要的灰度區(qū)間，抑制削弱不重要的灰度區(qū)間，可以采用分段線性灰度變換法來(lái)實(shí)現(xiàn)。 分段線性灰度變換法是比較常用的一種灰度變換方法，分段線性灰度變換法可以被看成是非線性灰度變換法中的一種特殊情況，也可被看成是線性灰度變換法中的一般情況。 如下圖所示，是分段線性灰度變換的變換函數(shù)圖形，其數(shù)學(xué)表達(dá)式為：1、基本原理1、基本原理圖3 灰度分段線性變

8、換2、實(shí)驗(yàn)結(jié)果 對(duì)比度擴(kuò)展 削波 閾值化 灰度窗口五、對(duì)數(shù)非線性變換 1、基本原理五、對(duì)數(shù)非線性變換 1、基本原理圖5 灰度對(duì)數(shù)變換曲線 當(dāng)希望對(duì)圖像的低灰度區(qū)作較大的拉伸，而對(duì)高灰度區(qū)壓縮時(shí)，可采用這種變換，它能使圖像灰度分布與人的視覺(jué)特性相匹配。 五、對(duì)數(shù)非線性變換 2、試驗(yàn)結(jié)果六、指數(shù)非線性變換 1、基本原理六、指數(shù)非線性變換 1、基本原理五、對(duì)數(shù)非線性變換 1、基本原理圖6 灰度指數(shù)變換曲線2、C語(yǔ)言代碼與分析void ExpTrans(unsigned char *F, unsigned char * G, int width, int height) /定義局部變量 int map

9、256; double t,dTemp; unsigned char * pp, *newpp; int i, Tmax=-1000, Tmin=1000; /定義局部變量 /求得圖像 F 的最小與最大灰度值 pp=F; /指針指向原圖像 for (i = 0; i *pp) Tmin=*pp; if (Tmax*pp) Tmax=*pp; pp+; /指針后移一位 2、C語(yǔ)言代碼與分析 / 映射表，用于256種灰度變換后的值 t=255.0/exp( (Tmax-Tmin)/200.0-1.0 ); / 保存運(yùn)算后的臨時(shí)值 for (i = 0; i 256; i+) / 計(jì)算當(dāng)前像素變換后的值 dTemp =t*exp(i-Tmin)/200.0-1.0); / 如果超界則修改其值 if (dTemp 255) dTemp = 255; mapi = (int)(dTemp + 0.5); /四舍五入 2、C語(yǔ)言代碼與分析 /對(duì)原圖像中的每個(gè)像素進(jìn)行變換 pp=F; /指針指向原圖像 newpp=G; /指針指向變換后的圖像