空间域图像增强
合集下载
相关主题
- 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)。
6
空间域增强
点(x,y)的邻域一般是以(x,y)为中心的正方形或者 矩形子图像。常用的是正方形邻域，一般以奇数 大小为边长，如 1x1, 3x3, 5x5, 7x7 子图像的中心从一个像素向另一个像素移动， T利用邻域中的像素值计算得到输出像素
7
空间域增强的简化形式：灰度变换 s =T(r)
r是f(x,y)在任意点(x,y)的灰度级
高动态范围图像的问题是: 在一般的显示设 备上无法显示如此大的动态范围，标准显 示的动态范围只有255个灰度级别，而高动 态范围能有多达106或更多的灰度级别
11
对数变换
下图是某图的傅里叶变换频谱，值范围是 0~1.5x106
s = c log(1+r) 左图是线性变换到255范围内；右图是取对数 变换
38
E f ( x, y ) if g ( x, y) f ( x, y)
mSxy k0 M G k1DG Sxy k2 DG
39
增强图像－代数运算
在图像处理中，算术运算和逻辑操作主要 是以像素对像素的方式在两幅或者多幅图 像之间进行（逻辑非除外） 将像素值视作二进制串，使用逻辑运算来 处理：
(m-1,n-1) (m-1,n) (m,n-1) (m+1,n1) (m,n) (m+1,n) (m-1,n+1) (m,n+1) (m+1,n+1)
则有：
g (m, n) 1 9 f (m i, n j )
41
图像减法
42
图像减法
掩膜式X光成像法：在注入碘元素之前拍 摄的背景图像，注入碘元素后拍摄的图像 减去掩膜图像
脊柱
43
利用图像减法 消除背景
图像减法
减法处理中的问题：出现负数
处理办法，使用对比度拉伸
g ( x, y) f ( x, y) h( x, y)
g ( x, y) 255, 255
空间域增强
空间域增强是指增强构成图像的像素
空间域方法直接进行像素操作，输入一幅或多 幅图像，然后输出处理的结果（图像） g(x,y) = T[ f(x,y) ] g(x,y) = T[ f1(x,y),f2(x,y), f3(x,y)... ] T的输入是像素(x,y)的邻域，输出是图像g中像 素(x,y)的值
g ( x, y) f ( x, y) ( x, y)
48
根据式
1 k g ( x, y ) g i ( x , y ) K i 1
E g ( x, y ) f ( x , y )
源自文库
2
g ( x ,y )
1 2 ( x ,y ) K
当K增加时，在结果图像中各像素点的 噪声影响会越来越小，因此会越来越趋 近于原始图像f(x,y)
g ( x, y) ( g ( x, y) 255) / 2
45
图像减法
减法处理中的问题：出现负数
有效利用灰度级范围
g ( x, y) f ( x, y) h( x, y)
g( x, y) min, max
g ( x, y) ( g ( x, y) min) 255/ max
点(r1,s1)和(r2,s2) 的位臵控制了变换函数的形状 若r1=s1,r2=s2，则变换为一线性函数，恒等变 换 r1=r2,s1=0,s2=L-1，则变为阈值函数
20
对比拉伸
21
灰度切割
在图像中提高特定灰度范围的亮度，而同 时降低其他灰度范围的亮度，以增强显示 感兴趣的灰度范围区域（如卫星图像中的 大量的水，或者是X射线图中的缺陷）
46
图像加法
图像加法可以在两幅或者多幅图像中进行， 注意在执行加法后需要取平均值
1 k g ( x, y ) g i ( x , y ) K i 1
注意上式中左右图像均为g，只是下标不一 样，因为图像加法通常是在相同场景的不 同时刻的图像之间进行
47
图像加法-去噪
如果对一场景进行拍摄，但结果图像可能 会被噪声污染，这可以通过图像加法解决 假设图像被噪声污染，该噪声均值为0，方 差为 ( x, y )，显然方差越大，噪声越强
62
空间域平滑
为了抑制噪声改善图像质量所进行的处理 称图像平滑或去噪。它可以在空间域和频 率域中进行
模板
1 1 1 1 1 1 1 9 1 1 1
63
空间域平滑
本节介绍空间域的几种平滑法
局部平滑法 超限像素平滑法 灰度最相近的K个邻点平均法 梯度倒数加权平滑法 最大均匀性平滑 有选择保持边缘平滑法 空间低通滤波法 多幅图像平均法 中值滤波
主要应用举例
合并子图像
=
逻辑运算——4、异或
异或运算的定义
g(x,y) = f(x,y) ⊕ h(x,y)
主要应用举例
获得相交子图像
=
图像增强－空间域平滑
任何一幅图像，在获取和传输的过程中， 会受到各种噪声的干扰，使图像质量下降， 特征被淹没，对图像分析造成影响。 为了抑制噪声，改善图像质量所进行的处 理称为图像噪声去除，简称去噪 因为去噪的过程往往使图像中的尖锐信号 被修整或抹平，因此大部分去噪算法又称 为图像平滑算法
图像增强
图像增强
图像增强定义
对图像进行加工处理，以得到对于具体应用来 说视觉效果更“好”、更“有用”的图像--清 华大学章毓晋 将原来不清晰的图像变得清晰或强调某些关 注的特征，抑制非关注的特征，使之改善图像 质量、丰富信息量，加强图像判读和识别效果 的图像处理方法。 -百度百科
图像增强是采用一系列技术去改善图像的 视觉效果,或将图像转换成一种更适合于人 或机器进行分析和处理的形式。-北师大
阴极射线管CRT装臵的电压——强度响应，是一个指数 变化范围在1.8～2.5的幂函数 左边输入的是线性 灰度图，CRT显示 该图会较暗，如果 在显示之前先进行 伽玛校正，则CRT 的显示会接近原图
16
幂次变换例1
17
幂次变换例2
18
分段线性函数
对比拉伸 灰度切割 位图切割
19
对比拉伸
对比拉伸的思想是提高图像处理时灰度级 的动态范围
64
局部平滑法
局部平滑法是一种直接在空间域上进行平 滑处理的技术
假设图像是由许多灰度恒定的小块组成，相邻 像素间存在很高的空间相关性，而噪声则是统 计独立的。 因此，可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
65
局部平滑法
设有一幅N×N的图像f(x,y)，若平滑图像 为g(x,y),则有
31
直方图处理
32
直方图处理
规定化 均衡化
33
直方图处理
局部增强技术：前面讨论的直方图均衡化 和规定化是全局性的方法
有时，图像只是在某些局部区域的细节需 要增强处理，此时可以将直方图的计算区 从整幅图像调整到像素的方形邻域
34
直方图处理
35
直方图处理
使用统计法增强图像：从直方图获得本幅 图像或者本区域像素值的统计参数 令r是像素灰度值，p(r)是归一化直方图分 量，可以把p(r)看成是灰度级r出现的频率， 并近似看作概率估计值
36
直方图处理
均值：
m ri p(ri )
i 0 L 1 i 0 L 1
n阶矩： n (r ) (ri m)n p(ri ) 二阶矩（方差）： 邻域计算：
mS xy
( s ,t )S xy
n (r ) (ri m)2 p(ri )
i 0
L 1
s是g(x,y)在任意点(x,y)的灰度级
若干基本灰度变换
图像复制 图像反转 幂次变换 对数变换
9
图像反转
灰度级范围为[0 , L-1]的图像反转
s = L -1 -r 用于处理嵌入于图像暗色区域的白色或者灰色 细节
10
对数变换
对灰度级取对数，可以将高动态范围的图 像压缩到低动态范围，以便更好地观察图 像细节
49
原图像和噪声图像
平均后图 像与原图 像的差值 及差图像 直方图
8/16/64/128 幅图像取平均
50
图像加法-叠加效果
图像加法还可以产生图像叠加效果 对于两个图像f(x,y)和h(x,y)的均值有：
g(x,y) = 1/2f(x,y) + 1/2h(x,y) 可以推广为：g(x,y) = αf(x,y) + βh(x,y) ，其 中α+β= 1
22
灰度切割
23
位图切割
不提高灰度范围的亮度，而是强调特定位 平面，来调整图像显示 假设一幅256级别灰度的图像，每个像素由 8个位（一个字节）构成
24
位图切割
在这些位平面中，较高位的数据包含了在 视觉上很重要的大多数数据，而较低位平 面给出了图像的细微细节
应用举例，灰度阈值变换：
1）0－127灰度级的像素统一映射为灰度级0 2）128－255灰度级的像素统一映射为灰度级 255 直接使用位平面7的二值图像即可
利用图像加法，可以得到各种图像合成的 效果，也可以用于 两张图片拼接
算数运算——乘法
乘法的定义
C(x,y) = A(x,y) * B(x,y)
主要应用举例
图像的局部显示（目标提取） 用二值蒙板图像与原图像做乘法
＝
×
逻辑运算——1、非
非的定义
g(x,y) = 255 - f(x,y)
主要应用举例：
12
左图是线性变换到255范围内；右图是取对数变换
幂次变换
幂次变换也称为伽马变换
s cr
c, 0
s c(r )
c, 0
14
幂次变换
很多用于图像获取、打印和显示的各种装 臵根据幂次规律产生响应 不同的设备响应曲线不一样，修正幂次响 应的过程称为伽玛校正
15
幂次变换
如采用一系列技术有选择地突出某些感兴趣的 信息，同时抑制一些不需要的信息，提高图像 的使用价值
3
图像增强方法从增强的作用域出发，可分 为空间域增强和频率域增强两大类： 空间域增强是直接对图像各像素进行处 理 频率域增强是对图像经傅立叶变换后的 频谱成分进行处理，然后逆傅立叶变换 获得所需的图像
4
灰度变换 均衡化 点运算 直方图修正法 规定化 空间域 局部统计法 图像平滑 局部运算 图像锐化 图像增强 高通滤波 频率域 低通滤波 同态滤波增强 假彩色增强 彩色增强 伪彩色增强 彩色变换及应用 图像的代数运算
逻辑非可以实现图像反转功能 与、或操作通常作为模板，从一幅图像中提取 子图像
40
算数运算：图像减法
设有两幅图像f(x,y)和h(x,y),两者的差图像 定义为：
g ( x, y) f ( x, y) h( x, y)
当用一幅包含目标的图像减去背景图像， 则差图像就是只包含目标的图像，这有助 于我们去除不太重要的背景信息，而提取 出比较感兴趣的目标物
rs ,t p (rs ,t )
2 S xy
( s ,t )S xy
rs ,t mS p(rs ,t ) xy
2
37
直方图处理
基于局部统计量的增强
像素均值：对应局部的像素亮度 像素方差：对应局部的亮度对比
方案：增强较暗的区域， 保持具有适当对比度的像 素，同时保持亮的区域
25
位图切割
26
直方图
下图是一幅图像的灰度直方图
直方图的计算式为
27
直方图
28
直方图处理
直方图均衡化
29
直方图规定化
30
图 (c)是将图像(A)按图(b)的直方图进行规 定化得到的结果及其直方图。 通过对比可以看出图(C)的对比度同图（B) 接近一致，对应的直方图形状差异也不大。 这样有利于影像融合处理，保证融合影像 光谱特性变化小
获得一个阴图像 获得一个子图像的补图像
利用图像非，得到阴图像
利用图像非，获得一个子图像的补图像
=
逻辑运算——2、与
与运算的定义
g(x,y) = f(x,y) ∧ h(x,y)
主要应用举例
求两个子图像的相交子图
=
利用与运算和模板，提取感兴趣的子图像
逻辑运算——3、或
或运算的定义
g(x,y) = f(x,y) v h(x,y)
1 g ( x, y) M
i , js
f (i, j)
式中x,y=0,1,…,N-1； s为（x,y）邻域内像素坐标的集合； M表示集合s内像素的总数。 可见邻域平均法就是将当前像素邻域内各像素 的灰度平均值作为其输出值的去噪方法
66
局部平滑法
例如，对图像采用3×3的邻域平均法，对 于像素（m,n)，其邻域像素如下：
空间域增强
点(x,y)的邻域一般是以(x,y)为中心的正方形或者 矩形子图像。常用的是正方形邻域，一般以奇数 大小为边长，如 1x1, 3x3, 5x5, 7x7 子图像的中心从一个像素向另一个像素移动， T利用邻域中的像素值计算得到输出像素
7
空间域增强的简化形式：灰度变换 s =T(r)
r是f(x,y)在任意点(x,y)的灰度级
高动态范围图像的问题是: 在一般的显示设 备上无法显示如此大的动态范围，标准显 示的动态范围只有255个灰度级别，而高动 态范围能有多达106或更多的灰度级别
11
对数变换
下图是某图的傅里叶变换频谱，值范围是 0~1.5x106
s = c log(1+r) 左图是线性变换到255范围内；右图是取对数 变换
38
E f ( x, y ) if g ( x, y) f ( x, y)
mSxy k0 M G k1DG Sxy k2 DG
39
增强图像－代数运算
在图像处理中，算术运算和逻辑操作主要 是以像素对像素的方式在两幅或者多幅图 像之间进行（逻辑非除外） 将像素值视作二进制串，使用逻辑运算来 处理：
(m-1,n-1) (m-1,n) (m,n-1) (m+1,n1) (m,n) (m+1,n) (m-1,n+1) (m,n+1) (m+1,n+1)
则有：
g (m, n) 1 9 f (m i, n j )
41
图像减法
42
图像减法
掩膜式X光成像法：在注入碘元素之前拍 摄的背景图像，注入碘元素后拍摄的图像 减去掩膜图像
脊柱
43
利用图像减法 消除背景
图像减法
减法处理中的问题：出现负数
处理办法，使用对比度拉伸
g ( x, y) f ( x, y) h( x, y)
g ( x, y) 255, 255
空间域增强
空间域增强是指增强构成图像的像素
空间域方法直接进行像素操作，输入一幅或多 幅图像，然后输出处理的结果（图像） g(x,y) = T[ f(x,y) ] g(x,y) = T[ f1(x,y),f2(x,y), f3(x,y)... ] T的输入是像素(x,y)的邻域，输出是图像g中像 素(x,y)的值
g ( x, y) f ( x, y) ( x, y)
48
根据式
1 k g ( x, y ) g i ( x , y ) K i 1
E g ( x, y ) f ( x , y )
源自文库
2
g ( x ,y )
1 2 ( x ,y ) K
当K增加时，在结果图像中各像素点的 噪声影响会越来越小，因此会越来越趋 近于原始图像f(x,y)
g ( x, y) ( g ( x, y) 255) / 2
45
图像减法
减法处理中的问题：出现负数
有效利用灰度级范围
g ( x, y) f ( x, y) h( x, y)
g( x, y) min, max
g ( x, y) ( g ( x, y) min) 255/ max
点(r1,s1)和(r2,s2) 的位臵控制了变换函数的形状 若r1=s1,r2=s2，则变换为一线性函数，恒等变 换 r1=r2,s1=0,s2=L-1，则变为阈值函数
20
对比拉伸
21
灰度切割
在图像中提高特定灰度范围的亮度，而同 时降低其他灰度范围的亮度，以增强显示 感兴趣的灰度范围区域（如卫星图像中的 大量的水，或者是X射线图中的缺陷）
46
图像加法
图像加法可以在两幅或者多幅图像中进行， 注意在执行加法后需要取平均值
1 k g ( x, y ) g i ( x , y ) K i 1
注意上式中左右图像均为g，只是下标不一 样，因为图像加法通常是在相同场景的不 同时刻的图像之间进行
47
图像加法-去噪
如果对一场景进行拍摄，但结果图像可能 会被噪声污染，这可以通过图像加法解决 假设图像被噪声污染，该噪声均值为0，方 差为 ( x, y )，显然方差越大，噪声越强
62
空间域平滑
为了抑制噪声改善图像质量所进行的处理 称图像平滑或去噪。它可以在空间域和频 率域中进行
模板
1 1 1 1 1 1 1 9 1 1 1
63
空间域平滑
本节介绍空间域的几种平滑法
局部平滑法 超限像素平滑法 灰度最相近的K个邻点平均法 梯度倒数加权平滑法 最大均匀性平滑 有选择保持边缘平滑法 空间低通滤波法 多幅图像平均法 中值滤波
主要应用举例
合并子图像
=
逻辑运算——4、异或
异或运算的定义
g(x,y) = f(x,y) ⊕ h(x,y)
主要应用举例
获得相交子图像
=
图像增强－空间域平滑
任何一幅图像，在获取和传输的过程中， 会受到各种噪声的干扰，使图像质量下降， 特征被淹没，对图像分析造成影响。 为了抑制噪声，改善图像质量所进行的处 理称为图像噪声去除，简称去噪 因为去噪的过程往往使图像中的尖锐信号 被修整或抹平，因此大部分去噪算法又称 为图像平滑算法
图像增强
图像增强
图像增强定义
对图像进行加工处理，以得到对于具体应用来 说视觉效果更“好”、更“有用”的图像--清 华大学章毓晋 将原来不清晰的图像变得清晰或强调某些关 注的特征，抑制非关注的特征，使之改善图像 质量、丰富信息量，加强图像判读和识别效果 的图像处理方法。 -百度百科
图像增强是采用一系列技术去改善图像的 视觉效果,或将图像转换成一种更适合于人 或机器进行分析和处理的形式。-北师大
阴极射线管CRT装臵的电压——强度响应，是一个指数 变化范围在1.8～2.5的幂函数 左边输入的是线性 灰度图，CRT显示 该图会较暗，如果 在显示之前先进行 伽玛校正，则CRT 的显示会接近原图
16
幂次变换例1
17
幂次变换例2
18
分段线性函数
对比拉伸 灰度切割 位图切割
19
对比拉伸
对比拉伸的思想是提高图像处理时灰度级 的动态范围
64
局部平滑法
局部平滑法是一种直接在空间域上进行平 滑处理的技术
假设图像是由许多灰度恒定的小块组成，相邻 像素间存在很高的空间相关性，而噪声则是统 计独立的。 因此，可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
65
局部平滑法
设有一幅N×N的图像f(x,y)，若平滑图像 为g(x,y),则有
31
直方图处理
32
直方图处理
规定化 均衡化
33
直方图处理
局部增强技术：前面讨论的直方图均衡化 和规定化是全局性的方法
有时，图像只是在某些局部区域的细节需 要增强处理，此时可以将直方图的计算区 从整幅图像调整到像素的方形邻域
34
直方图处理
35
直方图处理
使用统计法增强图像：从直方图获得本幅 图像或者本区域像素值的统计参数 令r是像素灰度值，p(r)是归一化直方图分 量，可以把p(r)看成是灰度级r出现的频率， 并近似看作概率估计值
36
直方图处理
均值：
m ri p(ri )
i 0 L 1 i 0 L 1
n阶矩： n (r ) (ri m)n p(ri ) 二阶矩（方差）： 邻域计算：
mS xy
( s ,t )S xy
n (r ) (ri m)2 p(ri )
i 0
L 1
s是g(x,y)在任意点(x,y)的灰度级
若干基本灰度变换
图像复制 图像反转 幂次变换 对数变换
9
图像反转
灰度级范围为[0 , L-1]的图像反转
s = L -1 -r 用于处理嵌入于图像暗色区域的白色或者灰色 细节
10
对数变换
对灰度级取对数，可以将高动态范围的图 像压缩到低动态范围，以便更好地观察图 像细节
49
原图像和噪声图像
平均后图 像与原图 像的差值 及差图像 直方图
8/16/64/128 幅图像取平均
50
图像加法-叠加效果
图像加法还可以产生图像叠加效果 对于两个图像f(x,y)和h(x,y)的均值有：
g(x,y) = 1/2f(x,y) + 1/2h(x,y) 可以推广为：g(x,y) = αf(x,y) + βh(x,y) ，其 中α+β= 1
22
灰度切割
23
位图切割
不提高灰度范围的亮度，而是强调特定位 平面，来调整图像显示 假设一幅256级别灰度的图像，每个像素由 8个位（一个字节）构成
24
位图切割
在这些位平面中，较高位的数据包含了在 视觉上很重要的大多数数据，而较低位平 面给出了图像的细微细节
应用举例，灰度阈值变换：
1）0－127灰度级的像素统一映射为灰度级0 2）128－255灰度级的像素统一映射为灰度级 255 直接使用位平面7的二值图像即可
利用图像加法，可以得到各种图像合成的 效果，也可以用于 两张图片拼接
算数运算——乘法
乘法的定义
C(x,y) = A(x,y) * B(x,y)
主要应用举例
图像的局部显示（目标提取） 用二值蒙板图像与原图像做乘法
＝
×
逻辑运算——1、非
非的定义
g(x,y) = 255 - f(x,y)
主要应用举例：
12
左图是线性变换到255范围内；右图是取对数变换
幂次变换
幂次变换也称为伽马变换
s cr
c, 0
s c(r )
c, 0
14
幂次变换
很多用于图像获取、打印和显示的各种装 臵根据幂次规律产生响应 不同的设备响应曲线不一样，修正幂次响 应的过程称为伽玛校正
15
幂次变换
如采用一系列技术有选择地突出某些感兴趣的 信息，同时抑制一些不需要的信息，提高图像 的使用价值
3
图像增强方法从增强的作用域出发，可分 为空间域增强和频率域增强两大类： 空间域增强是直接对图像各像素进行处 理 频率域增强是对图像经傅立叶变换后的 频谱成分进行处理，然后逆傅立叶变换 获得所需的图像
4
灰度变换 均衡化 点运算 直方图修正法 规定化 空间域 局部统计法 图像平滑 局部运算 图像锐化 图像增强 高通滤波 频率域 低通滤波 同态滤波增强 假彩色增强 彩色增强 伪彩色增强 彩色变换及应用 图像的代数运算
逻辑非可以实现图像反转功能 与、或操作通常作为模板，从一幅图像中提取 子图像
40
算数运算：图像减法
设有两幅图像f(x,y)和h(x,y),两者的差图像 定义为：
g ( x, y) f ( x, y) h( x, y)
当用一幅包含目标的图像减去背景图像， 则差图像就是只包含目标的图像，这有助 于我们去除不太重要的背景信息，而提取 出比较感兴趣的目标物
rs ,t p (rs ,t )
2 S xy
( s ,t )S xy
rs ,t mS p(rs ,t ) xy
2
37
直方图处理
基于局部统计量的增强
像素均值：对应局部的像素亮度 像素方差：对应局部的亮度对比
方案：增强较暗的区域， 保持具有适当对比度的像 素，同时保持亮的区域
25
位图切割
26
直方图
下图是一幅图像的灰度直方图
直方图的计算式为
27
直方图
28
直方图处理
直方图均衡化
29
直方图规定化
30
图 (c)是将图像(A)按图(b)的直方图进行规 定化得到的结果及其直方图。 通过对比可以看出图(C)的对比度同图（B) 接近一致，对应的直方图形状差异也不大。 这样有利于影像融合处理，保证融合影像 光谱特性变化小
获得一个阴图像 获得一个子图像的补图像
利用图像非，得到阴图像
利用图像非，获得一个子图像的补图像
=
逻辑运算——2、与
与运算的定义
g(x,y) = f(x,y) ∧ h(x,y)
主要应用举例
求两个子图像的相交子图
=
利用与运算和模板，提取感兴趣的子图像
逻辑运算——3、或
或运算的定义
g(x,y) = f(x,y) v h(x,y)
1 g ( x, y) M
i , js
f (i, j)
式中x,y=0,1,…,N-1； s为（x,y）邻域内像素坐标的集合； M表示集合s内像素的总数。 可见邻域平均法就是将当前像素邻域内各像素 的灰度平均值作为其输出值的去噪方法
66
局部平滑法
例如，对图像采用3×3的邻域平均法，对 于像素（m,n)，其邻域像素如下：