数字图像处理第04章 图像增强..

1 1 1 1 0 1 H3 1 8 1 1 1
0 0 1 4 1 1 1 H4 1 2 4 4 1 0 4 0
【例4.4】分别采用4种模板对图像进行处理。
I1 = imread('blood1.tif'); I=imnoise(I1,'salt & pepper'); %对图像加椒盐噪声 imshow(I); h1= [0.1 0.1 0.1; 0.1 0.2 0.1; 0.1 0.1 0.1]; %定义4种模板 h2=1/16.*[1 2 1;2 4 2;1 2 1]; h3=1/8.*[1 1 1;1 0 1;1 1 1]; h4=1/2.*[0 1/4 0;1/4 1 1/4;0 1/4 0]; I2=filter2(h1,I); %用4种模板进行滤波处理 I3=filter2(h2,I); I4=filter2(h3,I); I5=filter2(h4,I); figure,imshow(I2,[]) %显示处理结果 figure,imshow(I3,[]) figure,imshow(I4,[]) figure,imshow(I5,[])
对数变换可以增强低灰度级的像素，压制高 灰度级的像素,使灰度分布与视觉特性相匹配。
4.2.3 灰度直方图变换 直方图（ 图 4.5 ）： 指图像中各种不同 灰度级像素出现的相对频率 。
相 对 频 率 灰度级
灰度直方图描述了图像的概貌。
直方图变换后可使图像的灰度间距拉开或使 灰度分布均匀，从而增大对比度，使图像细 节清晰，达到增强的目的。 直方图变换有
s7 int[( L 1) s ' k 0.5] / 7

（2）计算 sk
输出图像灰度是等间隔的，且与原图像灰度 范围一样取8个等级，即要求最终的值sk=k/7,
k=1,2,…,7。
需要对 sk 进行重新量化后加以修正：
s0 1 7, s1 3 7 , s2 5 7 , s3 6 7 , s4 6 / 7, s5 1, s6 1, s7 1
图4.7 模板示意图
处理后的图像设为 g (m, n) ，则处理过程 可描述为
1 f ( m i, n j ) g (m, n) 9 iZ jZ f (m, n) 当 f (m, n) 1 f (m i, n j ) 9 iZ jZ 其他
s0 T (r0 )
0 r j 0

p (r ) 0.19
j
类似地计算出
s1 T (r1 )
p (r ) 0.19 0.25 0.44
r j j 0
1
s2 0.65, s3 0.81, s4 0.89, s5 0.95, s6 0.98, s7 1
对灰度区间[a,b]进行了线性拉伸，而灰度区 间[0,a]和[b,Mf]则被压缩。
仔细调整折线拐点的位置及控制分段直线的 斜率，可以对图像的任一灰度区间进行拉伸 或压缩 。
【例4.1 】在MATLAB环境中，采用图像线性变
换进行图像增强。应用MATLAB的函数
imadjust将图像0.3×255~0.7×255灰度之间的
（a）原图
（b）原图的直方图
（c）输出图像
（d）输出图像的直方图
图4.4 图像线性变换
2．非线性灰度变换 当用某些非线性函数如对数、指数函数等
作为映射函数时，可实现灰度的非线性变换。 对数变换的一般表达式为：
g (i, j ) c log( 1 f (i, j ) )
（4.7）
灰度级值可能超过某些记录器件或显示设备输入信号的动态 可能范围 需再作适当的灰度变换，最后对变换后的图像进行量化。
4.2.2 灰度变换
灰度变换
可使图像动态范围增大，图像对比度扩展 从而使图像变得清晰以及图像上的特征变得明显。
1．线性变换 设原图像f (i, j)的灰度范围为[a，b]
r k s l
f (m r, n s) H (r, s),
k
l
（4.8） m, n 0,1,2, N 1
k,l决定了所选邻域的大小 ，为加权函数， 又被称为掩模(Mask)或模板
常用的模板：
1 1 1 1 H 1 10 1 2 1 1 1 1 1 2 1 1 H 2 16 2 4 2 1 2 1
4.2.1
灰度级校正
在成像过程中，如
光照的强弱、感光部件的灵敏度、光学系统的不 均匀性、元器件特性的不稳定等均可引起图像亮 度分布的不均匀。
灰度级校正
在图像采集系统中对图像像素进行逐点修正，使 得整幅图像能够均匀成像。

设理想真实的图像为 f (i, j )，实际获得的含噪 声的图像为 g (i, j )，则有
r1＝1/ 7映射到 s1 3 / 7 ，所以有1023个像素取 值 s1 3 / 7 。 r2＝2 / 7 映射到 s2 5 / 7 ，因此有 850个像素取值 s2 5 / 7。 因为 r4 和 r3 都映射到 s4 6 / 7 ，因此有 7 656+329＝985个像素取值 s4 6 /。同理有 245+122+81＝488个像素变换 s7 1 。 （5）计算 ps sk nsk / n
3 3/7 656 0.16 0.81 6/7
4 4/7 329 0.08 0.89 6/7 6/7 985 0.24
5 5/7 245 0.06 0.95 1
6 6/7 122 0.03 0.98 1
7 1 81 0.02 1 1 1 448 0.11
sk

sk

sk
n sk
p r( s k )
解：（1）求变换函数 s k
这是一种像素的逐点运算。
点运算与相邻的像素之间无运算关系
是旧图像与新图像之间的映射关系。
对于一幅输入图像，经过点运算将产 生一幅输出图像。
输出图像上每个像素的灰度值仅由相应 输入像素的灰度值决定，而与像素点所 在的位置无关。
典型的点运算：
对比度增强、对比度拉伸或灰度变换。
常用的是三段线性变换。
Mg
g
d
c
a
a b
f
b
Mf
图4.3 三段线性
c / a f i, j 0 f i, j a g i, j d c / b a f i, j a c a f i, j b M g d / M f b d b f i, j M f i, j b f
4.3
平滑
一种区域增强的算法 ，平滑算法有：
邻域平均法，中值滤波和边界保持类滤波等。
4.3.1
邻域平均法
大部分的噪声都可以看作是随机信号，对图 像的影响可以看作是孤立的。 某一像素，如果它与周围像素点相比，有明 显的不同，则该点被噪声感染了。
设当前待处理像素为f (m,n) ，给出一个大 小为3×3的处理模板。
g (i, j ) e(i, j ) f (i, j )
（4.1）
e(i, j ) 是使理想图像发生畸变的比例因子。 知道了 e(i, j ) , 就可以求出不失真图像。 标定系统失真系数的方法
采用一幅灰度级为常数C的图像成像，若经成像系 统的实际输出为g c (i, j)，则有
g c (i, j ) e(i, j )C
基本靠人的主观感觉加以评价。
4.1.2 图像增强研究的内容
灰度变换 点运算 空间域 区域运算 锐化 直方图修正法 平滑
高通滤波
频率域 图像增强 低通滤波 同态滤波增强 假彩色增强 彩色增强 伪彩色增强 彩色变换增强 代数运算
图4.1 图像增强的内容
4.2 空间域单点增强
点运算
像素值通过运算改变之后，可以改善图像 的显示效果。
第 4章
图像增强
4.1 图像增强概述
4.1.1 图像增强的定义
对图像的某些特征，如
边缘 轮廓 对比度等 进行强调或锐化，以便于显示、观察或进一 步分析与处理。
首要目标:
处理图像，使其比原始图像更适合于特 定应用。
增强的方法是因应用不同而不同的。
图像增强方法只能有选择地使用。
增强的结果
（3） s k 的确定 由
sk 可知，输出灰度级仅为5个级别：
s0 1 / 7, s1 3 / 7, s2 5 / 7, s4 6 / 7, s7 1
（4）计算对应每个 s k 的 nsk 因为 r0 0 映射到 s0 1/ 7 ，所以有790个像 素在输出输出图像上变成 s0 1/ 7
【例4.3】在MATLAB环境中，采用直方 图均衡的方法进行图像增强 。 解：程序如下
A=imread('1.bmp'); I=histeq( A); %调用函数完成直方图均衡化 subplot(1,2,1),imshow(A); %直方图均衡化前的图像效果 subplot(1,2,2),imshow(I); %直方图均衡化后的图像效果 figure,subplot(1,2,1),imhist(A); %均衡化前的直方图 subplot(1,2,2),imhist(I); %均衡化后的直方图
为门限，它可以根据 其中Z={-1,0,1}， 对误差容许的程度，选为图像灰度均方 差的 f 若干倍，或者通过实验得到。
也可以把平均处理看作是图像通过一个低 通空间滤波器后的结果 设该滤波器的冲激响应为H(r,s) ，于是滤波 器输出的结果g(m,n)表示成卷积的形式，即