數(shù)字圖像處理第四章

數(shù)字圖像處理第四章課件第1頁，課件共95頁，創(chuàng)作于2023年2月概述結(jié)果：改善后的圖像不一定逼近原圖像定義：圖像增強是指按特定的需要突出一幅圖像中的某些信息，同時，消弱或去除某些不需要的信息的處理方法目的：對圖像進行加工，以得到對具體應(yīng)用來說視覺效果更“好”，更“有用”的圖像，也就是說，提高圖像的可懂度前提：不考慮圖像降質(zhì)的原因第2頁，課件共95頁，創(chuàng)作于2023年2月3、圖像增強處理最大的困難－增強后圖像質(zhì)量的好壞主要依靠人的主觀視覺來評定，也就是說，難以定量描述注意：1、圖像增強處理并不能增加原始圖像的信息，其結(jié)果只能增強對某種信息的辨別能力，而這種處理肯定會損失一些其它信息2、強調(diào)根據(jù)具體應(yīng)用而言，更“好”，更“有用”的視覺效果圖像第3頁，課件共95頁，創(chuàng)作于2023年2月圖像的動態(tài)范圍得到壓縮、圖像邊緣信息得到銳化處理以及解決顏色恒常性(即改變光照變化的影響)壓縮動態(tài)范圍第4頁，課件共95頁，創(chuàng)作于2023年2月第5頁，課件共95頁，創(chuàng)作于2023年2月主要增強方法增強操作變換直接對象素灰度值運算對圖像進行變換第6頁，課件共95頁，創(chuàng)作于2023年2月空域法的基本原理直接對圖像中的象素進行處理基本上是以灰度映射變換為基礎(chǔ)所用的映射變換取決于增強的目的第7頁，課件共95頁，創(chuàng)作于2023年2月頻域法的基本原理基礎(chǔ)是卷積定理－它采用修改圖像傅立葉變換的方法實現(xiàn)對圖像的增強處理由卷積定理可知，如果原始圖像是f(x,y)，處理后的圖像是g(x,y)，而h(x,y)是處理系統(tǒng)中的沖激響應(yīng)，那么，處理過程可由下式表示

g(x,y)=h(x,y)*f(x,y)如果G(u,v),H(u,v),F(u,v)分別是g(x,y)，h(x,y)和f(x,y)的傅立葉變換，上面的卷積關(guān)系可表示為變換域的乘積關(guān)系，即

G(u,v)=H(u,v)F(u,v)H(u,v)為傳遞函數(shù)。第8頁，課件共95頁，創(chuàng)作于2023年2月在增強問題中，f(x,y)是給定的原始數(shù)據(jù)，經(jīng)傅立葉變換可得到F(u,v).選擇合適的H(u,v),使得

g(x,y)=F-1[H(u,v)F(u,v)]這樣得到的g(x,y)比f(x,y)在某些特性方面更具鮮明，突出，因而更具容易識別，解譯。兩個關(guān)鍵：1、將圖像從圖像空間轉(zhuǎn)換到頻域空間所需的變換T以及再將圖像從頻域空間轉(zhuǎn)換到圖像空間所需的變換T-12、在頻域空間對圖像進行增強加工的操作EH第9頁，課件共95頁，創(chuàng)作于2023年2月空域變換增強處理方法基于點操作的增強－也叫灰度變換，常見的幾類方法為：1、將f(.)中的每個象素按EH操作直接變換以得到g(.)2、借助f(.)的直方圖進行變換3、借助對一系列圖像間的操作進行變換前面所講的圖像基本運算基于模板（濾波）操作的增強，主要有平滑和銳化處理兩種方法第10頁，課件共95頁，創(chuàng)作于2023年2月直接灰度變換EH(.)變換函數(shù)可以取不同形式，從而得到不同的效果

1、線性變換

基于點操作的增強2、對數(shù)變換3、指數(shù)變換第11頁，課件共95頁，創(chuàng)作于2023年2月1、圖像求反-灰度值進行反轉(zhuǎn)，黑變白此時的EH(.)操作，可用曲線表示L-1L-1s’t’st0EH(s)普通的黑白底片和照片的關(guān)系如此s’－>t’第12頁，課件共95頁，創(chuàng)作于2023年2月第13頁，課件共95頁，創(chuàng)作于2023年2月2、增強對比度－增強圖像各部分的反差，實際中增加圖像中某兩個灰度值間的動態(tài)范圍來實現(xiàn)典型的增強對比度的EH(.)如圖所示L-1L-1(s2,t2)(s1,t1)st0EH(s)0～s1之間的動態(tài)范圍減小s2～L-1之間的動態(tài)范圍減小s1～s2之間的動態(tài)范圍增加，對比度增強s1,s2,t1,t2取不同的值，得到不同效果s1=t1,s2=t2，與原圖相同s1=s2,t1=0,t2=L-1只有2個灰度級，對比度最大，但細節(jié)全丟失第14頁，課件共95頁，創(chuàng)作于2023年2月第15頁，課件共95頁，創(chuàng)作于2023年2月3、動態(tài)范圍壓縮－與增強對比度相反，有時原圖的動態(tài)范圍太大，超出某些顯示設(shè)備的允許動態(tài)范圍，這時如直接使用原圖，則一部分細節(jié)可能丟失對原圖進行灰度壓縮常用的EH(.)操作，是一種對數(shù)形式的函數(shù)，曲線如圖所示L-1L-1st0EH(s)t=Clog(1+|s|)C為尺度比例常數(shù)第16頁，課件共95頁，創(chuàng)作于2023年2月與第3章中傅立葉變換能量譜的表示一致第17頁，課件共95頁，創(chuàng)作于2023年2月4、灰度切分－與增強對比度相仿，將某個灰度值范圍變得比較突出典型的EH(.)操作如圖所示L-1L-1st0EH(s)s1s2EH(s)L-1s1

s20L-1ts將s1,～s2之間的灰度級突出，而將其余灰度值逐漸變?yōu)槟硞€低灰度值將s1,～s2之間的灰度級突出，而將其余灰度值保留第18頁，課件共95頁，創(chuàng)作于2023年2月位面圖直接灰度變換也可以借助圖像的位面表示進行。對1幅用多個比特表示其灰度值得圖像來說，其中的每個比特可看作表示了1個二值的平面，也稱位面。1幅其灰度級用8bit表示的圖像有8個位面，一般用位面0代表最低位面，位面7代表最高位面，如圖所示。對圖像特定位面的操作進行圖像增強第19頁，課件共95頁，創(chuàng)作于2023年2月實例第20頁，課件共95頁，創(chuàng)作于2023年2月直方圖處理定義灰度級的直方圖描述了一幅圖像的概貌。簡單講，灰度級直方圖就是反映一幅圖像中的灰度級與出現(xiàn)這種灰度的概率之間的關(guān)系的圖形設(shè)變量r代表圖像中象素灰度級，在圖像中，象素的灰度級可作歸一化處理，這樣，r的值將限定為0≤r≤1對于一幅給定的圖像而言，每一個象素取得[0，1]區(qū)間內(nèi)的灰度級是隨機的，也就是說，r是一個隨機變量。假定對每一瞬間它們是連續(xù)的隨機變量，那么，就可以用概率密度函數(shù)pr(r)來表示原始圖像的灰度分布。如果用直角坐標系中的橫軸代表灰度級r，用縱軸代表灰度級的概率密度函數(shù)pr(r)，這樣就可針對一幅圖像在這個坐標系中作曲線來。這條曲線在概率論中就是分布密度曲線第21頁，課件共95頁，創(chuàng)作于2023年2月10rPr(r)（a）圖(c)圖像的象素灰度值集中在某個較小的范圍內(nèi)，也就是說圖像(c)的灰度集中在某一個小的亮區(qū)10圖（a）的大多數(shù)象素灰度值取在較暗的區(qū)域。所以這幅圖像肯定較暗，一般在攝影過程中曝光過強就會造成這種結(jié)果。10rPr(r)（b）圖（b）圖像的象素灰度值集中在亮區(qū)，因此圖像的特性偏亮，曝光太弱，導(dǎo)致這種結(jié)果。第22頁，課件共95頁，創(chuàng)作于2023年2月給出來對sk出現(xiàn)概率的1個估計圖像的灰度統(tǒng)計直方圖－1D的離散函數(shù)sk為圖像f(x,y)的第k級灰度，nk是圖像中具有灰度值sk的象素的個數(shù)，n是圖像象素總數(shù)直方圖提供了原圖的灰度值分布情況，也可以說給出了一幅圖所有灰度值的整體描述離散化定義第23頁，課件共95頁，創(chuàng)作于2023年2月偏暗第24頁，課件共95頁，創(chuàng)作于2023年2月直方圖修改技術(shù)的基礎(chǔ)假設(shè)對于給定一幅圖像的灰度級分布在0<r<1范圍內(nèi)，可以對[0，1]區(qū)間內(nèi)的任何一個r值進行如下變換也就是說，通過上述變換，每個原始圖像的象素r都可以產(chǎn)生一個s值。第25頁，課件共95頁，創(chuàng)作于2023年2月為了達到要求，變換函應(yīng)滿足下列條件：（1）、在范圍內(nèi)，是一個單值增函數(shù)

保證原圖像各灰度級在變換后，仍保持從黑到白（或從白到黑）的排列次序

（2）、對，有

101保證變換前后灰度值動態(tài)范圍的一致性

第26頁，課件共95頁，創(chuàng)作于2023年2月直方圖均衡化處理基本思想：把原始圖的直方圖變換為均勻分布的形式，增加象素灰度值的動態(tài)范圍，從而達到增強圖像整體對比度的效果?；邳c操作的增強以累積分布函數(shù)變換法為基礎(chǔ)的直方圖修正法。累積函數(shù)滿足前面的2個條件將r的分布轉(zhuǎn)換為s的均勻分布s=T(r)=∫0rpr(w)dw累積分布函數(shù)是r的函數(shù)，并且單調(diào)從0增到1對上式中的r求導(dǎo)，則ds/dr=pr(r)代入分布密度函數(shù)ps(s)，有ps(s)=[pr(r).dr/ds]r=T-1(s)=[pr(r).1/(ds/dr)]r=T-1(s)＝[pr(r).1/pr(r)]=1變換后的變量s的定義域內(nèi)的概率密度是均勻分布的。由此可見，用r的累積分布函數(shù)作為變換函數(shù)可產(chǎn)生一幅灰度級分布具有均勻概率密度的圖像，其結(jié)果擴展了象素取值得動態(tài)范圍第27頁，課件共95頁，創(chuàng)作于2023年2月在實際中還要對取整，以滿足數(shù)字圖像的要求，即還需要重新量化，用均勻量化：

由連續(xù)隨機變量為基礎(chǔ)，引入離散形式的公式pr(rk)=nk/n0≤rk≤

1k=0，1，…l-1第28頁，課件共95頁，創(chuàng)作于2023年2月實例假設(shè)一幅64×64，8bit灰度圖像，其概率分布見表，試進行直方圖均衡化處理rknkPr(rk)=nk/nr0=07900.19r1=1/710230.25r2=2/78500.21r3=3/76560.16r4=4/73290.08r5=5/72450.06r6=6/71220.03r7=1810.02第29頁，課件共95頁，創(chuàng)作于2023年2月直方圖均衡化處理過程第30頁，課件共95頁，創(chuàng)作于2023年2月第31頁，課件共95頁，創(chuàng)作于2023年2月第32頁，課件共95頁，創(chuàng)作于2023年2月第33頁，課件共95頁，創(chuàng)作于2023年2月結(jié)論利用累積分布函數(shù)作為灰度變換函數(shù)，經(jīng)變換后得到的新灰度的直方圖雖然不很平坦，但畢竟比原始圖像的直方圖平坦得多，而且其動態(tài)范圍也大大擴展，因此這種方法對于對比度較弱的圖像進行處理很有效。變換后的灰度級減少，“簡并”現(xiàn)象，因此其均衡結(jié)果只是近似的采用四舍五入求近似值產(chǎn)生原因第34頁，課件共95頁，創(chuàng)作于2023年2月減少“簡并”現(xiàn)象發(fā)生的方法一是增加象素的比特數(shù)。如，通常用8bit來代表一個象素，可以用12bit來表示，減少灰度層次的損失二是采用灰度間隔放大理論的直方圖修正方法，按照眼睛的對比度靈敏度特性和成像系統(tǒng)的動態(tài)范圍進行放大實現(xiàn)步驟：1、統(tǒng)計原始圖像的直方圖2、根據(jù)給定的成像系統(tǒng)的最大動態(tài)范圍和原始圖像的灰度級來確定處理后的灰度級間隔3、根據(jù)求得的步長來求變換后的新灰度4、用處理后的新灰度代替處理前的灰度第35頁，課件共95頁，創(chuàng)作于2023年2月直方圖規(guī)定化處理直方圖均衡化的優(yōu)點－自動的增加整個圖像的對比度，但由于它的變換函數(shù)采用的是累積分布函數(shù)，因此只能產(chǎn)生近似均勻的直方圖，這樣就限制它的效能，也就是說，在不同的情況下，并不總是需要具有均勻直方圖的圖像。另外它的增強效果不易控制，處理的結(jié)果總是得到全局均衡化的直方圖有時需要變換具有特定的直方圖的圖像，以便能對圖像中某種灰度級加以增強，即有選擇性的增強某個灰度值范圍內(nèi)的對比度。第36頁，課件共95頁，創(chuàng)作于2023年2月基本思想：假設(shè)pr(r)是原始圖像灰度分布的概率密度函數(shù)，pz(z)是希望得到的圖像的概率密度函數(shù)，如何建立pr(r)和pz(z)之間的聯(lián)系是直方圖規(guī)定化處理的關(guān)鍵首先對原始圖像進行直方圖均衡化處理，即假定已經(jīng)得到了所希望的圖像，并且它的概率密度函數(shù)是pz(z)，對這幅圖像也做均衡化處理，即因為對于這兩幅圖像(注意：這兩幅圖像只是灰度分布概率密度函數(shù)不同)，同樣做了均衡化處理，所以ps(s)和pu(u)具有同樣的均勻密度，其中（2）式的逆過程為：第37頁，課件共95頁，創(chuàng)作于2023年2月根據(jù)上面的思路，給出離散情況下的直方圖規(guī)定化增強處理的步驟為（M和N分別為原始圖和規(guī)定圖中的灰度級數(shù)，且只考慮N≤M的情況）：這樣，如果用從原始圖像中得到的均勻灰度級s來代替逆過程中的u，其結(jié)果灰度級將是所求的概率密度函數(shù)pz(z)的灰度級1）用直方圖均衡化方法將原始圖像作均衡化處理2）規(guī)定希望的灰度概率密度函數(shù)pz(z)，并用（2）式求得變換函數(shù)G(z）3）將逆變換函數(shù)z=G-1(s)用步驟1）中所得到的灰度級，即將原始直方圖對應(yīng)映射到規(guī)定的直方圖，也就是將所以的ps(si)對應(yīng)到pz(zj)去第38頁，課件共95頁，創(chuàng)作于2023年2月實例用直方圖軍均衡化的例子進行直方圖規(guī)定化處理zkpz(zk)z0=00.00z1=1/70.00z2=2/70.00z3=3/70.15z4=4/70.20z5=5/70.30z6=6/70.20z7=7/7=10.15規(guī)定的直方圖第39頁，課件共95頁，創(chuàng)作于2023年2月處理結(jié)果和步驟1、對原始圖像進行直方圖均衡化處理rj->sknkps(sk)r0->s0=1/77900.19r1->s1=3/710230.25r2->s2=5/78500.21r3,r4->s3=6/79850.24R5,r6,r7->s4=14480.11第40頁，課件共95頁，創(chuàng)作于2023年2月2、計算變換函數(shù)uk=G(zk)=∑j=0kpz(zj)ukG(zk)u00.00u10.00u20.00u30.15u40.35u50.65u60.85u71.0第41頁，課件共95頁，創(chuàng)作于2023年2月3、用直方圖均衡化中的sk進行G的反變換求zzk=G-1(sk)這一步實際上是近似過程，也就是找出sk與G(zk)的最接近的值，例如，s0=1/7≈0.14，與它最接近的是G(z3)=0.15，所以可以寫成G-1(0.15)=z3，用這樣的方法可得到下列變換值s0=1/7－>z3=3/7s1=3/7－>z4＝4/7s2=5/7－>z5=5/7s3=6/7－>z6=6/7s4=1－>z7=1第42頁，課件共95頁，創(chuàng)作于2023年2月4、用z=G-1(T(r))找出r與z之間的映射關(guān)系zkrknkpz(zk)z0=0000.00z1=1/71/700.00z2=2/72/700.00z3=3/7s0=1/73/77900.19z4=4/7

s1=3/74/710230.25z5=5/7

s2=5/75/78500.21z6=6/7

s3=6/76/79850.24z7=1

s4=114480.11第43頁，課件共95頁，創(chuàng)作于2023年2月第44頁，課件共95頁，創(chuàng)作于2023年2月圖像間的運算也可以增強圖像(a)(b)(c)(d)(e)(f)(a)(b)第45頁，課件共95頁，創(chuàng)作于2023年2月空域濾波增強基于濾波操作的增強借助模板進行鄰域操作完成的線性的-基于傅立葉變換的分析非線性的-直接對鄰域進行操作特點分功能分平滑－低通濾波，其目的，模糊或消除噪聲銳化－高通濾波，其目的增強被模糊的細節(jié)第46頁，課件共95頁，創(chuàng)作于2023年2月都是利用模板卷積運算，主要步驟為1、將模板在圖中漫游，并將模板中心與圖中某個象素位置重合2、將模擬上系數(shù)與模板下對應(yīng)象素相乘3、將所有乘積相加4、將和（模板的輸出響應(yīng)）賦給圖中對應(yīng)模板中心位置的象素第47頁，課件共95頁，創(chuàng)作于2023年2月(a)(b)(c)圖像一部分3×3模板將k0的位置于圖中灰度值為s0的象素重合（即將模板中心放在圖中(x,y)位置），模板的輸出響應(yīng)R為：將R賦給增強圖，作為在(x,y)位置的灰度值(圖c)第48頁，課件共95頁，創(chuàng)作于2023年2月平滑濾波鄰域平均法隨著鄰域的加大，圖像的模糊程度也愈加嚴重克服第49頁，課件共95頁，創(chuàng)作于2023年2月原始3×35×57×7(a)(b)(c)(d)(e)(f)第50頁，課件共95頁，創(chuàng)作于2023年2月中值濾波前面的鄰域平滑濾波在消除噪聲的同時，會將圖像中的一些細節(jié)模糊，如果既要消除噪聲，又要保持圖像的細節(jié)基本思想：以某個含奇數(shù)個像素點的滑動窗在圖象上滑動，以窗口內(nèi)各點的中值代替窗口正中的那個像素的灰度值。實際運算過程中不需要圖像的統(tǒng)計特性，很方便，但對一些細節(jié)多，如點、線、尖頂細節(jié)多的圖像不宜采用第51頁，課件共95頁，創(chuàng)作于2023年2月中值濾波的主要特性A、對某些輸出信號中值濾波的不變性對某些特定的輸入信號，如在窗口2n＋1內(nèi)單調(diào)增加或單調(diào)減少的序列，中值濾波輸出信號仍保持輸入信號不變，即或則第52頁，課件共95頁，創(chuàng)作于2023年2月原信號平均濾波中值濾波(a)階躍(b)斜坡(c)單脈沖(d)雙脈沖(e)三脈沖(f)三角波第53頁，課件共95頁，創(chuàng)作于2023年2月B、中值濾波去噪聲性能中值濾波是非線性運算，因此對隨機性質(zhì)的噪聲輸入，數(shù)學(xué)分析是相當(dāng)復(fù)雜的。對于零均值正態(tài)分布的噪聲輸入，中值濾波輸出的噪聲方差近似為式中：為輸入噪聲功率（方差）；m為中值濾波窗口長度（點數(shù)）；為輸入噪聲均值；為輸入噪聲密度函數(shù)第54頁，課件共95頁，創(chuàng)作于2023年2月實例原圖像高斯噪聲椒鹽噪聲高斯噪聲圖的5×5十字中值濾波噪聲椒鹽噪聲圖的5×5十字中值濾波噪聲第55頁，課件共95頁，創(chuàng)作于2023年2月銳化濾波主要用于增強圖像的邊緣及灰度跳變部分鄰域平均方法－積分過程－結(jié)果使圖像的邊緣模糊銳化方法－微分過程－結(jié)果使圖像的邊緣突出注意：噪聲的影響先去噪，再銳化操作第56頁，課件共95頁，創(chuàng)作于2023年2月梯度運算微分銳化中常用的方法設(shè)圖像f(x,y)在點(x,y)的梯度矢量為G[f(x,y)]：兩個重要性質(zhì)：（1）梯度的方向是在函數(shù)f(x,y)最大變化率方向上（2）梯度的幅度用G[f(x,y)]表示：第57頁，課件共95頁，創(chuàng)作于2023年2月對于數(shù)字圖像，則用離散的式子表示簡化f(i,j)f(i,j+1)f(i+1,j)f(i,j)f(i,j+1)f(i+1,j)f(i+1,j+1)Roberts梯度算子結(jié)論梯度的近似值和相鄰象素的灰度差成正比，因此在圖像變化緩慢區(qū)域，其值很小，而在線條輪廓等變化快的部分其值很大，梯度運算可使細節(jié)清晰，從、而達到銳化的目的第58頁，課件共95頁，創(chuàng)作于2023年2月拉普拉斯算子一個連續(xù)的二元函數(shù)f(x,y)，其拉普拉斯運算定義為：拉普拉斯算子對于數(shù)字圖像，拉普拉斯算子可以簡化為：g(i,j)=4f(i,j)-f(i+1,j)-f(i-1,j)-f(i,j+1)-f(i,j-1)也可以表示成卷積形式：g(i,j)=∑f(i,j)H(r,s)0H(r,s)=-10-14-10-10第59頁，課件共95頁，創(chuàng)作于2023年2月其它銳化算子Sobel算子：S=(dx2+dy2)1/2dx=[fi-1,j-1+2fi,j-1+fi+1,j-1]-[fi-1,j+1+2fi,j+1+fi+1,j+1]dy=[fi+1,j-1+2fi+1,j+fi+1,j+1]-[fi-1,j-1+2fi-1,j+fi-1,j+1]用模板表示：10-12100-2-1-1-2-1010201dx=dy=Prewitt算子：S=(dx2+dy2)1/2用模板表示：10-11100-1-1-1-1-1010101dx=dy=Robert算子：S=(dx2+dy2)1/2用模板表示：100-10-1-10dx=dy=第60頁，課件共95頁，創(chuàng)作于2023年2月第61頁，課件共95頁，創(chuàng)作于2023年2月一般產(chǎn)生梯度圖是：缺點：使f(x,y)中所有平滑區(qū)域在g(x,y)中變成暗區(qū)，梯度值較小的原因不破壞平滑區(qū)域的灰度值，又能有效的強調(diào)圖像的邊緣圖像的邊緣增強效果更明顯不受背景的影響，只研究圖像邊緣灰度級變化只對邊緣的位置感興趣第62頁，課件共95頁，創(chuàng)作于2023年2月實例Sobel算子Roberts算子Prewitt算子原圖直接求梯度圖第63頁，課件共95頁，創(chuàng)作于2023年2月閾值為10閾值為30閾值為50原圖第64頁，課件共95頁，創(chuàng)作于2023年2月與平滑比較原圖像高斯噪聲圖的5×5十字中值濾波噪聲椒鹽噪聲圖的5×5十字中值濾波噪聲直接對原始圖像銳化對高斯噪聲圖像銳化對椒鹽噪聲圖像銳化第65頁，課件共95頁，創(chuàng)作于2023年2月頻域變換增強技術(shù)第66頁，課件共95頁，創(chuàng)作于2023年2月頻域變換增強處理技術(shù)原理和分類卷積理論是頻域技術(shù)的基礎(chǔ)。設(shè)函數(shù)f(x,y)與線性位不變算子h(x,y)的卷積結(jié)果是g(x,y)，即g(x,y)=h(x,y)*f(x,y)，則根據(jù)卷積定理在頻域有：G(u,v)＝H(u,v)F(u,v)在具體的應(yīng)用中，f(x,y)是給定的[F(u,v)可以變換得到]，需要確定的是H(u,v)，這樣具有所需特性的g(x,y)可為：g(x,y)＝F-1[H(u,v)F(u,v)]計算步驟（1）計算所需增強圖的傅立葉變換（2）將其與1個(根據(jù)需要設(shè)計)轉(zhuǎn)移函數(shù)相乘（3）再將結(jié)果傅立葉反變換，以得到增強的圖第67頁，課件共95頁，創(chuàng)作于2023年2月分類低通濾波高通濾波帶通和帶阻濾波同態(tài)濾波第68頁，課件共95頁，創(chuàng)作于2023年2月低通濾波圖像中的邊緣和噪聲都對應(yīng)圖像傅立葉變換中的高頻部分，如要在頻域中消弱其影響，設(shè)法減弱這部分頻率的分量選擇合適的H(u,v)以得到消弱F(u,v)高頻分量的G(u,v)1、理想低通濾波器（ILPF）IdealLowPassFilter1D(u,v)≤D00D(u,v)>D0D0為截止頻率，D(u,v)為頻率平面上的點(u,v)到原點的距離不同的H(u,v)，得到不同的低通濾波第69頁，課件共95頁，創(chuàng)作于2023年2月理想低通濾波器，是指以截頻D0為半徑的圓內(nèi)的所有頻率都能無損通過，而在截頻之外的頻率分量完全被衰減。理想低通濾波器可以用計算機模擬實現(xiàn)，但卻不能用電子元器件來實現(xiàn)。理想低通濾波器平滑處理的概率清晰，但在處理過程中會產(chǎn)生較嚴重的模糊和振鈴現(xiàn)象，D0越小，這種現(xiàn)象越嚴重。第70頁，課件共95頁，創(chuàng)作于2023年2月實例(a)(b)(c)(d)(e)(f)(g)第71頁，課件共95頁，創(chuàng)作于2023年2月2、巴特沃茲低通濾波器（BLPF）巴特沃茲低通濾波器又稱為最大平坦濾波器。它與理想低通濾波器不同，它的通帶和阻帶之間沒有明顯得不連續(xù)性。也就是說，在通帶和阻帶之間有一個平滑的過渡帶。通常把H(u,v)下降到某一值得那點定位截止頻率D0。與理想低通濾波器的處理結(jié)果相比，巴特沃茲濾波器處理的圖像模糊程度減少，因為它的H(u,v)不是陡峭的截止特性，它的尾部會包含大量的高頻成分。另外經(jīng)巴特沃茲低通濾波器處理的圖像將不會有振鈴現(xiàn)象。這是由于在濾波器的通帶和阻帶之間有一平滑過渡的緣故。第72頁，課件共95頁，創(chuàng)作于2023年2月(a)(b)(c)(d)(e)(f)第73頁，課件共95頁，創(chuàng)作于2023年2月高通濾波1、理想高通濾波器0D(u,v)≤D01D(u,v)>D0通過高通濾波正好把以D0為半徑的圓內(nèi)的頻率成分衰減掉，對圓外的頻率成分則無損通過?？梢酝ㄟ^計算機模擬實現(xiàn)，但不可能用電子元器件實現(xiàn)。第74頁，課件共95頁，創(chuàng)作于2023年2月2、巴特沃茲高通濾波器第75頁，課件共95頁，創(chuàng)作于2023年2月結(jié)果第76頁，課件共95頁，創(chuàng)作于2023年2月同態(tài)濾波在實際工作中，存在一類圖像，灰度級動態(tài)范圍很大，即黑的部分很黑，白的部分很白，而感興趣的某部分物體灰度級范圍又小，分不清物體的灰度層次和細節(jié)采用一般的灰度線性變換是不行的，因為擴展灰度級雖可以提高物體圖像的反差，但會使動態(tài)范圍更大，而壓縮灰度級，雖可以減少動態(tài)范圍，但物體灰度層次和細節(jié)都不清晰采用圖像同態(tài)濾波方法，如果使用合適的濾波特性函數(shù)，可以達到既壓縮灰度動態(tài)范圍，又能讓感興趣的物體部分灰度級擴展，從而使圖像清晰第77頁，課件共95頁，創(chuàng)作于2023年2月反射分量集中在高頻段，描述景物的細節(jié)，與照明無關(guān)同態(tài)濾波是一種在頻域中同時將圖像亮度范圍進行壓縮和將圖像對比度進行增強的方法－即把頻率過濾和灰度變換結(jié)合起來以圖像的照明反射模型作為頻域處理的基礎(chǔ)，設(shè)自然景物的圖像f(x,y)可以表示成它的照度分量fi(x,y)與反射分量fr(x,y)的乘積照度分量集中在低頻段，描述景物的照明，與景物無關(guān)由于傅立葉變換是線性變換，無法將兩個分量分開，即第78頁，課件共95頁，創(chuàng)作于2023年2月同態(tài)濾波原理lnH(u,v)(u,v)0.51.02.0第79頁，課件共95頁，創(chuàng)作于2023年2月具體步驟1、通過取對數(shù)將他們在頻率上分開這主要是因為照度分量和反射分量所具有的特性，一幅圖像取對數(shù)后的傅立葉變換的低頻分量和照度分量聯(lián)系，反射分量與高頻分量聯(lián)系，近似雖然粗糙的，但能有很好的增強效果2、進行傅立葉變換－照明函數(shù)頻譜在低頻段，反射函數(shù)頻譜在高頻段令第80頁，課件共95頁，創(chuàng)作于2023年2月3、在頻率域?qū)(u,v)和R(u.v)分別進行修正照度分量變化緩慢，但變化幅度很大，使圖像的動態(tài)范圍很寬，占用很大比特數(shù)，對圖像信號傳輸、處理和存儲提出很高的要求，但它又不包含多少信息量，因此將其壓縮反射分量描述的景物，特別是陰影區(qū)（如山溝中的建筑物）圖像灰度級范圍很小，層次不清，細節(jié)不明，可這正是人們感興趣的，為此將其擴展，以獲得更多的信息將圖像頻譜乘上一個傳遞函數(shù)H(u,v)的同態(tài)濾波器，圖像在低頻段被壓縮，在高頻段增強，從而達到圖像增強的目的第81頁，課件共95頁，創(chuàng)作于2023年2月4、對上式進行反傅立葉變換，得5、對上式求指數(shù)－獲得增強后的圖像令第82頁，課件共95頁，創(chuàng)作于2023年2月這樣就獲得了增強后的圖像，顯然針對圖像本身特性以及實用需要選用不同形狀的傳遞函數(shù)，就會對整個圖像灰度級范圍進行不同程度的壓縮，而對其中感興趣的景物灰度級進行不同的擴展，從而得到合適的層次和細節(jié)。第83頁，課件共95頁，創(chuàng)作于2023年2月局部增強前面都可以認為是對整幅圖像進行操作，而且在確定變換或轉(zhuǎn)移函數(shù)是也是基于整幅圖像的統(tǒng)計量在實際中，對某些局部信息感興趣，其象素數(shù)量相對于整幅圖像的象素數(shù)量往往較小，利用整幅圖像算得的變換或轉(zhuǎn)移函數(shù)并不能保證在這些局部區(qū)域能得到增強效果直方圖變換是空域增強中最常用的方法，也容易用于局部增強。圖像分成一系列小區(qū)域（子圖象）第84頁，課件共95頁，創(chuàng)作于2023年2月彩色圖像增強人眼只能分辯幾十種不同深淺的灰度級，但能分辯幾千種不同的顏色－借助彩色圖像增強視覺效果。彩色圖像增強方法－偽彩色增強，真彩色增強第85頁，課件共95頁，創(chuàng)作于2023年2月偽彩色增強對原來灰度圖像中不同灰度值的區(qū)域賦予不同的顏色，以更明顯的區(qū)分－賦色過程實際上是一種著色過程視覺效果明顯，不復(fù)雜的圖像增強技術(shù)優(yōu)點相同物體或大物體各個部分因光照燈條件不同，形成不同的灰度級，結(jié)果出現(xiàn)了不同彩色，錯誤判斷缺點密度切割灰度變換頻域濾波方法分類第86頁，課件共95頁，創(chuàng)作于2023年2月密度切割設(shè)一幅黑白圖像f(x,y)，在某一個灰度級如f(x,y)=Li上設(shè)置一個平行于xy平面的切割平面，如圖(a)所示，黑白圖像被切割成只有兩個灰度級，切割平面下面的即灰度級小于Li的象素分配一種顏色（如藍色），相應(yīng)的切割平面上的即灰度級大于Li的象素分配給另外一種顏色（如紅色），如圖(b)所示第87頁，課件共95頁，創(chuàng)作于2023年2月用M個切割平面，得到M個不同區(qū)域，分配M種不同顏色的偽彩色圖像優(yōu)點：簡單，可以用硬件實現(xiàn)，還可以擴大用途，如計算圖像中某灰度級面積等缺點：視覺效果不理想，彩色生硬，量化噪聲大(分割誤差)，為了減少量化誤差，必須增加分割級數(shù)，引起設(shè)備復(fù)雜，而且彩色漂移嚴重第88頁，課件共95頁，創(chuàng)作于2023年2月灰度級－彩色變換在遙感技術(shù)中常稱為假彩色合成方法，可以將黑白灰度圖像變?yōu)榫哂卸喾N顏色漸變的連續(xù)彩色圖像基本思想：對輸入象素的灰度級進行三個相互獨立的轉(zhuǎn)換，然后，這三個結(jié)果分別送到彩色監(jiān)視器的紅、綠、藍的電子發(fā)射槍上。同一灰度由于三個變換器對其實施不同變換，而使三個變換器輸出不同，從而在彩色顯像管里合成某種彩色第89頁，課