姚敏-數(shù)字圖像處理-第四章-圖像增強(qiáng)-課件

DigitalImageProcessing

數(shù)字圖像處理E-MAIL:myao99@2020/12/271DigitalImageProcessing數(shù)字圖像處第四章圖像增強(qiáng)2020/12/272第四章圖像增強(qiáng)2020/12/272精品資料精品資料你怎么稱呼老師？如果老師最后沒(méi)有總結(jié)一節(jié)課的重點(diǎn)的難點(diǎn)，你是否會(huì)認(rèn)為老師的教學(xué)方法需要改進(jìn)？你所經(jīng)歷的課堂，是講座式還是討論式？教師的教鞭“不怕太陽(yáng)曬，也不怕那風(fēng)雨狂，只怕先生罵我笨，沒(méi)有學(xué)問(wèn)無(wú)顏見(jiàn)爹娘……”“太陽(yáng)當(dāng)空照，花兒對(duì)我笑，小鳥說(shuō)早早早……”姚敏-數(shù)字圖像處理-第四章-圖像增強(qiáng)-ppt課件4.1概述2020/12/2754.1概述2020/12/275基于像素的點(diǎn)處理基于模板的空域?yàn)V波空域方法頻域方法圖像增強(qiáng)方法概述圖像增強(qiáng)的目的是對(duì)圖像進(jìn)行加工，以得到對(duì)具體應(yīng)用來(lái)說(shuō)視覺(jué)效果更“好”，更“有用”的圖像

2020/12/276基于像素的點(diǎn)處理基于模板的空域?yàn)V波空域方法頻域方法圖像增

4.2空域點(diǎn)處理增強(qiáng)2020/12/2774.2空域點(diǎn)處理增強(qiáng)2020/12/277空域處理表示定義

設(shè)f(x,y)是增強(qiáng)前的圖像，g(x,y)是增強(qiáng)處理后的圖像，T是定義在(x,y)鄰域一種操作,則空間域處理可表示為：如果T是定義在每個(gè)點(diǎn)(x,y)上，則T稱為點(diǎn)操作；如果T是定義在(x,y)的某個(gè)鄰域上，則T稱為模板操作。

2020/12/278空域處理表示定義設(shè)f(x,y)是增強(qiáng)前的圖像，g(x空域處理表示如果用s和t分別代表f和g在(x,y)處的灰度值，則空間域處理就表示為：下圖是增強(qiáng)對(duì)比度的T操作：2020/12/279空域處理表示如果用s和t分別代表f和g在(x直接灰度變換1、圖像求反

假設(shè)對(duì)灰度級(jí)范圍是[0，L-1]的圖像求反，就是通過(guò)變換將[0，L-1]變換到[L-1，0]，變換公式如下：

此方法適用于增強(qiáng)嵌入于圖像暗色區(qū)域的白色或灰色細(xì)節(jié)。

2020/12/2710直接灰度變換1、圖像求反此方法適用于增強(qiáng)嵌入于圖像暗色直接灰度變換2.線性灰度變換

典型的分段線性變換數(shù)學(xué)表達(dá)式如下：用分段線性法，將需要的圖像細(xì)節(jié)灰度級(jí)拉伸，增強(qiáng)對(duì)比度，不需要的細(xì)節(jié)灰度級(jí)壓縮

2020/12/2711直接灰度變換2.線性灰度變換用分段線性法，將需要的3.對(duì)數(shù)變換

要消除這種因動(dòng)態(tài)范圍太大而引起的失真，一種有效的方法是對(duì)原圖像的動(dòng)態(tài)范圍進(jìn)行壓縮，最常用的是借助對(duì)數(shù)形式對(duì)動(dòng)態(tài)范圍進(jìn)行調(diào)整，其數(shù)學(xué)表達(dá)式如下：直接灰度變換2020/12/27123.對(duì)數(shù)變換直接灰度變換2020/12/2712例如，傅里葉譜的范圍在[0R]=[0，1.6×106]，為了在一個(gè)8位的顯示設(shè)備上進(jìn)行顯示，并充分利用顯示設(shè)備的動(dòng)態(tài)范圍，則變換表達(dá)式中的C為：C=256/log(1+1.6*106)圖為增強(qiáng)前后的傅里葉譜對(duì)數(shù)變換2020/12/2713例如，傅里葉譜的范圍在[0R]=[0，1.6×106]，直接灰度變換4、灰度分層一種方法：是對(duì)感興趣的灰度級(jí)以較大的灰度值t2以顯示而對(duì)另外的灰度級(jí)則以較小的灰度值t1來(lái)顯示。另一種方法：對(duì)感興趣的灰度級(jí)以較大的灰度值進(jìn)行顯示而其他的灰度級(jí)則保持不變。2020/12/2714直接灰度變換4、灰度分層另一種方法：對(duì)感興趣直接灰度變換5、位圖切割

設(shè)圖像中每一個(gè)像素由8bit表示，也就是說(shuō)圖像有8個(gè)位面，一般用位面0表示最低位面，位面7表示最高位面，如圖所示。借助圖像的位面表示形式可通過(guò)對(duì)圖像特定位面的操作來(lái)達(dá)到對(duì)圖像的增強(qiáng)效果。2020/12/2715直接灰度變換5、位圖切割2020/12/2715直方圖修正

直方圖均衡化

直方圖規(guī)定化

圖像灰度統(tǒng)計(jì)直方圖：常用的方法：2020/12/2716直方圖修正直方圖均衡化圖像灰度統(tǒng)計(jì)直方圖：常用的方法直方圖均衡化T滿足2個(gè)條件：（1）T單值單增函數(shù)。（2）對(duì)有則有：直方圖均衡化中T：則：2020/12/2717直方圖均衡化T滿足2個(gè)條件：2020/12/2717直方圖均衡化原始圖像各灰度級(jí)對(duì)應(yīng)的概率分布灰度級(jí)01234567像素790102385065632924512281概率0.190.250.210.160.080.060.030.02 例2020/12/2718直方圖均衡化原始圖像各灰度級(jí)對(duì)應(yīng)的概率分布灰度級(jí)012345直方圖均衡化圖像直方圖均衡化過(guò)程如下：（1）得到變換后的值：依此類推，即可得到

例2020/12/2719直方圖均衡化圖像直方圖均衡化過(guò)程如下：依此類推，即可得到例直方圖均衡化（2）用式將擴(kuò)展到范圍內(nèi)并取整，得：(3)將相同值的歸并起來(lái),得:

例2020/12/2720直方圖均衡化（2）用式直方圖均衡化（4）變換后5個(gè)灰度級(jí)的像素?cái)?shù)

(5)新灰度級(jí)分布

例2020/12/2721直方圖均衡化（4）變換后5個(gè)灰度級(jí)的像素?cái)?shù)(5)新灰度級(jí)直方圖均衡化

結(jié)果原始直方圖變換函數(shù)直方圖均衡化結(jié)果2020/12/2722直方圖均衡化結(jié)果原始直方圖變換函數(shù)直方圖均衡化結(jié)果2020直方圖均衡化

效果

原圖均衡化后效果圖2020/12/2723直方圖均衡化效果原圖均衡化后效果圖202直方圖規(guī)定化2．

直方圖規(guī)定化

（2）同樣對(duì)規(guī)定圖像計(jì)算能使規(guī)定的直方圖均衡化：

（3）將原始直方圖對(duì)應(yīng)映射到規(guī)定的直方圖（1）對(duì)原始圖像的直方圖進(jìn)行均衡化：

2020/12/2724直方圖規(guī)定化2．直方圖規(guī)定化（2）同樣對(duì)規(guī)定圖像計(jì)算能使規(guī)直方圖規(guī)定化灰度級(jí)01234567概率0.00.000.000.150.200.300.200.15灰度級(jí)01234567像素790102385065632924512281概率0.190.250.210.160.080.060.030.02 例原始圖像各灰度級(jí)對(duì)應(yīng)的概率分布規(guī)定直方圖概率分布

2020/12/2725直方圖規(guī)定化灰度級(jí)01234567概率0.00.000.00直方圖規(guī)定化例直方圖規(guī)定化步驟：（1）對(duì)原始直方圖操作：2020/12/2726直方圖規(guī)定化例直方圖規(guī)定化步驟：2020/12/2726直方圖規(guī)定化例（2）對(duì)規(guī)定直方圖像操作：2020/12/2727直方圖規(guī)定化例（2）對(duì)規(guī)定直方圖像操作：2020/12/27直方圖規(guī)定化例（3）映射結(jié)果：逆變換得2020/12/2728直方圖規(guī)定化例（3）映射結(jié)果：逆變換得2020/12/272直方圖規(guī)定化例（4）規(guī)定化后各灰度級(jí)像素?cái)?shù)：規(guī)定化后的直方圖灰度級(jí)01234567像素0007901023850985448概率0.000.000.000.190.250.210.240.112020/12/2729直方圖規(guī)定化例（4）規(guī)定化后各灰度級(jí)像素?cái)?shù)：規(guī)定化后的直方圖直方圖規(guī)定化結(jié)果原始直方圖規(guī)定直方圖結(jié)果直方圖2020/12/2730直方圖規(guī)定化結(jié)果原始直方圖規(guī)定直方圖結(jié)果直方圖2020/12直方圖規(guī)定化效果原始圖像規(guī)定直方圖規(guī)定化后直方圖規(guī)定化后的圖像

2020/12/2731直方圖規(guī)定化效果原始圖像規(guī)定直方圖規(guī)定化后直方圖規(guī)定化后的圖圖像間運(yùn)算-算術(shù)運(yùn)算

(1)圖像減法圖像相減的結(jié)果就可把兩圖的差異顯示出來(lái)，可以用來(lái)增強(qiáng)兩幅圖像的差異。

2020/12/2732圖像間運(yùn)算-算術(shù)運(yùn)算(1)圖像減法圖像相減的結(jié)圖像間運(yùn)算-圖像減法

效果-=直方圖均衡后2020/12/2733圖像間運(yùn)算-圖像減法效果-=直方圖均衡后2020/12/2圖像間運(yùn)算-圖像平均

(2)圖像平均

設(shè)噪聲互不相關(guān)，且具有零均值，可用圖像平均去除噪聲令則隨N的增加，圖像噪聲影響減少2020/12/2734圖像間運(yùn)算-圖像平均(2)圖像平均設(shè)噪聲互不相關(guān)，且圖像間運(yùn)算-圖像平均

效果Ａ原圖+高斯噪聲Ｂ４幅度圖平均Ｃ４幅度圖平均Ｄ１６幅度圖平均2020/12/2735圖像間運(yùn)算-圖像平均效果Ａ原圖+高斯噪聲Ｂ４幅度圖平均Ｃ４圖像間運(yùn)算－邏輯運(yùn)算

兩幅圖與操作

兩幅圖或操作

與

＝

或

＝

2020/12/2736圖像間運(yùn)算－邏輯運(yùn)算

4.3空域?yàn)V波增強(qiáng)

2020/12/27374.3空域?yàn)V波增強(qiáng)2020/12/2737空域?yàn)V波空域?yàn)V波就是在待處理的圖像中逐點(diǎn)地移動(dòng)模板，對(duì)每個(gè)點(diǎn)，濾波器在該點(diǎn)的響應(yīng)通過(guò)事先定義的關(guān)系來(lái)計(jì)算。線性濾波,濾波器模板m×n，令a=(m-1)/2，b=(n-1)/2，則

2020/12/2738空域?yàn)V波空域?yàn)V波就是在待處理的圖像中逐點(diǎn)地移線性平滑濾波器平滑濾波器模板

2020/12/2739線性平滑濾波器平滑濾波器模板2020/12/2739線性平滑濾波器效果2020/12/2740線性平滑濾波器效果2020/12/2740中值濾波器中值濾波是用一個(gè)有奇數(shù)點(diǎn)的滑動(dòng)窗口，將窗口中心點(diǎn)的值用窗口各點(diǎn)的中值代替。具體操作步驟如下：（1）將模板在圖中漫游，并將模板中心與圖中某個(gè)象素位置重合。（2）讀取模板下各對(duì)應(yīng)象素的灰度值。（3）將這些灰度值從小到大排成1列。（4）找出這些值里排在中間的1個(gè)。（5）將這個(gè)中間值賦給對(duì)應(yīng)模板中心位置的象素。2020/12/2741中值濾波器中值濾波是用一個(gè)有奇數(shù)點(diǎn)的滑動(dòng)窗口，將窗中值濾波器效果2020/12/2742中值濾波器效果2020/12/2742銳化濾波器-梯度算子法f(x,y)在(x,y)的梯度

其模值

近似梯度模值

2020/12/2743銳化濾波器-梯度算子法f(x,y)在(x,y)的梯度其銳化濾波器-梯度算子法Gx和Gy

用近似值：得到直接差分算子2020/12/2744銳化濾波器-梯度算子法Gx和Gy用近似值：得到直接差分算銳化濾波器-梯度算子法Gx和Gy

用近似值：得到Roberts算子2020/12/2745銳化濾波器-梯度算子法Gx和Gy用近似值：得到Rober銳化濾波器-梯度算子法Gx和Gy

用近似值：得到Sobel算子2020/12/2746銳化濾波器-梯度算子法Gx和Gy用近似值：得到Sobel梯度銳化實(shí)例效果圖a:Cameraman原始圖像，包含有各種朝向的邊緣圖b:用Sobel水平模板，它對(duì)垂直邊緣有較強(qiáng)的響應(yīng)圖c:用Sobel垂直模板，它對(duì)水平邊緣有較強(qiáng)的響應(yīng)abc2020/12/2747梯度銳化實(shí)例效果圖a:Cameraman原始圖像，包含有銳化濾波器-拉普拉斯算子法f(x,y)在(x,y)的拉普拉斯算子為

對(duì)數(shù)字圖像

因f(x,y)離散，所以

2020/12/2748銳化濾波器-拉普拉斯算子法f(x,y)在(x,y)的拉普銳化濾波器-拉普拉斯算子法如果加上對(duì)角線元素，則拉普拉斯算子模板

2020/12/2749銳化濾波器-拉普拉斯算子法如果加上對(duì)角線元素，則拉普拉斯

4.4頻域圖像增強(qiáng)

2020/12/27504.4頻域圖像增強(qiáng)2020/12/2750頻域圖像增強(qiáng)f(x,y)和h(x,y)卷積定義為：有：2020/12/2751頻域圖像增強(qiáng)f(x,y)和h(x,y)卷積定義為：有：20頻域圖像增強(qiáng)設(shè)則：頻率域增強(qiáng)主要步驟：（1）計(jì)算需要增強(qiáng)圖的傅里葉變換；（2）將其與1個(gè)轉(zhuǎn)移函數(shù)相乘；（3）再將結(jié)果傅里葉反變換以得到增強(qiáng)的圖像。常用的頻域增強(qiáng)方法有：低通濾波、高通濾波、帶通和帶阻濾波、同態(tài)濾波等2020/12/2752頻域圖像增強(qiáng)設(shè)則：頻率域增強(qiáng)主要步驟：2020/12/27低通濾波1、理想低通濾波器理想低通濾波器剖面圖和透視圖2020/12/2753低通濾波1、理想低通濾波器理想低通濾波器剖面圖和透視圖20理想低通濾波器圖像能量百分比

設(shè)

2020/12/2754理想低通濾波器圖像能量百分比設(shè)2020/12/2754理想低通濾波器效果原始圖像傅里葉頻譜截?cái)囝l率：5截?cái)囝l率：15截?cái)囝l率：45截?cái)囝l率：652020/12/2755理想低通濾波器效果原始圖像2020/12/2755低通濾波2、n階巴特沃斯低通濾波器巴特沃斯低通濾波器剖面圖和透視圖2020/12/2756低通濾波2、n階巴特沃斯低通濾波器巴特沃斯低通濾波器剖面圖低通濾波2、n階巴特沃斯低通濾波器巴特沃斯低通濾波器剖面圖和透視圖2020/12/2757低通濾波2、n階巴特沃斯低通濾波器巴特沃斯低通濾波器剖面圖巴特沃斯低通濾波器圖像+鹽椒噪聲

濾波效果截?cái)囝l率20結(jié)果

2020/12/2758巴特沃斯低通濾波器圖像+鹽椒噪聲濾波效果截?cái)囝l率20結(jié)低通濾波器量化灰度級(jí)圖像除虛假輪廓比較截?cái)囝l率35理想低通濾波明顯的振鈴現(xiàn)象

截?cái)囝l率35巴特沃斯低通濾波

2020/12/2759低通濾波器量化灰度級(jí)圖像除虛假輪廓比較截?cái)囝l率35截?cái)囝l率高通濾波1、理想高通濾波器理想高通濾波器剖面圖和透視圖2020/12/2760高通濾波1、理想高通濾波器理想高通濾波器剖面圖和透視圖20高通濾波2、n階巴特沃斯高通濾波器巴特沃斯高通濾波器剖面圖和透視圖2020/12/2761高通濾波2、n階巴特沃斯高通濾波器巴特沃斯高通濾波器剖面圖高頻加強(qiáng)濾波

圖像經(jīng)過(guò)高通濾波器處理后，許多低頻信號(hào)沒(méi)了，因此圖像的平滑區(qū)基本上消失。對(duì)于這個(gè)問(wèn)題可以用高頻加強(qiáng)濾波來(lái)彌補(bǔ)。所謂高頻加強(qiáng)濾波就是在設(shè)計(jì)濾波器變換函數(shù)時(shí)，加上一個(gè)大于0小于1的常數(shù)c：2020/12/2762高頻加強(qiáng)濾波圖像經(jīng)過(guò)高通濾波器處理后，許多低頻信號(hào)高頻加強(qiáng)濾波比較理想高通濾波與加強(qiáng)濾波模糊圖像理想高通濾波平滑區(qū)基本消失理想加強(qiáng)濾波2020/12/2763高頻加強(qiáng)濾波比較理想高通濾波與加強(qiáng)濾波模糊圖像理想高通濾波高頻加強(qiáng)濾波比較巴特沃斯高通濾波與加強(qiáng)濾波模糊圖像巴特沃斯高通濾波平滑區(qū)基本消失巴特沃