醫(yī)學(xué)圖像處理課件

第四章

圖像增強(qiáng)技術(shù)第四章

圖像增強(qiáng)技術(shù)14.1圖像增強(qiáng)的目的、特點(diǎn)和方法一、目的：改善圖像視覺效果，便于觀察和分析便于人工或機(jī)器對圖像的進(jìn)一步處理二、特點(diǎn)：人為地突出圖像中的部分細(xì)節(jié)，壓制另外一部分信號在不考慮圖像降質(zhì)原因的條件下，用經(jīng)驗(yàn)和試探的方法進(jìn)行加工尚無統(tǒng)一的質(zhì)量評價標(biāo)準(zhǔn)，無法定量衡量處理效果的優(yōu)劣需要注意的問題：處理時應(yīng)考慮人眼的視覺特性和硬件的表現(xiàn)能力，達(dá)到合理的匹配處理時必須考慮處理目的，選用合適的方法4.1圖像增強(qiáng)的目的、特點(diǎn)和方法一、目的：二、2三、處理技術(shù)分類從處理方法分類頻域方法全局處理局部處理（ROI）灰度圖像(偽)彩色圖像從處理對象分類從處理策略分類點(diǎn)處理（灰度變換）鄰域方法（空域?yàn)V波）空域方法從處理目的分類圖像銳化平滑去噪灰度調(diào)整三、處理技術(shù)分類從處理方法分類頻域方法全局處理局部處理（RO3

4.2灰度直方圖與圖像的點(diǎn)處理一、灰度直方圖：圖像中像素灰度分布的概率密度函數(shù)連續(xù)圖像：設(shè)A(r)代表灰度小于r的所有像素的面積，則數(shù)字圖像：設(shè)圖像尺寸為M×N，共有K級灰度，并且具有灰度級rk的像素?cái)?shù)為g(rk)，則有：例：幾種典型醫(yī)學(xué)圖像的灰度直方圖4.2灰度直方圖與圖像的點(diǎn)處理一、灰度直方圖4二、灰度直方圖的性質(zhì)不包含圖像灰度分布的空間信息，因此無法解決目標(biāo)形狀問題具有不唯一性，即不同圖像可能對應(yīng)相同的直方圖具有可加性，即圖像總體直方圖等于切分的各個子圖像的直方圖之和三、灰度直方圖的典型用法1.通過檢查直方圖確定設(shè)備調(diào)整方向或灰度變換規(guī)則rmaxrP(r)rmaxrP(r)rmaxrP(r)二、灰度直方圖的性質(zhì)不包含圖像灰度分布的空間信息，因此無法52.確定閾值，在圖像二值化、灰度變換或進(jìn)行分割時確定合適的閾值3.求面積，或?qū)μ囟▽ο筮M(jìn)行統(tǒng)計(jì)rmaxrP(r)2.確定閾值，在圖像二值化、灰度變換或進(jìn)行分割時確定合適的6原理：通過修改p(r)

達(dá)到增強(qiáng)圖像的目的，修改是對各像素單獨(dú)進(jìn)行的，因此稱為點(diǎn)處理。三、直方圖線性(尺度)變換S=T(r)任一像素，其灰度為r同一像素，其灰度為srmaxrP(r)sP(s)smax例：提高對比度rS=T(r)rmaxsmax原理：通過修改p(r)達(dá)到增強(qiáng)圖像的目的，修改是對各像素7區(qū)域擴(kuò)展：三、直方圖線性(尺度)變換(續(xù))rS=T(r)rmaxsmax擴(kuò)展暗區(qū)rS=T(r)rmaxsmax擴(kuò)展中部檢測某灰度范圍：rS=T(r)rmaxsmax擴(kuò)展亮區(qū)rmaxrS=T(r)smaxrS=T(r)rmaxsmax反轉(zhuǎn)：灰度窗口：rS=T(r)rmaxsmax區(qū)域擴(kuò)展：三、直方圖線性(尺度)變換(續(xù))rS=T(r)r8四、直方圖的均衡化均衡化：將原始圖像的直方圖變換為均勻分布的形式，從而增加像素灰度值的動態(tài)范圍，達(dá)到增強(qiáng)圖像整體對比度的效果。方法：計(jì)算累計(jì)分布函數(shù)(CumulativeDistributionFunction,CDF)，并將其作為灰度變換函數(shù)s=T(r),從而將原始圖像的關(guān)于灰度r的分布直方圖，轉(zhuǎn)換為關(guān)于灰度s的均勻分布。原理：從灰度直方圖定義出發(fā)加以證明，設(shè)圖像面積為A0，其灰度已經(jīng)進(jìn)行歸一化處理P(r)dr表現(xiàn)圖像中灰度為[r,r+dr]的像素面積在整個圖像中占的比例經(jīng)過s=T(r)的映射，其灰度改變而面積不變，因此：P(r)dr=p(s)ds考慮原始圖像f(x,y)在[0,r]灰度范圍內(nèi)像素面積占圖像面積的比率F(r):四、直方圖的均衡化均衡化：將原始圖像的直方圖變換為均勻分布的9考慮變換后圖像g(x,y)在對應(yīng)的[0,s]灰度范圍內(nèi)像素面積占圖像面積的比率G(s):變換前后上述像素在圖像中所占比率不變，因此有：G(s)=F(r)，即均衡化的直方圖ps(s)=1(??)，因此故有：例題：給定一幅圖像的灰度分布概率密度函數(shù)為:P(r)=-2r+2 0≤r≤10 其它對其進(jìn)行均衡化處理考慮變換后圖像g(x,y)在對應(yīng)的[0,s]灰度范圍內(nèi)102rP(r)rS=T(r)22sP(s)2數(shù)字圖像的直方圖均衡化：計(jì)算公式：例題：(略)2rP(r)rS=T(r)22sP(s)2數(shù)字圖像的直方圖均11均衡化效果實(shí)例：均衡化效果實(shí)例：12均衡化效果實(shí)例（續(xù)）：均衡化效果實(shí)例（續(xù)）：13均衡化效果實(shí)例（續(xù)）：均衡化效果實(shí)例（續(xù)）：14均衡化效果實(shí)例（續(xù)）：均衡化效果實(shí)例（續(xù)）：15均衡化效果實(shí)例（續(xù)）：均衡化效果實(shí)例（續(xù)）：16五、直方圖的規(guī)定化規(guī)定化：將原始圖像的直方圖變換為特定的分布形式p(u)，達(dá)到增強(qiáng)圖像整體視覺效果的目的。原理：通過建立給定圖像和特定直方圖間的關(guān)系，求映射函數(shù)u=T(r)給定圖像均衡化給定直方圖P(u)求直方圖P(r)均衡化s=T1(r)v=T2(u)u=T2-1(v)=T2-1(T1(r))因此直方圖規(guī)定化的變換函數(shù)為上述均衡化函數(shù)的組合函數(shù)。五、直方圖的規(guī)定化規(guī)定化：將原始圖像的直方圖變換為特定的分布17直方圖的規(guī)定化的計(jì)算步驟(1)對原始圖像直方圖進(jìn)行均衡化：(2)給出規(guī)定直方圖，并進(jìn)行均衡化處理(3)建立均衡化直方圖的對應(yīng)關(guān)系，并將原像素灰度映射到新的灰度級SML規(guī)則(singlemappinglaw)：尋找k和l使下式達(dá)到極小化，即k=0,1,…,M-1l=0,1,…,N-1然后將pr(ri)對應(yīng)到pu(uj)去，即完成了變換。直方圖的規(guī)定化的計(jì)算步驟(1)對原始圖像直方圖進(jìn)行均衡化：18GML規(guī)則(groupmappinglaw)(自學(xué)：ZhangYJ:Improvingtheaccuracyofdirecthistogramspecification.IEEElectronicsLetters,28:213-214,1992)直方圖規(guī)定化舉例:給定圖像具有64×64個像素，8個灰度級，其分布如下表，試按表中規(guī)定直方圖進(jìn)行變換原始圖像灰度級01/72/73/74/75/76/77/7原始圖像各灰度級的像素790102385065632924512281規(guī)定的直方圖0000.150.200.300.200.15GML規(guī)則(groupmappinglaw)直方圖規(guī)19原始圖像灰度級01/72/73/74/75/76/77/7原始圖像各灰度級的像素790102385065632924512281計(jì)算原始直方圖0.190.250.210.160.080.060.030.02計(jì)算原始累計(jì)直方圖0.190.440.650.810.890.950.981.00規(guī)定直方圖0000.150.200.300.200.15計(jì)算規(guī)定累計(jì)直方圖0000.150.350.650.851.00SML映射34566777確定映射對應(yīng)關(guān)系0→31→42→53，4→65，6，7→7變換后直方圖0000.190.250.210.240.11原始圖像灰度級01/72/73/74/75/76/77/7原20六、圖像間的運(yùn)算 減影: 去噪:六、圖像間的運(yùn)算214.3空域?yàn)V波增強(qiáng)一、原理和分類原理：利用相鄰像素的關(guān)系進(jìn)行圖像增強(qiáng)，常借助模板進(jìn)行鄰域操作。分類銳化平滑非線性線性非線性線性二、空域線性濾波的算法－模板操作§4.3.1概述將模板在圖中漫游，并將模板中心與某像素重合將模板系數(shù)與模板下對應(yīng)像素相乘將所有乘積相加將上述求和結(jié)果賦予模板中心對應(yīng)像素K1,1K1,0K1,-1K0,1K0，0K0,-1K-1,1K-1,0K-1,-1模板4.3空域?yàn)V波增強(qiáng)一、原理和分類原理：利用相鄰像素22三、空域線性濾波運(yùn)算的原理－空域卷積將模板在圖中漫游，并將模板中心與某像素重合將模板系數(shù)與模板下對應(yīng)像素相乘將所有乘積相加將上述求和結(jié)果賦予模板中心對應(yīng)像素 根據(jù)卷積定理知，空域內(nèi)的卷積等價于空間頻率域內(nèi)的濾波。因此模板的作用可以通過分析其頻率特性而知。四、模板的可分解性：0-a0-a1+4a-a0-a0000010000000-aa00000000a00-a00000a-a0000-a00a0000三、空域線性濾波運(yùn)算的原理－空域卷積將模板在圖中漫游，并23二、銳化算法的一般考慮§4.3.2圖像銳化一、銳化的目的：對正常圖像，通過銳化提取邊緣、輪廓、線條等信息，供進(jìn)一步識別通過加重圖像輪廓克服降質(zhì)，以達(dá)到更好的視覺效果理想輪廓實(shí)際輪廓f(x)df(x)/dxd2f(x)/dx2f(x)+kdf/dxf(x)-kdf/dxf(x)-kd2f/dx2抽取輪廓銳化圖像二、銳化算法的一般考慮§4.3.2圖像銳化一、銳化的目24三、常見的銳化算子1.梯度算子-11-11Roberts1-11-11-1-1-1-1111Prewitt1-12-21-1-1-2-1121Sobel2.拉普拉斯算子-1-14-1-1-1-14-1-1-1-1-1-18-1-1-1-1-1-1-1-19-1-1-1-1？-1-15-1-1-1-15-1-1三、常見的銳化算子1.梯度算子-11-11Roberts1253.方向算子： 利用一組模板分別計(jì)算不同方向上的差分值，取其中最大的值作為邊緣強(qiáng)度。例如Kirsch算子(3×3，5×5)，Nevitia算子(5×5)等33-53-513-53-5-53-5333-5-5-533333-5-53-53333-533-53-533333-53-5-5333333-5-5-53333-53-5-5Kirsch算子的8方向3×3模板3.方向算子：33-53-513-53-5-53-5333264.綜合正交算子： 利用一組正交模板分別檢測圖像的邊緣、直線和孤立點(diǎn)，并比較其在圖像中所占比重。010-10-10101-21-24-21-21-10100010-1-21-2141-21-2直線拉普拉斯直線子空間基-1-d-10001d101-d-101d-10-101-d0d-101-d1010-10-1d對稱梯度波紋邊緣子空間基111111111平均子空間銳化處理抽取邊緣例4.綜合正交算子：010-10-10101-21-24-227三、線性銳化算子特性的分析0-a0-a1+4a-a0-a0以右側(cè)的3×3算子為例：g(m,n)=(1+4a)f(m,n)-a[f(m-1,n)+f(m+1,n)+f(m,n-1)+f(m,n+1)]為考察其頻率特性，寫出上式的Z

變換式：G(zm,zn)=[(1+4a)-a[zm-1+zm+zn-1+zn)]F(zm,zn)因此，其傳遞函數(shù)為：以 帶入，得付立葉變換式：三、線性銳化算子特性的分析0-a0-a1+4a-a0-a0以28作出H(wm,wn)的幅頻特性圖形，如下圖所示作出H(wm,wn)的幅頻特性圖形，如下圖所示29§4.3.3圖像平滑二、平滑的算子一、平滑的目的：抑制或消除噪聲作為其它處理的前處理01/501/51/51/501/501/91/91/91/91/91/91/91/91/9鄰區(qū)平均1/101/101/101/101/51/101/101/101/101/161/81/161/81/41/81/161/81/16加權(quán)平均選擇平均：參考AnnScher,etal.,SomeNewImageSmoothingtechnique,IEEETrans.SMCVol.SMC10,No3§4.3.3圖像平滑二、平滑的算子一、平滑的目的：抑制30三、線性平滑算子特性的分析1/91/91/91/91/91/91/91/91/9以右側(cè)的3×3鄰區(qū)平均模板為例：求出對應(yīng)的Z變換為：因此：以 帶入，得付立葉變換式：三、線性平滑算子特性的分析1/91/91/91/91/9131作出H(wm,wn)的幅頻特性圖形，如下圖所示作出H(wm,wn)的幅頻特性圖形，如下圖所示32四、非線性平滑濾波器－中值濾波，百分比濾波，最大值濾波，最小值濾波中值濾波(參考容觀澳：計(jì)算機(jī)圖像處理，p132)中值濾波是將選定的奇數(shù)像素窗口內(nèi)的各像素灰度按大小排隊(duì)，用中間的灰度值代替窗口中原圖像中間位置的像素。因此是一種非線性濾波。百分比濾波與中值濾波類似，是將選定的奇數(shù)像素窗口內(nèi)的各像素灰度按大小排隊(duì)，用最接近某個亮度百分比的灰度值代替窗口中原圖像中間位置的像素。最大值濾波最小值濾波方法與上述類似，用于檢測圖像中最亮的點(diǎn)。方法與上述類似，用于檢測圖像中最暗的點(diǎn)。四、非線性平滑濾波器－中值濾波，百分比濾波，最大值濾波，最334.4頻域?yàn)V波增強(qiáng)§4.4.1概述頻域?yàn)V波處理的一般方法：G(u,v)=H(u,v)F(u,v)f(x,y)F(u,v)G(u,v)g(x,y)變換乘H(u,v)反變換因此：頻域?yàn)V波處理的關(guān)鍵是選取合適的濾波器函數(shù)H(u,v)!4.4頻域?yàn)V波增強(qiáng)§4.4.1概述頻域?yàn)V波處34§4.4.2低通濾波一、理想低通濾波器H(u,v)=式中D0是一個非負(fù)整數(shù)，D(u,v)是從點(diǎn)(u,v)到頻率平面原點(diǎn)的距離。1 當(dāng)D(u,v)≦D0理想低通濾波器的振鈴現(xiàn)象：0 當(dāng)D(u,v)>D0D(u,v)＝(u2+v2)1/2§4.4.2低通濾波一、理想低通濾波器H(u,v)35醫(yī)學(xué)圖像處理課件36理想低通濾波器的處理效果：理想低通濾波器的處理效果：37理想低通濾波器的處理效果：理想低通濾波器的處理效果：38二、巴特沃斯低通濾波器n為濾波器的階次，D0為濾波器的截止頻率二、巴特沃斯低通濾波器n為濾波器的階次，D0為濾波器的截止39巴特沃斯低通濾波器的處理效果巴特沃斯低通濾波器的處理效果40§4.4.3高通濾波一、理想高通濾波器H(u,v)=0 當(dāng)D(u,v)≦D01 當(dāng)D(u,v)>D0二、巴特沃斯高通濾波器n為濾波器的階次，D0為濾波器的截止頻率§4.4.3高通濾波一、理想高通濾波器H(u,v)=41巴特沃斯高通濾波器的處理效果例巴特沃斯高通濾波器的處理效果例42巴特沃斯高通濾波器的處理效果例巴特沃斯高通濾波器的處理效果例43n為濾波器的階次，D0為濾波器的放射中心，W為阻帶寬度巴特沃斯帶阻濾波器§4.4.4巴特沃斯帶通與帶阻濾波巴特沃斯帶通濾波器n為濾波器的階次，D0為濾波器的放射中心，W為阻帶寬度巴特44§

4.4.5同態(tài)濾波(自學(xué))§

4.4.6局部增強(qiáng)(自學(xué))§4.4.5同態(tài)濾波(自學(xué))§4.4.6局部增強(qiáng)45一、顏色光的基本物理特征：頻率：明亮度：純度：二、加色與減色混色：§4.5.1彩色制式和色彩的變換

§4.5（偽）彩色圖像增強(qiáng)一、顏色光的基本物理特征：二、加色與減色混色：§4.546為便于討論顏色的性質(zhì)，可以對配色比例進(jìn)行歸一化處理，定義：并取x’+y’+z’=1,則任意可配出的顏色可用x’和y’來表示，稱為顏色的色度值。為對配出顏色的亮度(輻射量)進(jìn)行衡量，還需要定義亮度規(guī)范，通常取y值作為亮度的規(guī)范，于是其余兩個配色量可表示為：CIE(國際照明委員會)1931年定義三種標(biāo)準(zhǔn)基色和一組彩色匹配函數(shù)，稱為XYZ顏色模型。任何一種可以混出的色彩Cl

都可以表示為：三、標(biāo)準(zhǔn)基色與色彩圖其中X，Y，Z稱為標(biāo)準(zhǔn)基色，x,y,z為為配出Cl所需的標(biāo)準(zhǔn)基色的量。為便于討論顏色的性質(zhì)，可以對配色比例進(jìn)行歸一化處理，定義：并47利用CIE色度圖可以進(jìn)行配色工作。從CIE色度圖出發(fā)可以：為不同的基色組比較可配出的顏色范圍標(biāo)識互補(bǔ)顏色于是，單從衡量顏色的角度，可以用(x’,y’)的二維空間位置表示顏色，稱CIE色度圖CIE色度圖利用CIE色度圖可以進(jìn)行配色工作。從CIE色度圖出發(fā)48基于視覺的三刺激理論，認(rèn)為人眼視網(wǎng)膜錐狀細(xì)胞通過對三種可見光的刺激強(qiáng)度的相對比較的感受而區(qū)分顏色。這三種光波分別在630nm，530nm，450nm達(dá)到刺激高峰。這種三刺激理論也是彩色視頻顯示器顯示彩色的機(jī)理。四、RGB顏色模型其中向量R，G，B代表三個元色坐標(biāo)軸上的單位向量上述配色公式可由R，G，B坐標(biāo)系中的單位立方體表示，坐標(biāo)原點(diǎn)代表黑色，而(1,1,1)代表白色。落在坐標(biāo)軸上的頂點(diǎn)代表三個基色，而其余的頂點(diǎn)則代表每個基色的互補(bǔ)色。立方體的對角線為灰度線。描述RGB三色混合顏色的模型稱為RGB顏色模型，可配出的顏色Cl

表為：基于視覺的三刺激理論，認(rèn)為人眼視網(wǎng)膜錐狀細(xì)胞通過對三種可見光49在印刷時，由于是靠顏料吸收白光中的某些成分而產(chǎn)生顏色，所以需要采用減色處理。為規(guī)定各顏料的比例，常用CMY(K)模型進(jìn)行計(jì)算和轉(zhuǎn)換。其配色方程為：五、CMY顏色模型在實(shí)際處理中，常單獨(dú)加入黑色而彌補(bǔ)混合色吸收不足造成的泛灰現(xiàn)象，從而構(gòu)成CMYK系統(tǒng)?；駽MY系統(tǒng)與RGB系統(tǒng)的關(guān)系可表為：上述配色公式亦可由C，M，Y坐標(biāo)系中的單位立方體表示在印刷時，由于是靠顏料吸收白光中的某些成分而產(chǎn)生顏色，所以需50明暗色澤色調(diào)六、直觀的顏色概念與HSV顏色模型為表述上述感受，可以先選擇一種光來調(diào)色，然后通過加入一定量的白色和黑色來獲得不同的明暗、色彩和色澤。這種關(guān)系可以用色調(diào)(Hue),色飽和度(Saturation)和明暗度(Value)來描述。HSV模型的立體表示如圖示，在使用時首先指定色彩角H，且令V＝S＝1，然后，通過加入黑色(減小V)和白色(減小S)來調(diào)配出所需的顏色。HSV模型與RGB模型也可以互相轉(zhuǎn)換。明暗度V飽和度S色彩角H紅色：0o綠色：120o藍(lán)色：240o純色：S＝1白色：S＝0明暗六、直觀的顏色概念與HSV顏色模型為表述上述感受，可51§4.5.2灰度切割偽彩色增強(qiáng)灰度切割例§4.5.2灰度切割偽彩色增強(qiáng)灰度切割例52典型的彩色映射曲線之一§4.5.3從灰度到彩色的映射變換紅映射綠映射藍(lán)映射f(x,y)f(x,y)f(x,y)f(x,y)r(x,y)g(x,y)b(x,y)D/AD/AD/ARGB彩色顯示器rR=TR(r)rG=TG(r)rB=TB(r)rRGB=T(r)藍(lán)青綠黃紅典型的彩色映射曲線之一§4.5.3從灰度到彩色的映53典型的彩色映射曲線之二rB=TB(r)rG=TG(r)rR=TR(r)rRGB=T(r)典型的彩色映射曲線之二rB=TB(r)rG=TG(r)rR=54偽彩色映射處理效果例1偽彩色映射處理效果例155偽彩色映射處理效果例2偽彩色映射處理效果例256偽彩色映射處理效果例1偽彩色映射處理效果例157偽彩色映射處理效果例2偽彩色映射處理效果例258偽彩色映射處理效果例1偽彩色映射處理效果例159偽彩色映射處理效果例2偽彩色映射處理效果例2604.6圖像增強(qiáng)技術(shù)的綜合運(yùn)用銳化與平滑的綜合運(yùn)用銳化與平滑的統(tǒng)一性針對對象和目標(biāo)的處理圖像間的運(yùn)算4.6圖像增強(qiáng)技術(shù)的綜合運(yùn)用銳化與平滑的綜合運(yùn)用銳61醫(yī)學(xué)圖像處理課件62SobelPrewittSobelPrewitt63RobertsLaplacianofGaussianRobertsLaplacianofGaussian64CannyCanny65醫(yī)學(xué)圖像處理課件66人眼的視覺特性明暗視覺和視覺范圍：亮度和對比度感覺頻率特性視覺殘留特性B2％人眼的視覺特性明暗視覺和視覺范圍：亮度和對比度感覺頻率特性視67第四章

圖像增強(qiáng)技術(shù)第四章

圖像增強(qiáng)技術(shù)684.1圖像增強(qiáng)的目的、特點(diǎn)和方法一、目的：改善圖像視覺效果，便于觀察和分析便于人工或機(jī)器對圖像的進(jìn)一步處理二、特點(diǎn)：人為地突出圖像中的部分細(xì)節(jié)，壓制另外一部分信號在不考慮圖像降質(zhì)原因的條件下，用經(jīng)驗(yàn)和試探的方法進(jìn)行加工尚無統(tǒng)一的質(zhì)量評價標(biāo)準(zhǔn)，無法定量衡量處理效果的優(yōu)劣需要注意的問題：處理時應(yīng)考慮人眼的視覺特性和硬件的表現(xiàn)能力，達(dá)到合理的匹配處理時必須考慮處理目的，選用合適的方法4.1圖像增強(qiáng)的目的、特點(diǎn)和方法一、目的：二、69三、處理技術(shù)分類從處理方法分類頻域方法全局處理局部處理（ROI）灰度圖像(偽)彩色圖像從處理對象分類從處理策略分類點(diǎn)處理（灰度變換）鄰域方法（空域?yàn)V波）空域方法從處理目的分類圖像銳化平滑去噪灰度調(diào)整三、處理技術(shù)分類從處理方法分類頻域方法全局處理局部處理（RO70

4.2灰度直方圖與圖像的點(diǎn)處理一、灰度直方圖：圖像中像素灰度分布的概率密度函數(shù)連續(xù)圖像：設(shè)A(r)代表灰度小于r的所有像素的面積，則數(shù)字圖像：設(shè)圖像尺寸為M×N，共有K級灰度，并且具有灰度級rk的像素?cái)?shù)為g(rk)，則有：例：幾種典型醫(yī)學(xué)圖像的灰度直方圖4.2灰度直方圖與圖像的點(diǎn)處理一、灰度直方圖71二、灰度直方圖的性質(zhì)不包含圖像灰度分布的空間信息，因此無法解決目標(biāo)形狀問題具有不唯一性，即不同圖像可能對應(yīng)相同的直方圖具有可加性，即圖像總體直方圖等于切分的各個子圖像的直方圖之和三、灰度直方圖的典型用法1.通過檢查直方圖確定設(shè)備調(diào)整方向或灰度變換規(guī)則rmaxrP(r)rmaxrP(r)rmaxrP(r)二、灰度直方圖的性質(zhì)不包含圖像灰度分布的空間信息，因此無法722.確定閾值，在圖像二值化、灰度變換或進(jìn)行分割時確定合適的閾值3.求面積，或?qū)μ囟▽ο筮M(jìn)行統(tǒng)計(jì)rmaxrP(r)2.確定閾值，在圖像二值化、灰度變換或進(jìn)行分割時確定合適的73原理：通過修改p(r)

達(dá)到增強(qiáng)圖像的目的，修改是對各像素單獨(dú)進(jìn)行的，因此稱為點(diǎn)處理。三、直方圖線性(尺度)變換S=T(r)任一像素，其灰度為r同一像素，其灰度為srmaxrP(r)sP(s)smax例：提高對比度rS=T(r)rmaxsmax原理：通過修改p(r)達(dá)到增強(qiáng)圖像的目的，修改是對各像素74區(qū)域擴(kuò)展：三、直方圖線性(尺度)變換(續(xù))rS=T(r)rmaxsmax擴(kuò)展暗區(qū)rS=T(r)rmaxsmax擴(kuò)展中部檢測某灰度范圍：rS=T(r)rmaxsmax擴(kuò)展亮區(qū)rmaxrS=T(r)smaxrS=T(r)rmaxsmax反轉(zhuǎn)：灰度窗口：rS=T(r)rmaxsmax區(qū)域擴(kuò)展：三、直方圖線性(尺度)變換(續(xù))rS=T(r)r75四、直方圖的均衡化均衡化：將原始圖像的直方圖變換為均勻分布的形式，從而增加像素灰度值的動態(tài)范圍，達(dá)到增強(qiáng)圖像整體對比度的效果。方法：計(jì)算累計(jì)分布函數(shù)(CumulativeDistributionFunction,CDF)，并將其作為灰度變換函數(shù)s=T(r),從而將原始圖像的關(guān)于灰度r的分布直方圖，轉(zhuǎn)換為關(guān)于灰度s的均勻分布。原理：從灰度直方圖定義出發(fā)加以證明，設(shè)圖像面積為A0，其灰度已經(jīng)進(jìn)行歸一化處理P(r)dr表現(xiàn)圖像中灰度為[r,r+dr]的像素面積在整個圖像中占的比例經(jīng)過s=T(r)的映射，其灰度改變而面積不變，因此：P(r)dr=p(s)ds考慮原始圖像f(x,y)在[0,r]灰度范圍內(nèi)像素面積占圖像面積的比率F(r):四、直方圖的均衡化均衡化：將原始圖像的直方圖變換為均勻分布的76考慮變換后圖像g(x,y)在對應(yīng)的[0,s]灰度范圍內(nèi)像素面積占圖像面積的比率G(s):變換前后上述像素在圖像中所占比率不變，因此有：G(s)=F(r)，即均衡化的直方圖ps(s)=1(??)，因此故有：例題：給定一幅圖像的灰度分布概率密度函數(shù)為:P(r)=-2r+2 0≤r≤10 其它對其進(jìn)行均衡化處理考慮變換后圖像g(x,y)在對應(yīng)的[0,s]灰度范圍內(nèi)772rP(r)rS=T(r)22sP(s)2數(shù)字圖像的直方圖均衡化：計(jì)算公式：例題：(略)2rP(r)rS=T(r)22sP(s)2數(shù)字圖像的直方圖均78均衡化效果實(shí)例：均衡化效果實(shí)例：79均衡化效果實(shí)例（續(xù)）：均衡化效果實(shí)例（續(xù)）：80均衡化效果實(shí)例（續(xù)）：均衡化效果實(shí)例（續(xù)）：81均衡化效果實(shí)例（續(xù)）：均衡化效果實(shí)例（續(xù)）：82均衡化效果實(shí)例（續(xù)）：均衡化效果實(shí)例（續(xù)）：83五、直方圖的規(guī)定化規(guī)定化：將原始圖像的直方圖變換為特定的分布形式p(u)，達(dá)到增強(qiáng)圖像整體視覺效果的目的。原理：通過建立給定圖像和特定直方圖間的關(guān)系，求映射函數(shù)u=T(r)給定圖像均衡化給定直方圖P(u)求直方圖P(r)均衡化s=T1(r)v=T2(u)u=T2-1(v)=T2-1(T1(r))因此直方圖規(guī)定化的變換函數(shù)為上述均衡化函數(shù)的組合函數(shù)。五、直方圖的規(guī)定化規(guī)定化：將原始圖像的直方圖變換為特定的分布84直方圖的規(guī)定化的計(jì)算步驟(1)對原始圖像直方圖進(jìn)行均衡化：(2)給出規(guī)定直方圖，并進(jìn)行均衡化處理(3)建立均衡化直方圖的對應(yīng)關(guān)系，并將原像素灰度映射到新的灰度級SML規(guī)則(singlemappinglaw)：尋找k和l使下式達(dá)到極小化，即k=0,1,…,M-1l=0,1,…,N-1然后將pr(ri)對應(yīng)到pu(uj)去，即完成了變換。直方圖的規(guī)定化的計(jì)算步驟(1)對原始圖像直方圖進(jìn)行均衡化：85GML規(guī)則(groupmappinglaw)(自學(xué)：ZhangYJ:Improvingtheaccuracyofdirecthistogramspecification.IEEElectronicsLetters,28:213-214,1992)直方圖規(guī)定化舉例:給定圖像具有64×64個像素，8個灰度級，其分布如下表，試按表中規(guī)定直方圖進(jìn)行變換原始圖像灰度級01/72/73/74/75/76/77/7原始圖像各灰度級的像素790102385065632924512281規(guī)定的直方圖0000.150.200.300.200.15GML規(guī)則(groupmappinglaw)直方圖規(guī)86原始圖像灰度級01/72/73/74/75/76/77/7原始圖像各灰度級的像素790102385065632924512281計(jì)算原始直方圖0.190.250.210.160.080.060.030.02計(jì)算原始累計(jì)直方圖0.190.440.650.810.890.950.981.00規(guī)定直方圖0000.150.200.300.200.15計(jì)算規(guī)定累計(jì)直方圖0000.150.350.650.851.00SML映射34566777確定映射對應(yīng)關(guān)系0→31→42→53，4→65，6，7→7變換后直方圖0000.190.250.210.240.11原始圖像灰度級01/72/73/74/75/76/77/7原87六、圖像間的運(yùn)算 減影: 去噪:六、圖像間的運(yùn)算884.3空域?yàn)V波增強(qiáng)一、原理和分類原理：利用相鄰像素的關(guān)系進(jìn)行圖像增強(qiáng)，常借助模板進(jìn)行鄰域操作。分類銳化平滑非線性線性非線性線性二、空域線性濾波的算法－模板操作§4.3.1概述將模板在圖中漫游，并將模板中心與某像素重合將模板系數(shù)與模板下對應(yīng)像素相乘將所有乘積相加將上述求和結(jié)果賦予模板中心對應(yīng)像素K1,1K1,0K1,-1K0,1K0，0K0,-1K-1,1K-1,0K-1,-1模板4.3空域?yàn)V波增強(qiáng)一、原理和分類原理：利用相鄰像素89三、空域線性濾波運(yùn)算的原理－空域卷積將模板在圖中漫游，并將模板中心與某像素重合將模板系數(shù)與模板下對應(yīng)像素相乘將所有乘積相加將上述求和結(jié)果賦予模板中心對應(yīng)像素 根據(jù)卷積定理知，空域內(nèi)的卷積等價于空間頻率域內(nèi)的濾波。因此模板的作用可以通過分析其頻率特性而知。四、模板的可分解性：0-a0-a1+4a-a0-a0000010000000-aa00000000a00-a00000a-a0000-a00a0000三、空域線性濾波運(yùn)算的原理－空域卷積將模板在圖中漫游，并90二、銳化算法的一般考慮§4.3.2圖像銳化一、銳化的目的：對正常圖像，通過銳化提取邊緣、輪廓、線條等信息，供進(jìn)一步識別通過加重圖像輪廓克服降質(zhì)，以達(dá)到更好的視覺效果理想輪廓實(shí)際輪廓f(x)df(x)/dxd2f(x)/dx2f(x)+kdf/dxf(x)-kdf/dxf(x)-kd2f/dx2抽取輪廓銳化圖像二、銳化算法的一般考慮§4.3.2圖像銳化一、銳化的目91三、常見的銳化算子1.梯度算子-11-11Roberts1-11-11-1-1-1-1111Prewitt1-12-21-1-1-2-1121Sobel2.拉普拉斯算子-1-14-1-1-1-14-1-1-1-1-1-18-1-1-1-1-1-1-1-19-1-1-1-1？-1-15-1-1-1-15-1-1三、常見的銳化算子1.梯度算子-11-11Roberts1923.方向算子： 利用一組模板分別計(jì)算不同方向上的差分值，取其中最大的值作為邊緣強(qiáng)度。例如Kirsch算子(3×3，5×5)，Nevitia算子(5×5)等33-53-513-53-5-53-5333-5-5-533333-5-53-53333-533-53-533333-53-5-5333333-5-5-53333-53-5-5Kirsch算子的8方向3×3模板3.方向算子：33-53-513-53-5-53-5333934.綜合正交算子： 利用一組正交模板分別檢測圖像的邊緣、直線和孤立點(diǎn)，并比較其在圖像中所占比重。010-10-10101-21-24-21-21-10100010-1-21-2141-21-2直線拉普拉斯直線子空間基-1-d-10001d101-d-101d-10-101-d0d-101-d1010-10-1d對稱梯度波紋邊緣子空間基111111111平均子空間銳化處理抽取邊緣例4.綜合正交算子：010-10-10101-21-24-294三、線性銳化算子特性的分析0-a0-a1+4a-a0-a0以右側(cè)的3×3算子為例：g(m,n)=(1+4a)f(m,n)-a[f(m-1,n)+f(m+1,n)+f(m,n-1)+f(m,n+1)]為考察其頻率特性，寫出上式的Z

變換式：G(zm,zn)=[(1+4a)-a[zm-1+zm+zn-1+zn)]F(zm,zn)因此，其傳遞函數(shù)為：以 帶入，得付立葉變換式：三、線性銳化算子特性的分析0-a0-a1+4a-a0-a0以95作出H(wm,wn)的幅頻特性圖形，如下圖所示作出H(wm,wn)的幅頻特性圖形，如下圖所示96§4.3.3圖像平滑二、平滑的算子一、平滑的目的：抑制或消除噪聲作為其它處理的前處理01/501/51/51/501/501/91/91/91/91/91/91/91/91/9鄰區(qū)平均1/101/101/101/101/51/101/101/101/101/161/81/161/81/41/81/161/81/16加權(quán)平均選擇平均：參考AnnScher,etal.,SomeNewImageSmoothingtechnique,IEEETrans.SMCVol.SMC10,No3§4.3.3圖像平滑二、平滑的算子一、平滑的目的：抑制97三、線性平滑算子特性的分析1/91/91/91/91/91/91/91/91/9以右側(cè)的3×3鄰區(qū)平均模板為例：求出對應(yīng)的Z變換為：因此：以 帶入，得付立葉變換式：三、線性平滑算子特性的分析1/91/91/91/91/9198作出H(wm,wn)的幅頻特性圖形，如下圖所示作出H(wm,wn)的幅頻特性圖形，如下圖所示99四、非線性平滑濾波器－中值濾波，百分比濾波，最大值濾波，最小值濾波中值濾波(參考容觀澳：計(jì)算機(jī)圖像處理，p132)中值濾波是將選定的奇數(shù)像素窗口內(nèi)的各像素灰度按大小排隊(duì)，用中間的灰度值代替窗口中原圖像中間位置的像素。因此是一種非線性濾波。百分比濾波與中值濾波類似，是將選定的奇數(shù)像素窗口內(nèi)的各像素灰度按大小排隊(duì)，用最接近某個亮度百分比的灰度值代替窗口中原圖像中間位置的像素。最大值濾波最小值濾波方法與上述類似，用于檢測圖像中最亮的點(diǎn)。方法與上述類似，用于檢測圖像中最暗的點(diǎn)。四、非線性平滑濾波器－中值濾波，百分比濾波，最大值濾波，最1004.4頻域?yàn)V波增強(qiáng)§4.4.1概述頻域?yàn)V波處理的一般方法：G(u,v)=H(u,v)F(u,v)f(x,y)F(u,v)G(u,v)g(x,y)變換乘H(u,v)反變換因此：頻域?yàn)V波處理的關(guān)鍵是選取合適的濾波器函數(shù)H(u,v)!4.4頻域?yàn)V波增強(qiáng)§4.4.1概述頻域?yàn)V波處101§4.4.2低通濾波一、理想低通濾波器H(u,v)=式中D0是一個非負(fù)整數(shù)，D(u,v)是從點(diǎn)(u,v)到頻率平面原點(diǎn)的距離。1 當(dāng)D(u,v)≦D0理想低通濾波器的振鈴現(xiàn)象：0 當(dāng)D(u,v)>D0D(u,v)＝(u2+v2)1/2§4.4.2低通濾波一、理想低通濾波器H(u,v)102醫(yī)學(xué)圖像處理課件103理想低通濾波器的處理效果：理想低通濾波器的處理效果：104理想低通濾波器的處理效果：理想低通濾波器的處理效果：105二、巴特沃斯低通濾波器n為濾波器的階次，D0為濾波器的截止頻率二、巴特沃斯低通濾波器n為濾波器的階次，D0為濾波器的截止106巴特沃斯低通濾波器的處理效果巴特沃斯低通濾波器的處理效果107§4.4.3高通濾波一、理想高通濾波器H(u,v)=0 當(dāng)D(u,v)≦D01 當(dāng)D(u,v)>D0二、巴特沃斯高通濾波器n為濾波器的階次，D0為濾波器的截止頻率§4.4.3高通濾波一、理想高通濾波器H(u,v)=108巴特沃斯高通濾波器的處理效果例巴特沃斯高通濾波器的處理效果例109巴特沃斯高通濾波器的處理效果例巴特沃斯高通濾波器的處理效果例110n為濾波器的階次，D0為濾波器的放射中心，W為阻帶寬度巴特沃斯帶阻濾波器§4.4.4巴特沃斯帶通與帶阻濾波巴特沃斯帶通濾波器n為濾波器的階次，D0為濾波器的放射中心，W為阻帶寬度巴特111§

4.4.5同態(tài)濾波(自學(xué))§

4.4.6局部增強(qiáng)(自學(xué))§4.4.5同態(tài)濾波(自學(xué))§4.4.6局部增強(qiáng)112一、顏色光的基本物理特征：頻率：明亮度：純度：二、加色與減色混色：§4.5.1彩色制式和色彩的變換

§4.5（偽）彩色圖像增強(qiáng)一、顏色光的基本物理特征：二、加色與減色混色：§4.5113為便于討論顏色的性質(zhì)，可以對配色比例進(jìn)行歸一化處理，定義：并取x’+y’+z’=1,則任意可配出的顏色可用x’和y’來表示，稱為顏色的色度值。為對配出顏色的亮度(輻射量)進(jìn)行衡量，還需要定義亮度規(guī)范，通常取y值作為亮度的規(guī)范，于是其余兩個配色量可表示為：CIE(國際照明委員會)1931年定義三種標(biāo)準(zhǔn)基色和一組彩色匹配函數(shù)，稱為XYZ顏色模型。任何一種可以混出的色彩Cl

都可以表示為：三、標(biāo)準(zhǔn)基色與色彩圖其中X，Y，Z稱為標(biāo)準(zhǔn)基色，x,y,z為為配出Cl所需的標(biāo)準(zhǔn)基色的量。為便于討論顏色的性質(zhì)，可