第四講圖像增強(qiáng)

第四講圖像增強(qiáng)第1頁，共156頁，2023年，2月20日，星期四圖像增強(qiáng)方法第2頁，共156頁，2023年，2月20日，星期四圖像增強(qiáng)概述圖像在生成、獲取、傳輸?shù)冗^程中，往往會(huì)發(fā)生質(zhì)量的損傷，即產(chǎn)生圖像退化。圖像退化的原因：對(duì)比度低：對(duì)比度局部或全局偏低，影響圖像視覺噪聲干擾：使圖像蒙受干擾和破壞清晰度下降問題，使圖像模糊不清，甚至嚴(yán)重失真第3頁，共156頁，2023年，2月20日，星期四圖像質(zhì)量不同對(duì)比度的圖像不同清晰度圖像噪聲干擾圖像第4頁，共156頁，2023年，2月20日，星期四圖像增強(qiáng)概述圖像增強(qiáng)是采用一系列技術(shù)去改善圖像的視覺效果,或?qū)D像轉(zhuǎn)換成一種更適合于人或機(jī)器進(jìn)行分析和處理的形式。圖像的增強(qiáng)是綜合和一般性地改善圖像質(zhì)量，解決圖像由于噪聲、模糊退化和對(duì)比度降低等三類問題，圖像增強(qiáng)并不是去估計(jì)圖像實(shí)際退化的過程和實(shí)際退化的因素而加以矯正，只是考慮圖像退化的一般性質(zhì)，加以修正，以求得一般的或平均的圖像質(zhì)量的改善。第5頁，共156頁，2023年，2月20日，星期四圖像增強(qiáng)概述圖像增強(qiáng)處理是有選擇地突出某些感興趣的信息，同時(shí)抑制一些不需要的信息，提高圖像的使用價(jià)值。增強(qiáng)圖像的視覺效果提高圖像質(zhì)量和突出圖像特征有利于分析判讀或作進(jìn)一步的處理圖像增強(qiáng)處理是數(shù)字圖像處理的基本內(nèi)容之一。第6頁，共156頁，2023年，2月20日，星期四圖像增強(qiáng)方法圖像增強(qiáng)方法從增強(qiáng)的作用域出發(fā)，可分為空間域增強(qiáng)和頻率域增強(qiáng)兩種。空間域增強(qiáng)是直接對(duì)圖像各像素進(jìn)行處理；空間域圖像增強(qiáng)處理主要是應(yīng)用某些數(shù)學(xué)模式直接改變圖像像元灰度值的變換。這種改變只與灰度級(jí)有關(guān)而和像元的坐標(biāo)無關(guān)。空間域增強(qiáng)處理可以分為單點(diǎn)處理和鄰域處理。單點(diǎn)處理是指處理過程中僅從考慮像元點(diǎn)的變換達(dá)到增強(qiáng)的目的，而鄰域處理則是考慮像元點(diǎn)以及和周圍的關(guān)系而進(jìn)行的處理。頻率域增強(qiáng)是對(duì)圖像經(jīng)傅立葉變換后的頻譜成分進(jìn)行處理，然后逆傅立葉變換獲得所需的圖像。第7頁，共156頁，2023年，2月20日，星期四4.1圖像增強(qiáng)的點(diǎn)運(yùn)算通過改變圖像像元的亮度值來改變圖像像元對(duì)比度，從而改善圖像質(zhì)量的圖像處理方法。因?yàn)榱炼戎凳禽椛鋸?qiáng)度的反映，所以也稱之為輻射增強(qiáng)。第8頁，共156頁，2023年，2月20日，星期四灰度級(jí)校正在成像過程中，成像系統(tǒng)的一些原因造成圖像亮度分布的不均勻?；叶燃?jí)校正就是在圖像采集系統(tǒng)中對(duì)圖像像素進(jìn)行修正，使整幅圖像成像均勻。令一幅輸入圖像f(i,j),輸出降質(zhì)圖像g(i,j)，觀測(cè)系統(tǒng)的降質(zhì)函數(shù)e(i,j)，有以下關(guān)系：g(i,j)=f(i,j)e(i,j)一般方法是采用一幅灰度級(jí)為常數(shù)C的圖像成像，若成像系統(tǒng)的實(shí)際輸出為gc(i,j),則可以求得成像系統(tǒng)的降質(zhì)函數(shù)e(i,j)e(i,j)=gc(i,j)/C使用降質(zhì)函數(shù)e(i,j)在校正降質(zhì)圖像g(i,j)求得原始圖像f(i,j)f(i,j)=c*g(i,j)/gc(i,j)第9頁，共156頁，2023年，2月20日，星期四灰度變換的理論基礎(chǔ)每一幅圖像都可以求出其像元亮度值的直方圖，觀察直方圖的形態(tài)，可以粗略地分析圖像的質(zhì)量。一般來說，一幅包含大量像元的圖像，其像元亮度值應(yīng)符合統(tǒng)計(jì)分布規(guī)律，即假定像元亮度隨機(jī)分布時(shí)，直方圖應(yīng)是正態(tài)分布的。實(shí)際工作中，若圖像的直方圖接近正態(tài)分布，則說明圖像中像元的亮度接近隨機(jī)分布，是一幅適合用統(tǒng)計(jì)方法分析的圖像。當(dāng)觀察直方圖形態(tài)時(shí)，發(fā)現(xiàn)直方圖的峰值偏向亮度坐標(biāo)軸左側(cè)，則說明圖像偏暗;峰值偏向坐標(biāo)軸右側(cè)，則說明圖像偏亮;峰值提升過陡、過窄，說明圖像的高密度值過于集中。以上情況均是圖像對(duì)比度較小，圖像質(zhì)量較差的反映。第10頁，共156頁，2023年，2月20日，星期四從直方圖形態(tài)判斷圖像質(zhì)量第11頁，共156頁，2023年，2月20日，星期四灰度變換為了改善圖像的對(duì)比度，必須改變圖像像元的亮度值?；叶茸儞Q是將一個(gè)灰度區(qū)間映射到另一個(gè)灰度區(qū)間的變換，并且這種變換需符合一定的數(shù)學(xué)規(guī)律，即在運(yùn)算過程中有一個(gè)變換函數(shù)?；叶茸儞Q可調(diào)整圖像的灰度動(dòng)態(tài)范圍或圖像對(duì)比度，使得圖像清晰、特征明顯，是圖像增強(qiáng)的重要手段之一?；叶茸儞Q方式：線性變換、分段線性變換、非線性灰度變換第12頁，共156頁，2023年，2月20日，星期四線性變換原始圖像f(I,j)的灰度范圍為[a,b]，線性變換后圖像g(I,j)的范圍為[a′,b′]，存在以下關(guān)系：第13頁，共156頁，2023年，2月20日，星期四線性變換線性變換的說明參數(shù)a,b,a’,b’不同，即變換直線的形態(tài)不同，可以產(chǎn)生不同的變換效果。若b-a<b’-a’，則亮度范圍擴(kuò)大，圖像被拉伸；若b-a>b’-a’，亮度范圍縮小，圖像被壓縮；對(duì)于b與a，是取在圖像亮度值的全部或部分，偏亮或偏暗處，均可根據(jù)對(duì)圖像顯示效果的需要而人為地設(shè)定。第14頁，共156頁，2023年，2月20日，星期四線性變換示例第15頁，共156頁，2023年，2月20日，星期四線性變換在曝光不足或過度的情況下，圖像灰度可能會(huì)局限在一個(gè)很小的范圍內(nèi)。這時(shí)在顯示器上看到的將是一個(gè)模糊不清、似乎沒有灰度層次的圖像。下圖是對(duì)曝光不足的圖像采用線性變換對(duì)圖像每一個(gè)像素灰度作線性拉伸?？捎行У馗纳茍D像視覺效果。第16頁，共156頁，2023年，2月20日，星期四應(yīng)用案例：線性變換在曝光不足或過度的情況下，圖像灰度可能會(huì)局限在一個(gè)很小的范圍內(nèi)。這時(shí)在顯示器上看到的將是一個(gè)模糊不清、似乎沒有灰度層次的圖像。對(duì)曝光不足的圖像采用線性變換對(duì)圖像每一個(gè)像素灰度作線性拉伸?？捎行У馗纳茍D像視覺效果。第17頁，共156頁，2023年，2月20日，星期四分段線性變換為了突出感興趣目標(biāo)所在的灰度區(qū)間，相對(duì)抑制那些不感興趣的灰度區(qū)間，可采用分段線性變換。設(shè)原圖像f(x,y)在[0，Mf],感興趣目標(biāo)的灰度范圍在[a,b],欲使其灰度范圍拉伸到[c,d],則對(duì)應(yīng)的分段線性變換表達(dá)式為：第18頁，共156頁，2023年，2月20日，星期四分段線性變換分段線性變換使得在一些亮度段拉伸，而在另一些亮度段壓縮。通過細(xì)心調(diào)整折線拐點(diǎn)的位置及控制分段直線的斜率，可對(duì)任一灰度區(qū)間進(jìn)行拉伸或壓縮。變化前亮度值：0123456789101112131415變化后亮度值：0011122468101213141415第19頁，共156頁，2023年，2月20日，星期四分段線性變換示例第20頁，共156頁，2023年，2月20日，星期四示例如下圖所示，將原來[0,255]范圍內(nèi)的亮暗變化，壓縮到[a,b]范圍內(nèi)。再將[a,b]范圍內(nèi)的灰度值伸展到[0,255]。黑白ab01255abfg255第21頁，共156頁，2023年，2月20日，星期四線性動(dòng)態(tài)范圍調(diào)整例題1399821373360646820529260黑：02白：9723777223733626467225072620299900292270747900509070y=1.8*x-3.6作用：進(jìn)行亮暗限幅

第22頁，共156頁，2023年，2月20日，星期四對(duì)數(shù)變換當(dāng)用某些非線性函數(shù)如對(duì)數(shù)函數(shù)、指數(shù)函數(shù)等，作為映射函數(shù)時(shí)，可實(shí)現(xiàn)圖像灰度的非線性變換。對(duì)數(shù)變換：當(dāng)希望對(duì)圖像的低灰度區(qū)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特性相匹配。這里a,b,c是為了調(diào)整曲線的位置和形狀而引入的參數(shù)。對(duì)數(shù)變換的一般表達(dá)式為：第23頁，共156頁，2023年，2月20日，星期四示例3599943585580868940749480作用：將暗的部分?jǐn)U展，而將亮的部分抑制。1399821373360646820529260g(i,j)=9*log(f(i,j)+1)第24頁，共156頁，2023年，2月20日，星期四應(yīng)用案例第25頁，共156頁，2023年，2月20日，星期四指數(shù)變換指數(shù)變換：其意義是在亮度值較高的部分?jǐn)U大亮度間隔，屬于拉伸，而在亮度值較低的部分縮小亮度間隔，屬于壓縮。這種變換能對(duì)圖像的高灰度區(qū)給予較大的拉伸。指數(shù)變換的一般表達(dá)式為這里參數(shù)a,b,c用來調(diào)整曲線的位置和形狀第26頁，共156頁，2023年，2月20日，星期四直方圖修正法灰度直方圖反映了數(shù)字圖像中每一灰度級(jí)與其出現(xiàn)頻率間的關(guān)系,它能描述該圖像的概貌。通過修改直方圖，可以使得圖像灰度間距拉開或使圖像灰度分布均勻，增大圖像反差，使圖像細(xì)節(jié)清晰。直方圖修正法增強(qiáng)圖像是一種實(shí)用而有效的處理技術(shù)。直方圖修整法包括直方圖均衡化及直方圖規(guī)定化兩類第27頁，共156頁，2023年，2月20日，星期四直方圖均衡化直方圖均衡化是將原圖像通過某種變換，使得原圖像的灰度直方圖修正為均勻分布的直方圖的方法。是一種減少灰度等級(jí)換取對(duì)比度增大的方法變換后的直方圖接近均勻分布，即圖象中每一灰度級(jí)的像元數(shù)目大致相同。效應(yīng)：使得面積最大的地物細(xì)節(jié)得以增強(qiáng)，而面積小的地物與其灰度接近的地物進(jìn)行合并，形成綜合地物。直方圖均衡化第28頁，共156頁，2023年，2月20日，星期四直方圖均衡化下面先討論連續(xù)變化圖像的均衡化問題，然后推廣到離散的數(shù)字圖像上設(shè)r和s分別表示歸一化了的原圖像灰度和經(jīng)直方圖修正后的圖像灰度，即：在[0,1]區(qū)間內(nèi)的任一個(gè)r值，都可產(chǎn)生一個(gè)s值，且：T(r)作為變換函數(shù)，滿足下列條件：①在0≤r≤1內(nèi)為單調(diào)遞增函數(shù)，保證灰度級(jí)從黑到白的次序不變；②在0≤r≤1內(nèi)，有0≤T(r)≤1，確保映射后的像素灰度在允許的范圍內(nèi)。第29頁，共156頁，2023年，2月20日，星期四直方圖均衡化反變換關(guān)系為：T-1(s)對(duì)s同樣滿足上述兩個(gè)條件。由概率論理論可知，如果已知隨機(jī)變量r的概率密度為pr(r),而隨機(jī)變量s是r的函數(shù)，則s的概率密度ps(s)可以由pr(r)求出。假定隨機(jī)變量s的分布函數(shù)用Fs(s)表示，根據(jù)分布函數(shù)定義第30頁，共156頁，2023年，2月20日，星期四直方圖均衡化可見，通過變換函數(shù)T(r)可以控制圖像灰度級(jí)的概率密度函數(shù),從而改善原圖像的灰度層次,這是直方圖修正技術(shù)的基礎(chǔ)。利用密度函數(shù)是分布函數(shù)的導(dǎo)數(shù)的關(guān)系，等式兩邊對(duì)s求導(dǎo)，有：第31頁，共156頁，2023年，2月20日，星期四直方圖均衡化因?yàn)闅w一化假定：則有：兩邊積分得：從人眼視覺特性來考慮，一幅圖像的直方圖如果是均勻分布的，即Ps(s)=k(歸一化時(shí)k=1)時(shí)，該圖像色調(diào)給人的感覺比較協(xié)調(diào)。因此將原圖像直方圖通過T(r)調(diào)整為均勻分布的直方圖，這樣修正后的圖像能滿足人眼視覺要求。據(jù)：一幅圖像的sk與rk之間的關(guān)系稱為該圖像的累積灰度直方圖。上式表明，當(dāng)變換函數(shù)為r的累積直方圖函數(shù)時(shí)，能達(dá)到直方圖均衡化的目的。第32頁，共156頁，2023年，2月20日，星期四直方圖均衡化對(duì)于離散的數(shù)字圖像，用頻率來代替概率,則變換函數(shù)T(rk)的離散形式可表示為:上式表明，均衡后各像素的灰度值sk可直接由原圖像的直方圖算出。第33頁，共156頁，2023年，2月20日，星期四下面舉例說明直方圖均衡過程例：假定有一幅總像素為n=64×64的圖像，灰度級(jí)數(shù)為8，各灰度級(jí)分布列于表中。對(duì)其均衡化計(jì)算過程如下rknkpr(rk)=nk/nsk計(jì)sk并sknskpk(s)r0=07900.190.191/7s0=1/77900.19r1=1/710230.250.443/7s1=3/710230.25r2=2/78500.210.655/7s2=5/78500.21r3=3/76560.160.816/7

r4=4/73290.080.896/7s3=6/79850.24r5=5/72450.060.951

r6=6/71220.030.981

r7=1810.021.001s4=14480.11若在原圖像一行上連續(xù)8個(gè)像素的灰度值分別為：0、1、2、3、4、5、6、7，則均衡后，他們的灰度值為多少？第34頁，共156頁，2023年，2月20日，星期四直方圖均衡化的結(jié)果原圖像的直方圖均衡后圖像的直方圖所以：直方圖均衡化的實(shí)質(zhì)是減少圖像的灰度等級(jí)換取圖像對(duì)比度的擴(kuò)大第35頁，共156頁，2023年，2月20日，星期四直方圖均衡化示例第36頁，共156頁，2023年，2月20日，星期四直方圖規(guī)定化在某些情況下，并不一定需要具有均勻直方圖的圖像，有時(shí)需要具有特定的直方圖的圖像，以便能夠增強(qiáng)圖像中某些灰度級(jí)。直方圖規(guī)定化方法就是針對(duì)上述思想提出來的。直方圖規(guī)定化是使原圖像灰度直方圖變成規(guī)定形狀的直方圖而對(duì)圖像作修正的增強(qiáng)方法。也稱為直方圖的匹配。直方圖規(guī)定化是對(duì)直方圖均衡化處理的一種有效的擴(kuò)展。直方圖均衡化處理是直方圖規(guī)定化的一個(gè)特例。第37頁，共156頁，2023年，2月20日，星期四直方圖規(guī)定化對(duì)于直方圖規(guī)定化，下面仍從灰度連續(xù)變化的概率密度函數(shù)出發(fā)進(jìn)行推導(dǎo)，然后推廣出灰度離散的圖像直方圖規(guī)定化算法。假設(shè)pr(r)和pz(z)分別表示已歸一化的原始圖像灰度分布的概率密度函數(shù)和希望得到的圖像的概率密度函數(shù)。首先對(duì)原始圖像進(jìn)行直方圖均衡化，即求變換函數(shù)：假定已得到了所希望的圖像，對(duì)它也進(jìn)行均衡化處理，即它的逆變換是：第38頁，共156頁，2023年，2月20日，星期四直方圖規(guī)定化這表明可由均衡化后的灰度得到希望圖像的灰度。若對(duì)原始圖像和希望圖像都作了均衡化處理，則二者均衡化的ps(s)和pv(v)相同，即都為均勻分布的密度函數(shù)。由s代替v得z=G-1(s)，將求得希望圖像的灰度級(jí)z=G-1(s)就是所求得的變換表達(dá)式。第39頁，共156頁，2023年，2月20日，星期四直方圖規(guī)定化根據(jù)上述思想，可總結(jié)出直方圖規(guī)定化增強(qiáng)處理的步驟如下：①對(duì)原始圖像作直方圖均衡化處理；②按照希望得到的圖像的灰度概率密度函數(shù)pz(z)，求得變換函數(shù)G(z)；③用步驟①得到的灰度級(jí)s作逆變換z=G-1(s)。經(jīng)過以上處理得到的圖像的灰度級(jí)將具有規(guī)定的概率密度函數(shù)pz(z)。

第40頁，共156頁，2023年，2月20日，星期四直方圖規(guī)定化原圖像的直方圖規(guī)定化直方圖

采用與直方圖均衡相同的原始圖像數(shù)據(jù)（64×64像素且具有8級(jí)灰度），其灰度級(jí)分布列于表中。給定的直方圖的灰度分布列于表中。對(duì)應(yīng)的直方圖如下：第41頁，共156頁，2023年，2月20日，星期四rj→sknkps(sk)zkpz(zk)vkzk并nkpz(zk)r0→s0=1/77900.19z0=00.000.00z000.00r1→s1=3/710230.25z1=1/70.000.00z100.00r2→s2=5/78500.21z2=2/70.000.00z200.00r3→s3=6/7

z3=3/70.150.15z3→s0=1/77900.19r4→s3=6/79850.24z4=4/70.200.35z4→s1=3/710230.25r5→s4=1

z5=5/70.300.65z5→s2=5/78500.21r6→s4=1

z6=6/70.200.85z6→s3=6/79850.24r7→s4=14480.1110.151.00z7→s4=14480.11第42頁，共156頁，2023年，2月20日，星期四直方圖規(guī)定化原圖像的直方圖規(guī)定的直方圖規(guī)定化后圖像的直方圖利用直方圖規(guī)定化方法進(jìn)行匹配后的圖像其像元灰級(jí)有所變化，但各灰級(jí)的像元數(shù)基本沒有變化。利用直方圖規(guī)定化方法進(jìn)行圖像增強(qiáng)的主要困難在于要構(gòu)成有意義的直方圖。圖像經(jīng)直方圖規(guī)定化，其增強(qiáng)效果要有利于人的視覺判讀或便于機(jī)器識(shí)別。第43頁，共156頁，2023年，2月20日，星期四直方圖規(guī)定化下面是一個(gè)直方圖規(guī)定化應(yīng)用實(shí)例。圖(c)是將圖像(A)按圖(B)的直方圖進(jìn)行規(guī)定化得到的結(jié)果及其直方圖。通過對(duì)比可以看出圖(C)的對(duì)比度同圖（B)接近一致，對(duì)應(yīng)的直方圖形狀差異也不大。這樣有利于影像融合處理，保證融合影像光譜特性變化小。第44頁，共156頁，2023年，2月20日，星期四4.2圖像的空間域平滑任何一幅原始圖像，在其獲取和傳輸?shù)冗^程中，會(huì)受到各種噪聲的干擾，使圖像惡化，質(zhì)量下降，圖像模糊，特征淹沒，對(duì)圖像分析不利。為了抑制噪聲改善圖像質(zhì)量所進(jìn)行的處理稱圖像平滑或去噪。它可以在空間域和頻率域中進(jìn)行。本節(jié)介紹空間域的幾種平滑法。第45頁，共156頁，2023年，2月20日，星期四局部平滑法(臨域平均法)局部平滑法是一種直接在空間域上進(jìn)行平滑處理的技術(shù)。假設(shè)圖像是由許多灰度恒定的小塊組成，相鄰像素間存在很高的空間相關(guān)性，而噪聲則是統(tǒng)計(jì)獨(dú)立的。因此，可用鄰域內(nèi)各像素的灰度平均值代替該像素原來的灰度值，實(shí)現(xiàn)圖像的平滑。在對(duì)圖像的每一個(gè)像元進(jìn)行處理時(shí)，不僅從被處理的這一像元著眼來考慮，而且要考慮其周圍各元素對(duì)被處理像元的影響，這就是鄰域處理。第46頁，共156頁，2023年，2月20日，星期四非加權(quán)鄰域平均設(shè)有一幅N×N的圖像f(x,y)，若平滑圖像為g(x,y),則有式中x,y=0,1,…,N-1；s為（x,y）鄰域內(nèi)像素坐標(biāo)的集合；M表示集合s內(nèi)像素的總數(shù)?？梢娻徲蚱骄ň褪菍?dāng)前像素鄰域內(nèi)各像素的灰度平均值作為其輸出值的去噪方法。第47頁，共156頁，2023年，2月20日，星期四(m-1,n-1)(m-1,n)(m-1,n+1)(m,n-1)(m,n)(m,n+1)(m+1,n-1)(m+1,n)(m+1,n+1)例如，對(duì)圖像采用3×3的鄰域平均法，對(duì)于像素（m,n)，其鄰域像素如下：則有：非加權(quán)鄰域平均例子第48頁，共156頁，2023年，2月20日，星期四其作用相當(dāng)于用這樣的模板同圖像卷積。設(shè)圖像中的噪聲是隨機(jī)不相關(guān)的加性噪聲，窗口內(nèi)各點(diǎn)噪聲是獨(dú)立同分布的，經(jīng)過上述平滑后，信號(hào)與噪聲的方差比可望提高M(jìn)倍。非加權(quán)鄰域平均例子(a)原圖像(b)對(duì)(a)加椒鹽噪聲的圖像(c)3×3鄰域平滑(d)5×5鄰域平滑

第49頁，共156頁，2023年，2月20日，星期四這種算法簡單，但它的主要缺點(diǎn)是在降低噪聲的同時(shí)使圖像產(chǎn)生模糊，特別在邊緣和細(xì)節(jié)處。而且鄰域越大，在去噪能力增強(qiáng)的同時(shí)模糊程度越嚴(yán)重。為克服簡單局部平均法的弊病，目前已提出許多保邊緣、細(xì)節(jié)的局部平滑算法。它們的出發(fā)點(diǎn)都集中在如何選擇鄰域的大小、形狀和方向、參加平均的點(diǎn)數(shù)以及鄰域各點(diǎn)的權(quán)重系數(shù)等，下面簡要介紹幾種算法。非加權(quán)鄰域平均第50頁，共156頁，2023年，2月20日，星期四超限像素平滑法對(duì)鄰域平均法稍加改進(jìn)，可導(dǎo)出超限像素平滑法。設(shè)有一幅N×N的圖像f(x,y)，它是將f(x,y)和鄰域平均g(x,y)差的絕對(duì)值與選定的閾值進(jìn)行比較，根據(jù)比較結(jié)果決定點(diǎn)（x,y）的最后灰度g′(x,y)。其表達(dá)式為：這算法對(duì)抑制椒鹽噪聲比較有效，對(duì)保護(hù)僅有微小灰度差的細(xì)節(jié)及紋理也有效。可見隨著鄰域增大，去噪能力增強(qiáng)，但模糊程度也大。同局部平滑法相比，超限像元平滑法去椒鹽噪聲效果更好。第51頁，共156頁，2023年，2月20日，星期四平滑處理效果比較(a)原圖像

(b)對(duì)(a)加椒鹽噪聲的圖像(c)3×3鄰域平滑

(d)5×5鄰域平滑(e)3×3超限像素平滑(T=64)(f)5×5超限像素平滑(T=48)同局部平滑法相比，超限像元平滑法去椒鹽噪聲效果更好。第52頁，共156頁，2023年，2月20日，星期四灰度最相近的K個(gè)鄰點(diǎn)平均法該算法的出發(fā)點(diǎn)是：在n×n的窗口內(nèi)，屬于同一集合體的像素，它們的灰度值將高度相關(guān)。因此，可用窗口內(nèi)與中心像素的灰度最接近的K個(gè)鄰像素的平均灰度來代替窗口中心像素的灰度值。這就是灰度最相近的K個(gè)鄰點(diǎn)平均法。較小的K值使噪聲方差下降較小，但保持細(xì)節(jié)效果較好；而較大的K值平滑噪聲較好，但會(huì)使圖像邊緣模糊。實(shí)驗(yàn)證明，對(duì)于3×3的窗口，取K=6為宜。第53頁，共156頁，2023年，2月20日，星期四最大均勻性平滑為避免消除噪聲引起邊緣模糊，該算法先找出環(huán)繞圖像中每像素的最均勻區(qū)域，然后用這區(qū)域的灰度均值代替該像素原來的灰度值。第54頁，共156頁，2023年，2月20日，星期四有選擇保邊緣平滑法該方法對(duì)圖像上任一像素(x,y)的5×5鄰域，采用9個(gè)掩模，其中包括一個(gè)3×3正方形、4個(gè)五邊形和4個(gè)六邊形。計(jì)算各個(gè)掩模的均值和方差，對(duì)方差進(jìn)行排序，最小方差所對(duì)應(yīng)的掩模區(qū)的灰度均值就是像素（x,y)的輸出值。該方法以方差作為各個(gè)區(qū)域灰度均勻性的測(cè)度。若區(qū)域含有尖銳的邊緣，它的灰度方差必定很大，而不含邊緣或灰度均勻的區(qū)域，它的方差就小，那么最小方差所對(duì)應(yīng)的區(qū)域就是灰度最均勻區(qū)域。因此有選擇保邊緣平滑法既能夠消除噪聲，又不破壞區(qū)域邊界的細(xì)節(jié)。另外，五邊形和六邊形在（x,y）處都有銳角，這樣，即使像素（x,y）位于一個(gè)復(fù)雜形狀區(qū)域的銳角處，也能找到均勻的區(qū)域。從而在平滑時(shí)既不會(huì)使尖銳邊緣模糊，也不會(huì)破壞邊緣形狀。第55頁，共156頁，2023年，2月20日，星期四有選擇保邊緣平滑法例如，某像素5×5鄰域的灰度分布如圖4.2.4，經(jīng)計(jì)算9個(gè)掩模區(qū)的均值和方差為：均值443234233對(duì)應(yīng)的方差54717172831232603642147324841434215343216最小方差為0，對(duì)應(yīng)的灰度均值3，采用有選擇保邊緣平滑，該像素的輸出值為3。第56頁，共156頁，2023年，2月20日，星期四空間低通濾波法空間低通濾波法是應(yīng)用模板卷積方法對(duì)圖像每一像素進(jìn)行局部處理。選擇一個(gè)合適的低通濾波器，也即模板將模板在圖像中按照從左到右、從上到下的順序移動(dòng)，將模板中心與每個(gè)像素依次重合（邊緣像素除外）對(duì)模板和圖像進(jìn)行卷積運(yùn)算，即先將模板中的各個(gè)系數(shù)與其對(duì)應(yīng)的像素一一相乘，并將所有結(jié)果相加。將計(jì)算結(jié)果賦于圖像中對(duì)應(yīng)模板中心位置的像素第57頁，共156頁，2023年，2月20日，星期四空間低通濾波法模板的選擇一般地，模板大小取奇數(shù)。采用的模板不同，鄰域內(nèi)各像素重要程度也就不相同因此，應(yīng)根據(jù)問題的需要選取合適的掩模。但不管什么樣的掩模，必須保證全部權(quán)系數(shù)之和為單位值，這樣可保證輸出圖像灰度值在許可范圍內(nèi)，不會(huì)產(chǎn)生“溢出”現(xiàn)象。第58頁，共156頁，2023年，2月20日，星期四ENVI軟件中的空間濾波第59頁，共156頁，2023年，2月20日，星期四空間低通濾波示例—高斯噪聲使用低通濾波器A。原圖B。3*3核C。5*5核第60頁，共156頁，2023年，2月20日，星期四空間低通濾波示例—椒鹽噪聲使用低通濾波器A。原圖B。3*3核C。5*5核第61頁，共156頁，2023年，2月20日，星期四中值濾波中值濾波是對(duì)一個(gè)滑動(dòng)窗口內(nèi)的諸像素灰度值排序，用中值代替窗口中心像素的原來灰度值，因此它是一種非線性的圖像平滑法。例：采用1×3窗口進(jìn)行中值濾波原圖像為：22621244424處理后為：2222224444

4它對(duì)脈沖干擾及椒鹽噪聲的抑制效果好，在抑制隨機(jī)噪聲的同時(shí)能有效保護(hù)邊緣少受模糊。但它對(duì)點(diǎn)、線等細(xì)節(jié)較多的圖像卻不太合適。對(duì)中值濾波法來說，正確選擇窗口尺寸的大小是很重要的環(huán)節(jié)。一般很難事先確定最佳的窗口尺寸，需通過從小窗口到大窗口的中值濾波試驗(yàn)，再從中選取最佳的。第62頁，共156頁，2023年，2月20日，星期四中值濾波的例子及效應(yīng)分析原圖像中值濾波一維中值濾波的幾個(gè)例子（N=5）離散階躍信號(hào)、斜升信號(hào)沒有受到影響。離散三角信號(hào)的頂部則變平了。對(duì)于離散的脈沖信號(hào)，當(dāng)其連續(xù)出現(xiàn)的次數(shù)小于窗口尺寸的一半時(shí)，將被抑制掉，否則將不受影響。第63頁，共156頁，2023年，2月20日，星期四中值濾波器的選擇及其效應(yīng)分析一維中值濾波的概念很容易推廣到二維。一般來說，二維中值濾波器比一維濾波器更能抑制噪聲。二維中值濾波器的窗口形狀可以有多種，如線狀、方形、十字形、圓形、菱形等（見圖）。不同形狀的窗口產(chǎn)生不同的濾波效果，使用中必須根據(jù)圖像的內(nèi)容和不同的要求加以選擇。從以往的經(jīng)驗(yàn)看，方形或圓形窗口適宜于外輪廓線較長的物體圖像，而十字形窗口對(duì)有尖頂角狀的圖像效果好。第64頁，共156頁，2023年，2月20日，星期四二維中值濾波示例圖(a)為原圖像；圖(b)為加椒鹽噪聲的圖像；圖(c)和圖(d)分別為3×3、5×5模板進(jìn)行中值濾波的結(jié)果?？梢娭兄禐V波法能有效削弱椒鹽噪聲，且比鄰域、超限像素平均法更有效。第65頁，共156頁，2023年，2月20日，星期四4.3圖像空間域銳化提示：在圖像的識(shí)別中常需要突出邊緣和輪廓信息。圖像銳化就是增強(qiáng)圖像的邊緣或輪廓。圖像平滑通過積分過程使得圖像邊緣模糊，圖像銳化則通過微分而使圖像邊緣突出、清晰。

第66頁，共156頁，2023年，2月20日，星期四圖像銳化的例子第67頁，共156頁，2023年，2月20日，星期四梯度銳化法圖像銳化法最常用的是梯度法。對(duì)于圖像f(x，y)，在(x，y)處的梯度定義為：梯度是一個(gè)矢量，其大小和方向?yàn)椋旱?8頁，共156頁，2023年，2月20日，星期四梯度計(jì)算對(duì)于離散圖像處理而言，常用到梯度的大小，因此把梯度的大小習(xí)慣稱為“梯度”。并且一階偏導(dǎo)數(shù)采用一階差分近似表示，即:fx’=f(x+1,y)-f(x,y)

fy’=f(x,y+1)-f(x,y)為簡化梯度的計(jì)算，經(jīng)常使用:grad(x,y)=Max(|fx′|，|fy′|)或grad(x,y)=|fx’|+|fy′|對(duì)于一幅圖像中突出的邊緣區(qū)，其梯度值較大；對(duì)于平滑區(qū)，梯度值較小；對(duì)于灰度級(jí)為常數(shù)的區(qū)域，梯度為零第69頁，共156頁，2023年，2月20日，星期四梯度銳化示例第70頁，共156頁，2023年，2月20日，星期四計(jì)算梯度的方法除梯度算子以外，還可采用Roberts、Prewitt和Sobel算子計(jì)算梯度，來增強(qiáng)邊緣Roberts對(duì)應(yīng)的模板如圖所示：-1

-1

11

Roberts梯度算子差分計(jì)算式如下：fx’=|f(x+1,y+1)-f(x,y)|fy’=|f(x+1,y)-f(x,y+1)|第71頁，共156頁，2023年，2月20日，星期四Roberts算子處理示例第72頁，共156頁，2023年，2月20日，星期四計(jì)算梯度的方法為在銳化邊緣的同時(shí)減少噪聲的影響，Prewitt從加大邊緣增強(qiáng)算子的模板大小出發(fā)，由2x2擴(kuò)大到3x3來計(jì)算差分，如圖(a)所示。-101

-1-1-1

-101

-1-2-1-101000-202000-101111-101121(a)Prewitt算子(b)Sobel算子Sobel在Prewitt算子的基礎(chǔ)上，對(duì)4-鄰域采用加權(quán)的方法計(jì)算差分，對(duì)應(yīng)的模板如圖(b)。根據(jù)梯度計(jì)算式就可以計(jì)算Roberts、Prewitt和Sobel梯度。一旦梯度算出后，就可根據(jù)不同的需要生成不同的梯度增強(qiáng)圖像。第73頁，共156頁，2023年，2月20日，星期四Prewitt算子處理示例1、原圖像2、prewittX方向結(jié)果3、prewittY方向結(jié)果第74頁，共156頁，2023年，2月20日，星期四Sobel算子銳化示例利用Sobel算子進(jìn)行邊緣提取的結(jié)果原圖像第75頁，共156頁，2023年，2月20日，星期四式中T是一個(gè)非負(fù)的閾值。適當(dāng)選取T，可使明顯的邊緣輪廓得到突出，又不會(huì)破壞原來灰度變化比較平緩的背景不同梯度計(jì)算方法銳化圖像效果之比較第一種輸出形式：g(x,y)=grad(x,y)此法的缺點(diǎn)是增強(qiáng)的圖像僅顯示灰度變化比較徒的邊緣輪廓，而灰度變化比較平緩或均勻的區(qū)域則呈黑色。第二種輸出形式：得到梯度值后，可利用梯度值得到不同的增強(qiáng)圖像第76頁，共156頁，2023年，2月20日，星期四不同梯度計(jì)算方法銳化圖像效果之比較第四種輸出形式此方法將背景用一個(gè)固定的灰度級(jí)LB來表現(xiàn)，便于研究邊緣灰度的變化。第五種輸出形式這種方法將明顯邊緣和背景分別用灰度級(jí)LG和LB表示，生成二值圖像，便于研究邊緣所在位置。第三種輸出形式：它將明顯邊緣用一固定的灰度級(jí)LG來表現(xiàn)。第77頁，共156頁，2023年，2月20日，星期四原圖像與利用不同梯度方法增強(qiáng)后的圖像第78頁，共156頁，2023年，2月20日，星期四Laplacian算子Laplacian算子是線性二階微分算子。即：對(duì)離散的數(shù)字圖像而言，二階偏導(dǎo)數(shù)可用二階差分近似，可推導(dǎo)出Laplacian算子表達(dá)式為：0101-41010Laplace算子上式可以表示為如下模板形式：即取像元的上下左右4個(gè)相鄰像元相加的和減去該像元的4倍，作為該像元的新的灰度值第79頁，共156頁，2023年，2月20日，星期四Laplacian增強(qiáng)算子Laplacian增強(qiáng)算子為：0-10-15-10-10增強(qiáng)算子另外一種處理方法是用原圖像的值減去laplace算法的計(jì)算結(jié)果的整數(shù)倍，如下：Laplacian增強(qiáng)算子的模板形式：其特點(diǎn)是：1、在灰度均勻的區(qū)域或斜坡中間▽2f(x，y)為0，增強(qiáng)圖像上像元灰度不變；2、在斜坡底或低灰度側(cè)形成“下沖”；而在斜坡頂或高灰度側(cè)形成“上沖”。第80頁，共156頁，2023年，2月20日，星期四拉普拉斯算子示例原圖像拉普拉斯銳化圖像第81頁，共156頁，2023年，2月20日，星期四高通濾波法高通濾波法就是用高通濾波算子和圖像卷積來增強(qiáng)邊緣。常用的算子有：高通濾波算子使得圖像高頻信息得以保留，意味圖像灰度反差大的邊緣信息得到增強(qiáng)第82頁，共156頁，2023年，2月20日，星期四4.4圖像的頻率域增強(qiáng)圖像增強(qiáng)包括：消除噪聲，改善圖像的視覺效果；突出邊緣，有利于識(shí)別和處理。以上所講是在空間域?qū)D像進(jìn)行平滑和銳化，強(qiáng)調(diào)的是像元與其周圍相鄰像元的關(guān)系以及運(yùn)算，常用方法是卷積運(yùn)算。隨著模板范圍擴(kuò)大，運(yùn)送量會(huì)越來越大。空間域復(fù)雜的卷積運(yùn)算可以用頻率域中簡單的乘法來實(shí)現(xiàn)快速運(yùn)算。下面介紹頻率域增強(qiáng)的方法第83頁，共156頁，2023年，2月20日，星期四頻率域增強(qiáng)的原理假定原圖像為f(x,y),經(jīng)傅立葉變換為F(u,v)。頻率域增強(qiáng)就是選擇合適的濾波器H(u,v)對(duì)F(u,v)的頻譜成分進(jìn)行處理，然后經(jīng)逆傅立葉變換得到增強(qiáng)的圖像g(x,y)頻率域增強(qiáng)的一般過程如下：第84頁，共156頁，2023年，2月20日，星期四從空間域到頻率域第85頁，共156頁，2023年，2月20日，星期四頻率域?yàn)V波處理—低通第86頁，共156頁，2023年，2月20日，星期四頻率域?yàn)V波處理—高通第87頁，共156頁，2023年，2月20日，星期四4.4.1頻率域平滑圖像的平滑除了在空間域中進(jìn)行外，也可以在頻率域中進(jìn)行。由于噪聲主要集中在高頻部分，為去除噪聲改善圖像質(zhì)量，濾波器采用低通濾波器H(u,v)來抑制高頻成分，通過低頻成分，然后再進(jìn)行逆傅立葉變換獲得濾波圖像，就可達(dá)到平滑圖像的目的。常用的頻率域低濾波器H(u,v)有四種：1、理想低通濾波器2、Butterworth低通濾波器3、指數(shù)低通濾波器4、梯形低通濾波器下面分別予以介紹第88頁，共156頁，2023年，2月20日，星期四1、理想低通濾波器設(shè)傅立葉平面上理想低通濾波器離開原點(diǎn)的截止頻率為D0，則理想低通濾波器的傳遞函數(shù)為由于高頻成分包含有大量的邊緣信息，因此采用該濾波器在去噪聲的同時(shí)將會(huì)導(dǎo)致邊緣信息損失而使圖像邊模糊。理想低通濾波器的剖面圖和透視圖第89頁，共156頁，2023年，2月20日，星期四2、Butterworth低通濾波器n階Butterworth濾波器的傳遞函數(shù)為：它的特性是連續(xù)性衰減，而不象理想濾波器那樣陡峭變化，即明顯的不連續(xù)性。因此采用該濾波器濾波在抑制噪聲的同時(shí)，圖像邊緣的模糊程度大大減小，沒有振鈴效應(yīng)產(chǎn)生。缺點(diǎn)是計(jì)算量較大Butterworth低通濾波器的透視圖和剖面圖第90頁，共156頁，2023年，2月20日，星期四3、指數(shù)低通濾波器指數(shù)低通濾波器是圖像處理中常用的另一種平滑濾波器。它的傳遞函數(shù)為：采用該濾波器濾波在抑制噪聲的同時(shí)，圖像邊緣的模糊程度較用Butterworth濾波產(chǎn)生的大些，無明顯的振鈴效應(yīng)。指數(shù)低通濾波器的透視圖和剖面圖第91頁，共156頁，2023年，2月20日，星期四

4、梯形低通濾波器梯形低通濾波器是理想低通濾波器和完全平滑濾波器的折中。它的傳遞函數(shù)為：它的性能介于理想低通濾波器和指數(shù)濾波器之間，濾波的圖像有一定的模糊和振鈴效應(yīng)。梯形低通濾波器的透視圖和剖面圖第92頁，共156頁，2023年，2月20日，星期四4.4.2頻率域銳化圖像的邊緣、細(xì)節(jié)主要位于高頻部分，而圖像的模糊是由于高頻成分比較弱產(chǎn)生的。頻率域銳化就是為了消除模糊，突出邊緣。因此采用高通濾波器讓高頻成分通過，使低頻成分削弱，再經(jīng)逆傅立葉變換得到邊緣銳化的圖像。常用的高通濾波器有：1)理想高通濾波器2)巴特沃斯高通濾波器3)指數(shù)濾波器4)梯形濾波器下面分別予以介紹第93頁，共156頁，2023年，2月20日，星期四理想高通濾波器二維理想高通濾波器的傳遞函數(shù)為:下圖是理想高通濾波器的剖面圖與透視圖，與理想低通濾波器相反，它把半徑為D0的圓內(nèi)的所有頻率成分完全去掉，對(duì)圓外無損通過。理想高通濾波器的剖面圖與透視圖第94頁，共156頁，2023年，2月20日，星期四Butterworth高通濾波器n階Butterworth高通濾波器的傳遞函數(shù)定義如下:Butterworth高通濾波器剖面圖第95頁，共156頁，2023年，2月20日，星期四指數(shù)濾波器指數(shù)高通濾波器的傳遞函數(shù)為：指數(shù)高通濾波器剖面圖第96頁，共156頁，2023年，2月20日，星期四梯形濾波器梯形高通濾波器的定義為：梯形高通濾波器剖面圖第97頁，共156頁，2023年，2月20日，星期四高通濾波器的選用與效應(yīng)分析四種濾波函數(shù)的選用類似于低通。理想高通有明顯振鈴現(xiàn)象，即圖像的邊緣有抖動(dòng)現(xiàn)象；Butterworth高通濾波效果較好，但計(jì)算復(fù)雜，其優(yōu)點(diǎn)是有少量低頻通過，H(u,v)是漸變的，振鈴現(xiàn)象不明顯；指數(shù)高通效果比Butterworth差些，振鈴現(xiàn)象不明顯；梯形高通會(huì)產(chǎn)生微振鈴效果，但計(jì)算簡單，較常用。第98頁，共156頁，2023年，2月20日，星期四4.5彩色增強(qiáng)技術(shù)第99頁，共156頁，2023年，2月20日，星期四彩色增強(qiáng)技術(shù)原理人眼對(duì)黑白圖像灰級(jí)、彩色差異的分辨率有較大的差異。就人眼對(duì)圖像的觀察能力而言，一般正常人眼只能分辨20級(jí)左右的亮度級(jí)，彩色分辨能力可達(dá)到灰度分辨能力的百倍以上。彩色增強(qiáng)技術(shù)是利用人眼的視覺特性，將灰度圖像變成彩色圖像或改變彩色圖像已有彩色的分布，改善圖像的可分辨性。彩色增強(qiáng)方法可分為偽彩色增強(qiáng)和假彩色增強(qiáng)兩類。第100頁，共156頁，2023年，2月20日，星期四偽彩色增強(qiáng)偽彩色增強(qiáng)是把黑白圖像的各個(gè)不同灰度級(jí)按照線性或非線性的映射函數(shù)變換成不同的彩色，得到一幅彩色圖像的技術(shù)。使原圖像細(xì)節(jié)更易辨認(rèn)，目標(biāo)更容易識(shí)別。偽彩色增強(qiáng)的方法主要有密度分割法、灰度級(jí)一彩色變換和頻率域偽彩色增強(qiáng)三種。第101頁，共156頁，2023年，2月20日，星期四密度分割法原理：把一幅圖像看成是一個(gè)二維的強(qiáng)度函數(shù)，可以假想一個(gè)密度分割平面，使其平行于圖像的坐標(biāo)平面，這樣密度分割平面和二維灰度函數(shù)相交，就把灰度函數(shù)進(jìn)行橫割分層，密度分割平面在f(x,y)=Li處把函數(shù)分為上下兩部分，也就是分成兩個(gè)灰級(jí)。如果用多個(gè)密度分割平面就可得到多個(gè)灰級(jí)。對(duì)于不同的灰級(jí)規(guī)定以不同的彩色，那么原來黑白的單波段圖像就變?yōu)椴噬珗D像。密度分割法是把黑白圖像的灰度級(jí)從0（黑）到M0（白）分成N個(gè)區(qū)間Ii(i=1，2，…，N),給每個(gè)區(qū)間Ii指定一種彩色Ci，這樣，便可以把一幅灰度圖像變成一幅偽彩色圖像。該方法比較簡單、直觀。缺點(diǎn)是變換出的彩色數(shù)目有限。第102頁，共156頁，2023年，2月20日，星期四密度分割法示意圖密度分割空間示意圖密度分割平面示意圖第103頁，共156頁，2023年，2月20日，星期四密度分割法處理第104頁，共156頁，2023年，2月20日，星期四密度分割法效果第105頁，共156頁，2023年，2月20日，星期四空間域灰度級(jí)一彩色變換合成法根據(jù)色度學(xué)原理，將原圖像f(x,y)的灰度范圍分段，經(jīng)過紅、綠、藍(lán)三種不同變換TR(?),TG(?)和TB(?),變成三基色分量IR(x,y),IG(x,y),IB(x,y)，然后用它們分別去控制彩色顯示器的紅、綠、藍(lán)電子槍，便可以在彩色顯示器的屏幕上合成一幅彩色圖像。

第106頁，共156頁，2023年，2月20日，星期四彩色變換合成法合成后彩色圖像合成前原灰度圖像第107頁，共156頁，2023年，2月20日，星期四彩色變換合成法分波段圖像A：rB：gC：b第108頁，共156頁，2023年，2月20日，星期四頻率域偽彩色增強(qiáng)頻率域偽彩色增強(qiáng)的方法是：把黑白圖像經(jīng)傅立葉變換到頻率域，在頻率域內(nèi)用三個(gè)不同傳遞特性的濾波器分離成三個(gè)獨(dú)立分量；然后對(duì)它們進(jìn)行逆傅立葉變換，便得到三幅代表不同頻率分量的單色圖像，接著對(duì)這三幅圖像作進(jìn)一步的處理（如直方圖均衡化）最后將它們作為三基色分量分別加到彩色顯示器的紅、綠、藍(lán)顯示通道，得到一幅彩色圖像。第109頁，共156頁，2023年，2月20日，星期四頻率域偽彩色增強(qiáng)第110頁，共156頁，2023年，2月20日，星期四頻率域偽彩色增強(qiáng)第111頁，共156頁，2023年，2月20日，星期四頻率域偽彩色增強(qiáng)第112頁，共156頁，2023年，2月20日，星期四假彩色增強(qiáng)假彩色增強(qiáng)是對(duì)一幅自然彩色圖像或同一景物的多光譜圖像，通過映射函數(shù)變換成新的三基色分量，彩色合成使感興趣目標(biāo)呈現(xiàn)出與原圖像中不同的、奇異的彩色。根據(jù)加色法彩色合成原理，選擇遙感影像的某三個(gè)波段，分別賦予紅、綠、藍(lán)三種原色，就可以合成彩色影像。由于原色的選擇與原來遙感波段所代表的真實(shí)顏色不同，因此生成的合成色不是地物真實(shí)的顏色，因此這種合成叫做假彩色合成。假彩色增強(qiáng)目的：一是使感興趣的目標(biāo)呈現(xiàn)奇異的彩色或置于奇特的彩色環(huán)境中，從而更引人注目；一是使景物呈現(xiàn)出與人眼色覺相匹配的顏色，以提高對(duì)目標(biāo)的分辨力。第113頁，共156頁，2023年，2月20日，星期四假彩色增強(qiáng)多光譜圖像的假彩色增強(qiáng)可表示為:將可見光與非可見光波段結(jié)合起來，通過假彩色處理，就能獲得更豐富的信息，便于對(duì)地物識(shí)別。多波段影像合成時(shí)，方案的選擇十分重要，它決定了彩色影像能否顯示較豐富的地物信息或突出某一方面的信息。第114頁，共156頁，2023年，2月20日，星期四TM影像假彩色合成以陸地衛(wèi)星Landsat的TM影像為例，TM的7個(gè)波段中，第2波段是綠色波段（0.52～0.60μm），第4段波段是近紅外波段（0.76～0.90μm，當(dāng)4，3，2波段被分別賦予紅、綠、藍(lán)色時(shí)，即綠波段賦藍(lán)，紅波段賦綠，紅外波段賦紅時(shí)，這一合成方案被稱為標(biāo)準(zhǔn)假彩色合成，是一種最常用的合成方案。第115頁，共156頁，2023年，2月20日，星期四TM標(biāo)準(zhǔn)假彩色合成圖像第116頁，共156頁，2023年，2月20日，星期四TM影像假彩色合成實(shí)際應(yīng)用時(shí)，應(yīng)根據(jù)不同的應(yīng)用目的經(jīng)實(shí)驗(yàn)、分析，尋找最佳合成方案，以達(dá)到最好的目視效果。通常，以合成后的信息量最大和波段之間的信息相關(guān)最小作為選取合成的最佳目標(biāo)，例如，TM的4，5，3波段依次被賦予紅、綠、藍(lán)色進(jìn)行合成，可以突出較豐富的信息，包括水體、城區(qū)、山區(qū)、平原及線性特征等，有時(shí)這一合成方案甚至優(yōu)于標(biāo)準(zhǔn)的4，3，2波段的假彩色合成第117頁，共156頁，2023年，2月20日，星期四TM4(R)、5(G)、3(B)假彩色合成第118頁，共156頁，2023年，2月20日，星期四TM3(R)、2(G)、1(B)第119頁，共156頁，2023年，2月20日，星期四TM7(R)、4(G)、2(B)第120頁，共156頁，2023年，2月20日，星期四自然景色圖像假彩色合成對(duì)于自然景色圖像，通用的線性假彩色映射可表示為：例如采用以下的映射關(guān)系：則原圖像中綠色物體會(huì)呈紅色，藍(lán)色物體會(huì)呈綠色，紅色物體則呈蘭色。第121頁，共156頁，2023年，2月20日，星期四HIS/HIS變換絕大多數(shù)可視光譜可用紅色、綠色和藍(lán)色(RGB)三色光的不同比例和強(qiáng)度的混合來表示。RGB稱為色光的三基色。色光也可以用HSI來表示，HSI代表色調(diào)、飽和度和明度（hue，saturation,intensity）。這兩種方法可以相互轉(zhuǎn)換第122頁，共156頁，2023年，2月20日，星期四RGB表色系在RGB模型中，每種顏色的主要光譜中都有紅、綠、藍(lán)的成分。這種模型基于笛卡爾坐標(biāo)系統(tǒng)。顏色子空間如下頁圖立方體所示，圖中，RGB值在3個(gè)頂角上，藍(lán)綠色、紫紅色和黃色在另三個(gè)頂角上，黑色在原點(diǎn)，白色在離原點(diǎn)最遠(yuǎn)的角上。第123頁，共156頁，2023年，2月20日，星期四RGB表色系在這個(gè)模型中，灰度級(jí)沿著黑白兩點(diǎn)的連線從黑延伸到白，其他各種顏色由位于立方體內(nèi)或立方體上的點(diǎn)來表示，同時(shí)由原點(diǎn)延伸的矢量決定。為了方便，假定所有的顏色值都已被標(biāo)準(zhǔn)化，圖中的立方體就是單位立方體。也就是，所有R、G、B的值都被假定在[0，1]范圍內(nèi)。第124頁，共156頁，2023年，2月20日，星期四9.2.1RGB表色系對(duì)RGB三分量量化處理后，圖像中的任一像素點(diǎn)的顏色可被賦予不同的RGB三分量值，從而形成彩色圖像。在RGB表色系下，一個(gè)顏色可以表示為C=kr.R+kg.G+kb.B(kr,kg,kb)表示三原色的比例系數(shù)，稱之為三刺激值，因此可用(kr,kg,kb)表示某像素點(diǎn)的顏色。第125頁，共156頁，2023年，2月20日，星期四HSI表色系

HSI顏色模型由色度（Hue）、飽和度(Saturation)、亮度(Intensity)三屬性組成，是以一個(gè)描述亮度的屬性和兩個(gè)描述顏色屬性的值表示彩色圖像的。這種彩色系統(tǒng)格式的設(shè)計(jì)反映了人類觀察彩色的方式。如：紅色又分為淺紅和深紅色等等。第126頁，共156頁，2023年，2月20日，星期四HSI色系I表示光照強(qiáng)度或稱為亮度，它確定了像素的整體亮度，而不管其顏色是什么。第127頁，共156頁，2023年，2月20日，星期四亮度(I)效果示意圖第128頁，共156頁，2023年，2月20日，星期四HSI表色系H：表示色度，由角度表示。反映了該顏色最接近什么樣的光譜波長。0o為紅色，120o為綠色，240o為藍(lán)色。第129頁，共156頁，2023年，2月20日，星期四色度（H）的效果示意圖H=0oH=60oH=120oH=180oH=240oH=300o第130頁，共156頁，2023年，2月20日，星期四S：表示飽和度，飽和度參數(shù)是色環(huán)的原點(diǎn)到彩色點(diǎn)的半徑長度。在環(huán)的外圍圓周是純的或稱飽和的顏色，其飽和度值為1。在中心是中性（灰）色，即飽和度為0。HSI色系S第131頁，共156頁，2023年，2月20日，星期四飽和度（S）的效果示意圖S=0S=1S=1/4S=1/2第132頁，共156頁，2023年，2月20日，星期四HSI色系黑白ISSH綠黃青藍(lán)品紅第133頁，共156頁，2023年，2月20日，星期四HIS表色系HSI顏色模型的重要性在于兩方面，第一,去掉強(qiáng)度成分I在圖像中與顏色信息的聯(lián)系；第二,色調(diào)和飽和度成分與人們獲得顏色的方式密切相關(guān)。這些特征使HSI

模型成為一個(gè)理想的研究圖像處理運(yùn)算法則的工具。第134頁，共156頁，2023年，2月20日，星期四HSI與RGB色系的相互轉(zhuǎn)換1.RGB到HSI的轉(zhuǎn)換第135頁，共156頁，2023年，2月20日，星期四HSI與RGB色系的相互轉(zhuǎn)換2.1HSI到RGB的轉(zhuǎn)換第136頁，共156頁，2023年，2月20日，星期四HSI與RGB色系的相互轉(zhuǎn)換2.2HSI到RGB的轉(zhuǎn)換第137頁，共156頁，2023年，2月20日，星期四HSI與RGB色系的相互轉(zhuǎn)換2.3HSI到RGB的轉(zhuǎn)換注意：300~360之間為非可見光譜色，沒有定義第138頁，共156頁，2023年，2月20日，星期四顏色立體曲線錐如圖所示，顏色立體曲線錐形改成上下兩個(gè)六面金字塔狀。環(huán)繞垂直軸的圓周代表色調(diào)（H），以紅色為0o，逆時(shí)針旋轉(zhuǎn)，每隔60o改變一種顏色并且數(shù)值增加1，一周360o剛好6種顏色，順序?yàn)榧t、黃、綠、青、藍(lán)、品紅。垂直軸代表明度（I），取黑色為0，白色為1，中間為0.5。從垂直軸向外沿水平面的發(fā)散半徑代表飽和度（S），與垂直軸相交處為0，最大飽和度為1。根據(jù)這一定義，對(duì)于黑白色或灰色，即色調(diào)H無定義，飽和度S＝0，當(dāng)色調(diào)處于最大飽和度時(shí)S＝l，這時(shí)I＝0.5。第139頁，共156頁，2023年，2月20日，星期四RGB圖像第140頁，共156頁，2023年，2月20日，星期四HIS圖像第141頁，共156頁，2