第5章 圖像增強(上)

圖像噪聲圖像增強方法分類基于灰度變換的圖像增強方法基于直方圖的圖像增強方法空間域濾波增強技術(shù)頻域濾波增強彩色增強第5章圖像增強圖像噪聲圖像增強是數(shù)字圖像處理的基本內(nèi)容之一，其目的是根據(jù)應(yīng)用需要突出圖像中的某些“有用”信息，削弱或去除不需要的信息，以達到擴大圖像中不同物體特征之間的差別。圖像增強算法并不能增加原始圖像的信息，而是通過某種技術(shù)手段有選擇地突出對某一具體應(yīng)用有價值的信息。

對于數(shù)字圖像處理而言，噪聲是指圖像中的非本源信息。因此，噪聲會影響人的感官對所接收的信源信息的準確理解。

1.圖像噪聲的產(chǎn)生

在圖像形成過程中，圖像數(shù)字化設(shè)備、電氣系統(tǒng)和外界影響將使得圖像噪聲的產(chǎn)生不可避免。2.圖像噪聲分類

圖像噪聲按其產(chǎn)生的原因可分為外部噪聲和內(nèi)部噪聲。一般情況下，數(shù)字圖像中常見的外部干擾主要包括如下幾種：

設(shè)備元器件及材料本身引起的噪聲。如磁帶、磁盤表面缺陷所產(chǎn)生的噪聲，紅外成像器的非均勻性和壞元引起的噪聲;系統(tǒng)內(nèi)部設(shè)備電路所引起的噪聲，包括電源系統(tǒng)引入的交流噪聲，AD引入的噪聲等；電器部件機械運動產(chǎn)生的噪聲。如數(shù)字化設(shè)備的各種接頭因抖動引起的電流變化所產(chǎn)生的噪聲，磁頭、磁帶抖動引起的抖動噪聲等。3.圖像噪聲特點

疊加性；

分布和大小的不規(guī)則性；

噪聲與圖像之間具有相關(guān)性（如SAR圖像的散斑噪聲）；

圖像增強方法分類

圖像增強的定義

圖像增強的目的

圖像增強的技術(shù)方法圖像增強的定義按我們的需要突出一幅圖像中的某些“有用”信息，同時削弱另外一些“無用”信息的圖像處理方法。返回圖像增強（突出邊界）圖像增強（消除噪聲）返回圖像增強的目的

通過對圖像的處理，使圖像比處理前更適合一個特定的應(yīng)用。也就是為了某種應(yīng)用目的去改善圖像的質(zhì)量。返回改善圖像的視覺效果。突出圖像的特征，便于計算機處理。圖像增強的技術(shù)方法

主要有空域處理法和頻域處理法（1）空域處理法：直接在圖像所在的二維空間進行處理，即直接對每一像元的灰度值進行處理。（2）頻域處理法：將圖像從空間域變換到頻率域?qū)D像進行處理。空間域圖像增強頻率域灰度變換空域濾波直接灰度變換直方圖修正法圖像的代數(shù)運算直方圖均衡化直方圖規(guī)定化圖像平滑圖像銳化高通濾波低通濾波帶通、帶阻濾波

圖4.1圖像增強的主要內(nèi)容返回基于灰度變換的圖像增強方法

基于空間域灰度變換的圖像增強方法是一種點處理方法。點處理實際上是灰度到灰度的映射過程，設(shè)輸入圖像每個像元的灰度值為A(x,y)，輸出圖像的灰度值為B(x,y)，表示為：

B(x,y)=f[A(x,y)]，顯然點運算不會改變圖像內(nèi)像素點之間的空間關(guān)系?；诳沼蚧叶茸儞Q的圖像增強方法

直接灰度變換

基于圖像的直方圖進行灰度變換

對兩個以上的圖像進行代數(shù)運算實現(xiàn)灰度變換返回

直接灰度變換直接灰度變換非線性拉伸線性拉伸按比例線性拉伸分段線性拉伸對數(shù)擴展指數(shù)擴展

線性拉伸：是將輸入圖像的灰度值的動態(tài)范圍按線性關(guān)系公式拉伸擴展到指定范圍。包括按比例線性拉伸和分段線性拉伸。（1）按比例線性拉伸:將原始圖像的灰度范圍不加區(qū)別的擴展。

fgaba’b’255218482550提高對比度舉例灰度動態(tài)范圍較窄觀察直方圖分布對比度拉伸灰度動態(tài)范圍變寬灰度動態(tài)范圍變寬觀察直方圖分布25548255019621623非線性拉伸：是在整個灰度值范圍內(nèi)按照統(tǒng)一的變換函數(shù)來實現(xiàn)對不同灰度值區(qū)間的擴展與壓縮。常用的有按對數(shù)函數(shù)擴展和按指數(shù)函數(shù)擴展。按對數(shù)函數(shù)變換：低灰度區(qū)擴展，高灰度區(qū)壓縮。按指數(shù)函數(shù)變換：高灰度區(qū)擴展，低灰度區(qū)壓縮。原始圖象非線性灰度變換對數(shù)效應(yīng)返回非線性灰度變換指數(shù)效應(yīng)

基于直方圖的圖像增強方法灰度直方圖：數(shù)字圖像中每一灰度級與它出現(xiàn)的頻率之間的統(tǒng)計，可以理解為描述各個灰度級的像素出現(xiàn)多少的統(tǒng)計圖示。若用橫坐標表示灰度級，縱坐標表示頻率，就可以看出圖像中灰度的分布情況，例：水泥微觀結(jié)構(gòu)圖與左圖對應(yīng)的直方圖較暗圖象的直方圖

P(rk)

rk較亮圖象的直方圖

P(rk)

rk對比度較低圖象的直方圖

P(rk)

rk基于灰度直方圖的圖像增強直方圖均衡化直方圖規(guī)定化目的原理及基本算法應(yīng)用舉例目的原理及處理步驟應(yīng)用舉例直方圖均衡化1)目的將原始圖像的直方圖變?yōu)榫夥植嫉男问?，即將一已知灰度概率密度分布的圖像，經(jīng)過某種變換，變成一幅具有均勻灰度概率密度分布的新圖像。

圖像均衡化處理后，圖像的直方圖是平直的，即各灰度級具有相同的出現(xiàn)頻數(shù)，那么由于灰度級具有均勻的概率分布，圖像看起來就更清晰了。

對比度較高圖象的直方圖

P(rk)

rk直方圖均衡化2.原理首先假定連續(xù)灰度級的情況，推導(dǎo)直方圖均衡化變換公式，令r代表灰度級，P(r)

為概率密度函數(shù)。r值已歸一化，最大灰度值為1。連續(xù)灰度的直方圖非均勻分布連續(xù)灰度的直方圖均勻分布直方圖均衡化目標直方圖均衡化

要找到一種變換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0≤r≤1中，T(r)是單調(diào)遞增函數(shù)，且0≤T(r)≤1；（2）反變換r=T-1(s),T-1(s)也為單調(diào)遞增函數(shù)，0≤s≤1。

rjrj+rsjsj+s直方圖均衡化變換公式推導(dǎo)圖示

考慮到灰度變換不影響像素的位置分布，也不會增減像素數(shù)目。所以有

應(yīng)用到離散灰度級，設(shè)一幅圖像的像素總數(shù)為n，分L個灰度級。

nk:

第k個灰度級出現(xiàn)的個數(shù)。第k個灰度級出現(xiàn)的概率：P(rk)=nk/n

其中0≤rk≤1，k=0,1,2,...,L-1

形式為：

3.基本步驟:

(1)求出圖像中所包含的灰度級rk,可以定為0~L-1,(2)統(tǒng)計各灰度級的像素數(shù)目nk

(k=0,1,2,…L-1)(3)計算圖像直方圖(4)計算變換函數(shù)：(5)用變換函數(shù)計算映射后輸出的灰度級Sk(6)統(tǒng)計映射后新的灰度級Sk的像素數(shù)目nk(7)計算輸出圖像的直方圖例例：設(shè)圖象有64*64=4096個象素，有8個灰度級，灰度分布如表所示。進行直方圖均衡化。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1

nk

790102385065632924512281

P(rk)

0.190.250.210.160.080.060.030.02步驟：例rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1

nk

790102385065632924512281

P(rk)

0.190.250.210.160.080.060.030.02(1)由（2-2）式計算skSk計算

0.190.440.650.810.890.950.981.00例rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1

nk

790102385065632924512281

P(rk)

0.190.250.210.160.080.060.030.02Sk舍入

1/73/75/76/76/7111(2)把計算的sk就近安排到8個灰度級中。例Sk計算

0.190.440.650.810.890.950.981.00rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1

nk

790102385065632924512281

P(rk)

0.190.250.210.160.080.060.030.02Sk

s0s1s2s3s4nsk7901023850985448P(sk)

0.190.250.210.240.11(3)重新命名sk，歸并相同灰度級的像素數(shù)。例Sk計算

0.190.440.650.810.890.950.981.00rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1

nk

790102385065632924512281

P(rk)

0.190.250.210.160.080.060.030.02Sk舍入

1/73/75/76/76/7111

直方圖均衡化均衡化前后直方圖比較例直方圖均衡化

直方圖均衡化實質(zhì)上是減少圖像的灰度級以換取對比度的加大。在均衡過程中，原來的直方圖上頻數(shù)較小的灰度級被歸入很少幾個或一個灰度級內(nèi)，故得不到增強。若這些灰度級所構(gòu)成的圖像細節(jié)比較重要，則需采用局部區(qū)域直方圖均衡。

原圖像及直方圖均衡后的圖像及直方圖圖像的反差大了，細節(jié)清楚了在直方圖中的表現(xiàn)是直方圖灰度范圍窄且集中在低灰度值區(qū)域?，F(xiàn)在直方圖占據(jù)了整個圖像灰度值的允許范圍，增加了圖像的動態(tài)范圍。原圖較暗且動態(tài)范圍小應(yīng)用舉例(2)用變換函數(shù)計算映射后輸出的灰度級:原圖像的灰度只有8級,所以Sk需以1/7為量化單位進行舍入運算。（1/7=0.142/7=0.293/7=0.434/7=0.575/7=0.726/7=0.867/7=1）

S0=0.19S0=1/7

S1=0.44S1=3/7S2=0.65S2=5/7S3=0.81S3=6/7S4=0.89S4=6/7S5=0.95S5=1S6=0.98S6=1S7=1S7=1(3)統(tǒng)計映射后各灰度級的像素數(shù)目n

i：

由上舍入結(jié)果可見，均衡化后的灰度級僅有5級，分別是S0=1/7；S1=3/7；S2=5/7；S3=6/7；S4=1對應(yīng)的像素數(shù)目是

S0=1/7n0=790S1=3/7

n1=1023S2=5/7n2=850S3=6/7n3+n4=656+329=985S4=1n5+n6+n7=245+122+81=448(4)計算輸出圖像的直方圖: