第4章 空域增强技术
空域增强技术读书报告
空域增强技术读书报告——陈丹丹 2008200712由于各种外界因素的影响，使获得的原始图像存在不同程度地不规则的噪声或干扰等问题。
当无法知道与图像退化有关的定量信息时,可以使用图像增强技术较为主观地改善图像的质量。
空域图像增强是图像处理的一个重要技术，它能有效改善图像整体或局部特征，从而改善视觉效果。
空域增强技术是图像增强技术中一类基本的基于图像域的图像处理技术。
空域增强是提高图像视觉质量的重要手段，已有的技术包括基于像素点的和基于模板的两大类。
对第一类，介绍了利用图像间运算的方法，直接利用灰度映射进行灰度变换的方法和利用直方图变换的方法。
对第二类，介绍了一些典型的线性滤波和非线性滤波技术。
另外还讨论了局部增强技术。
空域是指由像素组成的空间，所以空域增强技术是直接作用于像素的。
该技术对图像的每次处理是对单个像素进行的或者是对像素及其邻域进行的。
点操作分为灰度点操作和几何操作：其方法包括图像间的一些运算规则，直接利用灰度映射进行灰度变换，利用直方图变换进行图像增强等方法。
对图像进行操作可用算术运算（加减乘除）和逻辑运算（补、与、或、异或）。
直接灰度映射的典型方法有图像求反，增强对比度，动态范围压缩，灰度切分。
直方图是图像的一种统计表达，它反映了图像中灰度的分布情况。
它反映了图像中各灰度的含量，并不反映图像的空间信息，只展示具有一定灰度级的像素的数目或频数，通过对图像的直方图进行改变可以改善图像的质量。
直方图变换包含直方图均衡化和直方图规定化。
直方图均衡化是指图像经灰度变换后，使得灰度的概率密度分布变为常数，即均匀分布。
它是一种自动调节图像对比度质量的算法。
使用的方法是灰度级变换。
其基本思想是变换原始图像的直方图为均匀分布，扩大像素灰度值的动态范围增强图像整体对比度（反差）。
它实质是减少图像的灰度以换取对比度扩大，需要注意是不能将同一灰度值的各个像素变换到不同灰度级上。
它不改变灰度出现的次数，所改变的是出现次数所对应的灰度级，由此不改变图像的信息结构，力图使等长区间内出现的像素数接近相等。
数字图像处理姚敏
图像是用各种观测系统以不同形式和手段观测客观世
绪 论
界而获得的。可以直接或间接作用于人眼并进而产生视知 觉的实体。 本世纪20年代，巴特兰（Bartlane)电缆图片传输系统 大型计算机的出现，人们开始用计算机改善图像
1964、1965年美国喷射推进实验室（JPL：Jet
Propulsion Laboratory）进行了太空探测工作，用计算机来 处理发回的月球图片，以校正飞船上电视摄像机中各种不 同形式的固有的图像畸变。
绪 论
（3） （4）
细化
图像处理示例
人脸识别系统中眼睛定位
绪 论
图像处理示例
绪 论
图像处理示例
纸币识别
绪 论
图像处理示例
基于偏微分方程的图像分割
绪 论
原图像 初始化封闭曲线
迭代结束状态
分割结果
图像处理示例
基于偏微分方程的图像修复
绪 论
带有裂痕的林肯图像 修复后的林肯图像
带有划痕的旧照片图像
绪 论
Chinese_embassy
1.2 图像工程简介
医疗诊断：
X光（x-ray）、 CT技术，癌细胞识别、 MRI (Magnetic resonance imaging)、等。
绪 论
1.2 图像工程简介
通讯：
绪 论
可视电话，视频点播，电视会议，按需电视，远程教 育等。
1.2 图像工程简介
修复后的旧照片图像
图像处理示例
基于偏微分方程的图像修复
绪 论
叠加有文字的图像
文字去除后的图像
图像处理示例
基于二维混沌映射的小波域数字水印效果
绪 论
水印原图 置乱后的水印
光电图像处理答案
光电图像处理答案Chapter01 绪论1.光电成像技术可以从哪⼏个⽅⾯拓展⼈的视觉能⼒？请每个⽅⾯各举⼀例。
可以开拓⼈眼对不可见辐射的接收能⼒；变像管、红外夜视仪可以扩展⼈眼对微弱光图像的探测能⼒；像增强器可以捕捉⼈眼⽆法分辨的细节；电⼦显微镜可以将超快速现象存储下来；数码摄像机2.为什么CMOS 图像传感器的像素⼀致性要⽐CCD 差？CCD 的每个像元都通过同⼀个放⼤器及电荷/电压转换器进⾏处理，⽽CMOS 图像传感器的每个像元都有独⽴的放⼤器和转换器，由于⼯艺差别，导致像素⼀致性降低。
3.图像处理技术有哪些⽤途？为每种⽤途举出⼀个应⽤实例。
通过增强技术和变换技术来改善图像的视觉效果。
⼴告与平⾯设计；数码照⽚处理对图像进⾏分析以便从图像中⾃动提取信息。
红外成像制导；医学图像分析对图像进⾏编码、压缩、加密等处理，便于图像的存储、传输和使⽤。
图像⽔印4.举出⽣活中使⽤微显⽰技术的例⼦。
家⽤背投电视；商⽤投影仪；近眼显⽰器Chapter02 光度学与⾊度学1.⽇常⽣活中⼈们说40W 的⽇光灯⽐40W 的⽩炽灯亮，是否指⽇光灯的光亮度⽐⽩炽灯的光亮度⾼？解释此处“亮”的含义。
不是。
⼈们所说的“亮”，并⾮指光度学中的物理量－亮度，⽽是指光通量。
在相同的供电功率条件下，⽇光灯由于发光效率较⾼，发出的光通量⽐⽩炽灯要⼤，照明效果更好，主观上认为更“亮”。
2.设有⼀个光通量为2000lm 的点光源，在距点光源1m 的地⽅有⼀个半径为2cm 的圆平⾯，点光源发出的经过圆平⾯中⼼的光线与圆法线夹⾓为60 度，求圆平⾯表⾯的平均照度。
由于圆平⾯的直径远⼩于到点光源的距离，因此可作近似计算。
照度E=(φ*ω/4π)/S，其中ω=(0.02*π^2cos60)/(1^2)。
3.设有⼀台60 英⼨的投影机，幅⾯⽐为16:9，投影屏幕的反射率为80％。
已知投影光源（⾼压汞灯）向屏幕发出的总光通量为1000lm，试求屏幕亮度。
图像处理习题和思考题(2-9)
第二章 习题和思考题1、解释概念：颜色模型、二值图像，索引图像，灰度图像，RGB 图像 2、简述HSI 颜色模型和RGB 颜色模型。
3、谈谈现代显示技术显示颜色的基本原理.4、简述三色假说。
5、存储一幅大小为N ×M 的图像，256灰度级的图像需要多少个字节？如果图像是RGB 真彩色图像需要多大存储空间？6、分别画出某象素的4邻域和8邻域。
第三章 图像增强 一、空域增强1、解释概念：直方图，直方图均衡化，图像增强，图像平滑、图像锐化、灰度变换、伪彩色增强 2、简述题平滑滤波器的主要用途、锐化滤波器的主要用途 3、图象的直方图能够反映图像哪些信息？举例说说4、请说明以下各图所示空间滤波器类型（平滑、锐化）4、请说明以下各图所示的灰度变换的作用5、图(a)的直方图如图（b ）所示。
设计一个增强对比度的灰度变换函数，使图像提高对比度，并详细说明增强原理。
（a ） （b ）⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=111111111911H ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1111211111012H ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1212421211613H ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=111101111814H ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=0101410105H ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1111811116H6、图(a)的直方图如(b)所示，设计一个增强对比度的灰度变换函数，使图像对比度提高，并详细说明增强原理。
7、试举例说说图像加法、图像减法的主要应用。
89、对下图，分别作3×3中值滤波和邻域平均滤波处理，写出处理结果。
10、使用Roberts 、Prewitt 、Sobel 算子计算上图的梯度，画出梯度幅度图。
二、频域增强1、说说频域增强方法、步骤2、请分别说明什么是低通滤波器、高通滤波器、带通滤波器，结合实际谈谈这几种滤波器的应用。
第四章 图像压缩 1、解释概念无损压缩；有损压缩2、什么是游程编码？谈谈其适用情况。
3、什么是变换压缩？简述其压缩图像的基本原理。
图像处理中的图像增强与特征提取算法
图像处理中的图像增强与特征提取算法图像处理是数字图像处理的一个重要分支，广泛应用于医学图像、工业检测、视频分析、图像识别等领域。
其中，图像增强和特征提取是两个基本且关键的步骤。
本文将重点介绍图像增强与特征提取算法，并探讨它们在图像处理中的应用。
首先，图像增强是指通过改善图像的视觉效果和质量来提高图像的可视化和识别性能。
图像增强方法可以分为空域增强和频域增强两大类。
空域增强方法直接对原始图像进行像素级别的操作，常见的包括直方图均衡化、灰度拉伸、滤波等。
直方图均衡化通过对图像的像素值进行重新分布，来增强图像的对比度和明暗度。
灰度拉伸通过将图像的像素值映射到更大的范围，使得图像的亮度范围更广，从而增强图像的细节。
滤波方法则通过选择合适的滤波器对图像进行平滑或锐化，以去除噪音或增强边缘特征。
频域增强方法则是将图像从空间域转换到频率域进行处理，常用的方法有傅里叶变换和小波变换。
傅里叶变换将图像转化为频谱图像，可以通过滤波频谱图像来进行去噪或增强。
小波变换则可以将图像分解为不同尺度的频域系数，从而对不同频率部分进行独立处理。
图像增强算法的选择主要根据具体应用和需求来进行，不同的算法适用于不同类型的图像和不同的需求。
图像特征提取是指从图像中提取出能够表征图像内容的特征，以用于图像分类、目标检测等任务。
常见的特征提取方法包括颜色特征、纹理特征和形状特征等。
颜色特征是指从图像中提取出描述颜色信息的特征，常用的方法有颜色直方图和颜色矩。
颜色直方图统计了图像中每个颜色在图像中的分布情况，可以用于颜色分类和图像检索等任务。
颜色矩则是用于描述颜色分布的累积特征，可以描述颜色的亮度、对比度和饱和度等。
纹理特征是指从图像中提取出描述纹理信息的特征，常用的方法有灰度共生矩阵和小波纹理。
灰度共生矩阵统计了图像的灰度级别之间的相对位置关系，可以用于纹理分类和图像分割等任务。
小波纹理则是通过对图像进行小波分解和纹理特征的提取，可以获得图像的多尺度纹理特征。
第5讲 空域增强技术3
空域滤波 － 平滑滤波器
图像系统噪声特点 图像系统噪声特点 1. 噪声在图像中的分布和大小不规则 2. 噪声具有叠加性
有噪声的图像
空域滤波 － 线性平滑滤波器
线性平滑滤波器 － 邻域平均法
邻域平均法是用邻域内各像素的灰度平均值代替该像素 原来的灰度值，实现图像的平滑。它是一种利用Box模板(模 板数相同值 )对图像进行卷积运算的图像平滑方法。
空域滤波 － 锐化滤波器
.
• 线性锐化滤波器 • 非线性锐化滤波器 • 梯度法－基于一阶微分的图像增强 • 拉普拉斯算子－基于二阶微分的图像增强
空域滤波 － 线性锐化滤波
线性锐化滤波器
− 1 − 1 − 1 8 − 1 − 1 − 1 − 1 − 1
• 中心系数为正，周围系数为负 • 所以系数之和为0 • 当模板放在图像中灰度为常数或者变化很小的区域，卷积输 出为零或者很小。 • 输出图的某些灰度值会小于零，必须把输出图的灰度值范围 通过尺度变换变回为【0，L－1】 图3.5.5 (a) (b)
空域滤波 － 非线性锐化滤波
梯度计算完后，可以根据需要生成不同梯度增强图像。 1）各点的灰度g(x, y)等于该点的梯度幅度，即 g(x, y)=G［f(x, y)］ 增强的图像仅显示灰度变化较陡的边缘轮廓，而灰度变化 平缓的区域则呈黑色。 2）增强的图像是使
G[ f ( x, y )] G[ f ( x, y )] ≥ T g ( x, y ) = f ( x, y ) 其他
*
1 2 6 6 7
5
4 3 8 8 8
3 4 9 8 9
5 5
空域滤波 － 线性平滑滤波器
设图像噪声是随机不相关的加性噪声，各点噪声是独立分 布，过邻域平均后信噪比可望提高M倍。 优点：算法简单，计算速度快； 缺点：在降噪同时使图像产生模糊，特别在边缘和细节处。 邻域越大，模糊程度越严重。 解决途径：目前已提出许多 保边缘、细节的局部平滑算法， 如阈值法、K邻点平均法、梯度 倒数加权平滑法、 最大均匀性 平滑法等。它们的出发点都在于 如何选择邻域的大小、形状和方 向，如何选择参加平均的点数以 及邻域各点的权重系数等。 P71图3.5.3
大学生精品课件：图像处理与分析(2,3)空域增强技术-2015-3-13
2.4.1 直方图均衡化
灰度统计直方图
1-D的离散函数
提供了图像像素的灰度值分布情况
计算：
设置一个 有 L 个元素的数
H (k ) nk n
组，对原图的灰
度值进行统计
第2 讲 空域增强技术 第40页
2.4.1 直方图均衡化
第2 讲
空域增强技术
第41页
2.4.1 直方图均衡化
2.2 2.3 2.4 2.5 2.6 2.7
第2 讲
像素间运算 直接灰度映射 直方图变换 线性滤波 非线性滤波 局部增强
空域增强技术 第3页
第一部分-2 空域增强技术
第2 讲
空域增强技术
第4页
第一部分-2 空域增强技术
第2 讲
空域增强技术
第5页
空域增强技术
图像增强
目标：改善图像质量/改善视觉效果
==> 增强图像整体对比度（反差）
第2 讲 空域增强技术 第47页
2.4.1 直方图均衡化
归一化直方图
图像处理与分析
第一部分： 图像处理 1. 基础知识 2. 空域处理 3. 频域处理 4. 彩色图像
第2 讲
第二部分： 图像分析 5. 形态学图像处理 6. 图像分割 7. 表示与描述 8. 特征提取
第1页
第一部分 ：图像处理
2 空域增强技术
第2 讲
空域增强技术
第2页
第一部分-2 空域增强技术
2.1 空域技术分类
2.3.2 典型灰度映射
第2 讲
第33页
2.3.2 典型灰度映射
第2 讲
空域增强技术
第34页
2.3.2 典型灰度映射
第4讲 空域增强技术2
1. 得到一个数字化图像和规定化图像或者它的直方图 2. 统计它们的直方图
3. 计算它们的累计分布函数及取整
4. 把原来图像的每个像素在规定累积分布函数上找到对应的映射从而 把它变换成新的灰度级
总结
• 空域增强技术
– 分类 – 图像间运算，加减乘除，逻辑运算（二值图） – 典型的直接灰度映射，求反，增加对比度，动态范围 压缩（对数） – 直方图均衡化
直方图规定化
直方图规定化结果（单映射） 直方图规定化结果（组映射）
直方图规定化
原始图像与其直方图
规定直方图 影响融合处 理，保证融 合影响光谱 特性变化小
直方图规定化结果
直方图均衡化VS直方图规定化
直方图均衡化： 自动增强
效果不易控制 总得到全图增强的结果
直方图规定化： 有选择地增强
须给定需要的直方图
7 7 5,6,7->7 0.45 0
0.44 0
6G 7G 8G
GML映射 确定映射关系 变换后直方图
5
7 7 4,5,6,7->7 0.19 0.62
7
7
0.19
*单映射：对于一个gk上的点，依次用它来减去vl上的每个点，gk上的那个点就映射在能 使结果绝对值最小的那个vl点上 *组映射：依次用gk上的点减去一个vl上的点，结果最小的gk的灰度级序号就是I(l)。那么 gk上的点将从I（l-1)+1到I（l)映射到那个vl点上。参照书上p64和p65的图3.3.3和图3.3.4
• 介绍直方图 • 原理和步骤
– 直方图规定化
• 原理和步骤 • 对比了两种直方图增强法
运算
列出规定直方图 规定累计直方图
直方图规定化
数字图像处理实验报告 空域图像增强技术
课程名称：实验项目：实验地点：专业班级：学号：学生姓名：指导教师：2012年月日实验一 空域图像增强技术一、 实验目的1结合实例学习如何在视频显示程序中增加图像处理算法；2理解和掌握图像的线性变换和直方图均衡化的原理和应用；3了解平滑处理的算法和用途，学习使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理的程序设计方法；4 了解噪声模型及对图像添加噪声的基本方法。
二、 实验原理1 灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。
)],([),(y x f T y x g =⎪⎩⎪⎨⎧<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ),(),(y x f b g b y x f b y x f a g a y x f a y x f y x f y x g b a γβαn y m x ,2,1 ,,,2,1==2 直方图均衡化通过点运算将输入图像转换为在每一级上都有相等像素点数的输出图像。
按照图像概率密度函数PDF 的定义：1,...,2,1,0 )(-==L k nn r p k k r 通过转换公式获得：1,...,2,1,0 )()(00-====∑∑==L k n n r p r T s k j k j j j r k k3 均值（中值）滤波是指在图像上，对待处理的像素给定一个模板，该模板包括了其周围的临近像素。
将模板中的全体像素的均值（中值）来代替原来像素值的方法。
4 拉普拉斯算子如下：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--------111181111 拉普拉斯算子首先将自身与周围的8个像素相减，表示自身与周围像素的差异，再将这个差异加上自身作为新像素的灰度。
三、 实验步骤1 启动MA TLAB 程序，对图像文件分别进行灰度线性变换（参考教材57页，例4.1）、直方图均衡化、均值滤波、中值滤波和梯度锐化操作。
添加噪声，重复上述过程观察处理结果。
数字图像处理教学大纲
数字图像处理教学大纲一、课程基本信息课程名称：数字图像处理课程类别：专业必修课学分：X总学时：X授课对象：具体专业二、课程教学目标通过本课程的学习，使学生掌握数字图像处理的基本概念、原理和方法，具备运用相关知识和技术解决实际问题的能力。
具体包括：1、理解数字图像的获取、表示和存储方式。
2、掌握数字图像增强、复原、压缩、分割等基本处理技术。
3、能够运用编程工具实现简单的数字图像处理算法。
4、培养学生的创新思维和实践能力，为进一步学习和从事相关领域的工作打下坚实的基础。
三、课程教学内容（一）数字图像基础1、图像的感知和获取视觉系统的特性图像的形成与数字化图像的采样和量化2、数字图像的表示灰度图像彩色图像图像的矩阵表示3、数字图像的存储图像文件格式图像数据库（二）图像增强1、空域增强灰度变换直方图均衡化空域滤波2、频域增强傅里叶变换频域滤波（三）图像复原1、图像退化模型常见的退化原因退化函数的建立2、逆滤波原理与实现局限性3、维纳滤波基本原理算法实现（四）图像压缩1、图像压缩的基本原理信息论基础冗余度2、无损压缩霍夫曼编码算术编码3、有损压缩预测编码变换编码（五）图像分割1、阈值分割全局阈值局部阈值2、边缘检测梯度算子拉普拉斯算子Canny 算子3、区域分割区域生长区域分裂与合并（六）图像特征提取与描述1、颜色特征颜色直方图颜色矩2、纹理特征统计方法结构方法3、形状特征边界描述区域描述（七）图像识别1、模式识别基础分类器设计特征选择与提取2、图像分类与识别应用人脸识别车牌识别四、课程教学方法1、课堂讲授通过讲解理论知识，使学生掌握数字图像处理的基本概念、原理和方法。
2、实验教学安排一定数量的实验课程，让学生通过实践加深对理论知识的理解，提高编程和解决实际问题的能力。
3、案例分析结合实际应用案例，引导学生分析问题、解决问题，培养学生的创新思维和实践能力。
4、小组讨论组织学生进行小组讨论，促进学生之间的交流与合作，激发学生的学习兴趣和主动性。
3空域增强技术
几何操作仅改变一个像素的位置。
点操作：(也叫灰度映射或灰度变换）
（1）借助对一系列图像间的操作进行变换； （2）将f(.)的每个像素按EH操作直接变换一得到g(.)； （3）借助f(.)的直方图进行变换。
t=EH(s)
模板操作（也叫空域滤波ຫໍສະໝຸດ ：利用模板与图像卷积来进 行。t=EH(s,n(s))
3.1 直接灰度映射
4.5.2 线性平滑滤波器 1. 邻域平均 模板的所有系数都为1。
邻域平滑滤波的效果
2. 加权平均
4.6 非线性滤波
非线性滤波器主要沿3个方向发展：逻辑的、几何的、代数的， 也可定义为：基于集合的、基于形状的、基于排序的3类。 4.6.1 非线性平滑滤波器 1. 1-D中值滤波原理
2.二维中值滤波
灰度映射的原理：
直接灰度映射是一种点操作，即根据原始图像中每个 像素的灰度值，按照某种映射规则将其转化为另一种灰度 值。其关键是根据增强要求设计映射规则，或称变换函数。
直接灰度映射的关键是根据增强要求设计映射规则， 或称变换函数。设灰度值s和映射后灰度值的取值范围都 为0到L-1。
典型灰度映射曲线
非线性平滑
线性锐化
卷积的步骤为： （1）将模板在图中漫游，并将模板中心与图中某个像素位置重合； （2）将模板上各个系数与模板下各对应像素的灰度值相乘； （3）将所有乘积相加（将结果除以模板的系数个数）；
（4）将上述运算结果赋给图中对应模板中心位置的像素。
R k 0 s 0 k 1 s1 k 8 s 8
H (k )
n
i0
k
i
k 0 ,1, , L 1
累积直方图中列k的高度给出图像里灰度值小于和等于k的像素的 总个数
医学图像处理中的图像重建与增强方法研究
医学图像处理中的图像重建与增强方法研究随着计算机技术的快速发展，医学图像处理在现代医学诊断中发挥着越来越重要的作用。
图像重建与增强是医学图像处理的关键环节之一。
准确地重建和增强医学图像可以提高医生的诊断准确性和可靠性，有助于更好地治疗病患。
本文将探讨医学图像处理中的图像重建与增强方法，从传统方法到深度学习方法，为读者提供一个全面了解该领域的综合性介绍。
一、图像重建方法在医学图像处理中，图像重建是一个关键任务。
它涉及到从原始数据中恢复出高质量的图像。
常用的图像重建方法有滤波、反投影和模型重建等。
1. 滤波方法滤波方法是最常用的图像重建方法之一。
它通过应用不同的滤波器来去除图像中的噪声和伪影，提高图像的质量和清晰度。
常见的滤波方法包括平滑滤波、锐化滤波和边缘增强滤波等。
2. 反投影方法反投影方法是一种重建三维图像的常用方法。
它通过测量物体在各个方向上的投影数据，并将这些投影数据反投影到三维空间中，从而重建出物体的三维结构。
反投影方法在计算复杂度上比较高，但在某些医学应用中具有很好的效果。
3. 模型重建方法模型重建方法是一种利用已知模型或基于统计学方法来重建图像的方法。
它通过将图像的重建问题转化为模型的求解问题，从而实现图像的重建。
模型重建方法在医学图像处理中有广泛应用，尤其在磁共振成像和核医学图像中。
二、图像增强方法图像增强是提高图像质量和清晰度的过程。
在医学图像处理中，图像增强能够使医生更容易观察和理解图像信息，有助于更准确地进行诊断和治疗。
1. 空域增强方法空域增强方法是一种基于像素的图像增强方法。
它通过调整像素的灰度值或对比度来改善图像的质量。
常见的空域增强方法有直方图均衡化、灰度拉伸和锐化等。
2. 频域增强方法频域增强方法是一种基于图像频谱的图像增强方法。
它通过对图像进行傅里叶变换，将图像从空域转换到频域，然后对频域图像进行增强操作，最后再将图像从频域转换回空域。
频域增强方法在去除噪声和增强低对比度图像方面具有很好的效果。
空域增强图像技术的分析和探讨
空域增强图像技术的分析和探讨作者：占俊来源：《价值工程》2017年第32期摘要：数字图像处理技术在让人类更加客观、准确地认识世界方面发挥了巨大的作用，图像增强是指增强图像中的有用信息，此有用信息不一定和原始图像逼近，而是根据不同的应用场合，包括灰度映射、直方图变换等方式来强调其局部或整体特征。
Abstract： The digital image processing technology has played a huge role in helping people understand the world more objectively and accurately. The image enhancement refers to enhancing the useful information in the image， and the useful information does not necessarily approximate the original image， but according to different applications， including gray mapping， histogram transformation， is to emphasize the local or the overall characteristics.关键词：空域；图像增强；数字图像处理技术Key words： space；image enhancement；digital image processing technology中图分类号：TP751 文献标识码：A 文章编号：1006-4311（2017）32-0213-030 引言随着计算机视觉研究领域地不断深入，但在某些情况下，比如夜晚，大雾，红外线等情况，人眼所观测到的信息是模糊的或者看不见的，那就要通过图像增强技术让这些无法通过肉眼观测到的信息呈现出来，使人眼能够辨识。
第四章 空域增强技术
变换后灰度统计直方图均匀布
31/67
长安大学地测学院
4.4.1 直方图均衡化
直方图归一化:
p s ( s k ) = nk n 0 ≤ sk ≤ 1 k = 0, 1, L, L − 1
累积分布函数:
F = ∫ ps ( x)dx = ∑ ps ( si )
a −a i =0
2. 逻辑运算
(1) 补（COMPLEMENT）：记为NOT q (2) 与（AND）：记为p AND q (3) 或（OR）：记为p OR q (4) 异或（XOR）：记为p XOR q(只在1 XOR0时，
结果才为1)
{图4.2.1，图4.2.2} {例4.2.3} 例
14/67
长安大学地测学院
{例4.2.4}
15/67
长安大学地测学院
4.2.2 图象间运算的应用
图像减法
g ( x, y ) = f ( x, y ) − h ( x, y )
主要用于： 主要用于 •医学中消除背景 •运动检测 {例4.2.5}
16/67
长安大学地测学院
4.2.2 图象间运算的应用
图像乘法和除法的应用 •校正照明 •校正传感器非均匀性灰度阴影 •消除空间可变的量化敏感函数 •饱和度（及其它颜色分量）归一化
9/67
长安大学地测学院
4.1 空域技术分类
卷积
10/67
长安大学地测学院
4.2
图象间运算
4.2.1 算术和逻辑运算 4.2.2 图象间运算的应用
11/67
长安大学地测学院
4.2 图象间运算
图象间的运算指以图象为单位进行的操作， 运算的结果是一幅新图象 对图像进行加工的基本运算 逐像素进行（在两幅图像对应像素间进行）
空域变换增强技术
2）规定希望的灰度概率密度函数pz(z)，并用 （2）式求得变换函 数G(z）
u l G( z l ) p( z j )
j 0 l
l 0,1,....N 1
3）将逆变换函数z=G-1(s)用步骤1）中所得到的灰度级 ，即将原始直方 图对应映射到规定的直方图，也就是将所以的ps(si)对应到pz(zj)去
Pr(r)
Pr(r)
p(r )
（b） （a） 图（a）的大多数象素灰度值取在较暗的区域。所以这 幅图像肯定较暗，一般在摄影过程中曝光过强就会造成 这种结果。 图（b）图像的象素灰度值集中在亮区，因此图像的特 性偏亮，曝光太弱，导致这种结果。 图(c)图像的象素灰度值集中在某个较小的范围内， 也就是说图像(c)的灰度集中在某一个小的亮区
0
1
r
0
1
r
0
1
r
离散化定义
给出来对sk 出现概率的 1个估计
直方图－1D的离散函数
图像的灰度统计
sk为图像f(x,y)的第k级灰度，nk是图像中具有灰度值 sk的象素的个数，n是图像象素总数
直方图提供了原图的灰度值分布情况，也可 以说给出了一幅图所有灰度值的整体描述
偏暗
直方图修改技术的基础
概率
1
0.2 0.15 0.1 0.05 0
0.16 0.08 0.06
0.8 0.6 0.4 0.2 0 0.19 0.44
0.81 0.65
0.89
0.03 0.02 7 8
1
2
3
4
5
6
1
2
3
4
5
6
7
8
灰度级
灰度级
04 空域增强技术2
4.5 线性滤波滤波：利用象素本身以及其邻域象素的灰度关系进行增强的方法。
空域滤波：图象空间借助模板进行邻域操作的方法。
空域滤波的分类根据特点分为线性滤波器：如邻域平均计算方便，容易并行实现非线性滤波器：如中值滤波具有较好的滤波效果空域滤波的分类根据功能分为平滑：可通过低通滤波实现目的1：去掉图像太小的细节，提取较大的目标，但会造成图像模糊；目的2：消除噪声，达到图像增强的目的锐化：可通过高通滤波实现目的：增强被模糊的细节。
噪声分类热噪声：电磁、闪电等引起的噪声，散粒噪声或颗粒噪声，斑点；椒盐噪声：受噪声干扰的图像像素以50%的相同概率等于图像灰度的最大或最小的可能取值。
它是一种随机的白点或者黑点随机值脉冲噪声：受噪声干扰图像点取值均匀分布于图像灰度的最大与最小可能取值之间(a) 原始图像(b) 3%椒盐噪声(c) 3%随机值脉冲4.5 线性滤波（1）平滑(低通)滤波器（2）锐化(高通)滤波器（3）模板卷积（4）补充---模板系数的设计（1）平滑（低通）滤波器能减弱或消除傅里叶空间的高频分量，但不影响低频分量，将高频分量滤去可减少局部的灰度起伏，使图象变得比较平滑。
平滑滤波器是低通滤波器，f (x )在空域中全为正原点对称的2-D平滑滤波器图F (u )f (x )(a) 频域剖面图(b)空域剖面图ux（2）锐化（高通）滤波器能减弱或消除傅里叶空间的低频分量，但不影响高频分量。
将这些低频分量滤除后可使图象反差增加，边缘增强。
锐化滤波器是高通滤波器，f (x )在空域中接近原点处为正，远离原点处为负。
(c) 频域剖面图(d) 空域剖面图F (u )f (x )ux原点对称的2-D锐化滤波器图（3）模板卷积平滑和锐化滤波器的剖面形状不同，但在空域实现这些功能的方式是相似的，即利用模板卷积，主要步骤为：(1) 模板移动：将模板在图中漫游，并将模板中心与图中某个象素位置重合；(2) 相乘：将模板上系数与模板下对应象素相乘；(3) 相加：将所有乘积相加；(4) 赋值：将和(模板的输出响应)赋给图中对应模板中心位置的象素。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第4讲
第29页
4.4.1 直方图均衡化
第4讲
第30页
例 假定有一幅总像素为n=64×64的图像，灰度级数为8， 各灰度级分布列于表中。对其均衡化计算过程如下：
sk s0=0 nk 790
1023
pr(rk)=nk/n 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02
L
L
L
0
第4讲
d
0
d
0
d
第13页
4.3 直接灰度映射
将 f (x, y)中的每个象素灰度按EH 操作 直接变换以得到g(x, y)
4.3.1 灰度映射原理 4.3.2 典型灰度映射
第4讲 第14页
4.3.1 灰度映射原理
直接灰度映射是一种点操作
第4讲
第15页
4.3.2 典型灰度映射
1、图象求反 3、动态范围压缩 2、 增强对比度 4、灰度切分
第4讲
H ( k ) = nk n
第22页
Two Different Images-The Same Histogram
直方图不保 留位置信息
第4讲
第23页
第4讲
第24页
第4讲
第25页
4.4.1 直方图均衡化
直方图均衡化 借助直方图变换实现（归一的）灰度映射 均衡化（线性化）基本思想 变换原始图象的直方图为均匀分布 ==> 大动态范围 使象素灰度值的动态范围最大 ==> 增强图象整体对比度（反差）
pz(zk) 0.00 0.00 0.00 0.15 0.20 0.30 0.20 0.15
vk 0.00 0.00 0.00 0.15 0.35 0.65 0.85 1.00
zk并 z0 z1 z2 z3→s0=1/7
nk 0 0 0 790
pz(zk) 0.00 0.00 0.00 0.19
985
图象间的运算指以图象为单位进行的操作， 运算的结果是一幅新图象
4.2.1 算术和逻辑运算 4.2.2 图象间运算的应用
第4讲
第5页
4.2.1 算术和逻辑运算
1. 算术运算
(1) 加法：记为p + q (2) 减法：记为p – q (3) 乘法：记为p ∗ q (4) 除法：记为p÷q 对整幅图象的算术和逻辑运算是逐象素进行 的，即在两幅图象的对应（位置）象素间进行
0.24
z4=4/7 z5=5/7 z6=6/7
z4→s1=3/7 1023 0.25 z5→s2=5/7 z6→s3=6/7 z7→s4=1 850 985 448 0.21 0.24 0.11
448
0.11
1
第4讲
r0 = 0 → z3 = 3/ 7 r1 =1/ 7 → z4 = 4/ 7 r2 = 2/ 7 → z5 = 5/ 7 r3 = 3/ 7 → z6 = 6/ 7
第4讲
第16页
在曝光不足或过度的情况下，图像灰度可能会局限 在一个很小的范围内。这时在显示器上看到的将是一个 模糊不清、似乎没有灰度层次的图像。 下图是对曝光不足的图像采用线性变换对图像每一 个像素灰度作线性拉伸。可有效地改善图像视觉效果。
第4讲
第17页
灰度修正举例
I=imread(‘cameraman.tif’);%输入uint8类型的图像 J=imadjust(I,[0 0.2],[0.5 1]);%灰度范围从[0,51]映射到 [128,255] subplot(1,2,1);imshow(I); subplot(1,2,2);imshow(J); 注：无论I是哪种数据类型，指定的灰度值必须是 0.00~1.00范围内的数值，若I为uint8类型的，则真正用于 判断的灰度值将是指定值乘以2^8-1=255的结果；若I是 uint16类型的，则真正用于判断的灰度值将是指定值乘以 65535的结果。
1. 图象间加法的应用 模型 运算 均值 方差
第4讲
g ( x , y ) = f ( x , y ) + e( x , y )
1 g ( x, y ) = M
∑ gi ( x, y )
i =1
M
E {g ( x, y )} = f ( x, y )
σ g ( x, y ) = 1/ M × σ e( x, y )
第4讲
第42页
rj →sk r0→s0=1/7 r1→s1=3/7 r2→s2=5/7 r3→s3=6/7 r4→s3=6/7 r5→s4=1 r6→s4=1 r7→s4=1
nk 790 1023 850
ps(sk) 0.19 0.25 0.21
zk z0=0 z1=1/7 z2=2/7 z3=3/7
850 656 329 245 122 81
850
t3=6/7
985
0.24
t4=1
448
0.11
？
若在原图像一行上连续8个像素的灰度值分别为：0、1、2、 3、4、5、6、7，则均衡后，他们的灰度值为多少？ 第4讲 第31页
原图像的直方图 均衡后图像的直方图
第4讲
第32页
直方图均衡化示例
第4讲
第4讲 第45页
4.4.2 直方图规定化
直方图规定化 vs. 直方图均衡化
直方图均衡化： 自动增强 效果不易控制 总得到全图增强的结果 直方图规定化： 有选择地增强 须给定需要的直方图 可特定增强的结果
第4讲 第46页
4.5 线性滤波
利用象素本身以及其邻域象素的灰度 关系进行增强的方法常称为滤波
j =0 l
(3) 将原始直方图对应映射到规定直方图
第4讲 第39页
思路
已知原图像(灰度为s )和修正图像(灰度为u） 的灰度直方图，求转换函数。
r
s
= v ?
z
第4讲
第40页
4.4.2 直方图规定化
两种映射/对应规则 (1) 单映射规则
k = 0, 1, L , M − 1 l = 0, 1, L , N − 1
4.1 空域技术分类
点操作： 点操作 (1) 借助对一系列图象间的操作进行变换 (2) 将f (·)中的每个象素按EH操作直接变换 以得到g(·)； (3) 借助f (·)的直方图进行变换 模板操作： 模板操作
t = E H (s) t = E H [s, n( s )]
第4讲 第4页
4.2 图象间运算
∑ p s ( s i ) − ∑ p u (u j )
i =0 j =0
k
l
(2) 组映射规则（I(l)：整数函数）
I (l ) i =0
∑ p s ( s i ) − ∑ p u (u j )
j =0
l
l = 0, 1, L , N − 1
{表4.4.2}
第4讲 第41页
4.4.2 直方图规定化
0 ≤ EH ( s) ≤ L − 1
变换前后灰度值动态范围一致
第4讲 第28页
4.4.1 直方图均衡化
（归一化）累积直方图
k ni t k = E H ( sk ) = ∑ = ∑ p s ( s i ) i =0 n i =0 k
(1) (2) (3)
tk 是 k 的单值单增函数 灰度取值范围一致，0 ≤ tk ≤ 1 将s的分布转换为t 的均匀分布 {表4.4.1}
第4讲
第18页
调节前后图像效果对比
第4讲 第19页
4.4 直方图变换
直方图是图象的一种统计表达 直方图反映了图中灰度的分布情况
4.4.1 直方图均衡化 4.4.2 直方图规定化
第4讲 第20页
The histgram of the CT(CT的灰度直方图)
May:
0 500 8000 500 100 100 200 300 200 100 0 0 0 0 0 0
第4讲 第2页
4.1 空域技术分类
空域：指由象素组成的空间 空域： 空域增强： 空域增强：
点操作： 点操作 灰度点操作
g ( x, y ) = Pxy [ f ( x, y )]
g ( x, y ) = E H [ f ( x, y )]
几何操作
( x' , y' ) = M ( x, y )
第4讲 第3页
第4讲 第26页
直方图均衡化是将原图像通过某种变换，得到一幅灰度直方 图为均匀分布的新图像的方法。
直方图均衡化
第4讲
第27页
4.4.1 直方图均衡化
归一化直方图
p s ( sk ) = nk n 0 ≤ sk ≤ 1 k = 0, 1, L, L − 1
增强函数 (1) EH(s)： 单值单增函数， 0 ≤ s ≤ L − 1 各灰度级在变换后仍保持排列次序 (2)
NOT(B)
A and B=AB
第4讲
A OR B=A+B
A XOR B=A+B
第8页
第4讲
第9页
逻辑运算举例-检测边缘
将原图中目标像素右移 一个像素 计算右移后图像与原图 的逻辑与 逻辑与的结果和原图求 异或 上下左右方向重复进行 并将结果用逻辑或结合 起来
第4讲 第10页
边界
4.2.2 图象间运算的应用
r4 = 4/ 7 → z6 = 6/ 7 r5 = 5/ 7 → z7 =1 r6 = 6/ 7 → z7 =1 r7 =1 → z7 =1
第43页
直方图规定化
第4讲
第44页
4.4.2 直方图规定化
映射误差
对应映射间数值的差值（取绝对值）的和 单映射规则：最大误差 pu(uj) / 2 组映射规则：最大误差 ps(si) / 2 ∵N ≤ M，∴ps(si) / 2 ≤ pu(uj) / 2 单映射规则：有偏的映射规则 组映射规则：统计无偏的映射规则