数字图像处理 第四章课件
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)。
直接对图像中的象素进行处理 基本上是以灰度映射变换为基础 所用的映射变换取决于增强的目的
频域法的基本原理
基础是卷积定理－它采用修改图像傅立叶变换的方 法实现对图像的增强处理 由卷积定理可知，如果原始图像是f(x,y)，处理后的 图像是g(x,y)，而h(x,y)是处理系统中的冲激响应， 那么，处理过程可由下式表示 g(x,y)=h(x,y)*f(x,y) 如果G(u,v),H(u,v),F(u,v)分别是g(x,y)，h(x,y)和f(x,y) 的傅立叶变换，上面的卷积关系可表示为变换域的 乘积关系，即 G(u,v)=H(u,v)F(u,v) H(u,v)为传递函数。
在增强问题中，f(x,y)是给定的原始数据，经傅立 叶变换可得到F(u,v).选择合适的H(u,v),使得 g(x,y)=F-1[H(u,v)F(u,v)] 这样得到的g(x,y)比f(x,y)在某些特性方面更具鲜 明，突出，因而更具容易识别，解译。
两个关键：
1、将图像从图像空间转换到频域空间所需的变 换T以及再将图像从频域空间Leabharlann Baidu换到图像空间所 需的变换T-1 2、在频域空间对图像进行增强加工的操作EH
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
空域变换增强处理方法
基于点操作的增强－也叫灰度变换，常见的几 类方法为： 1、将f(.)中的每个象素按EH操作直接变换以得到 g(.) 2、借助f(.)的直方图进行变换 3、借助对一系列图像间的操作进行变换
前面所讲的图 像基本运算
基于模板（滤波）操作的增强，主要有平滑和 锐化处理两种方法
基于点操作的增强
典型的增强对比度的EH(.)如图所示 L-1 t 0 (s2,t2 EH(s) ) (s1,t1) s s1～s2之间的动 L-1 态范围增加， 对比度增强
s2～L-1之 间的动态范 围减小
0～s1之间 的动态范 围减小
s1,s2,t1,t2取不同的 值，得到不同效果
s1=t1,s2=t2 ，与原图相
3、图像增强处理最大的困难－增强后图像 质量的好坏主要依靠人的主观视觉来评 定，也就是说，难以定量描述
图像的动态范围得到压缩、图像边缘信息得到锐化 处理以及解决颜色恒常性(即改变光照变化的影响)
压缩动 态范围
主要增强方法
对图像进 行变换
增强 操作
直接对象素 灰度值运算
变换
空域法的基本原理
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
将s1,～s2之间的灰度级突出， 而将其余灰度值保留
位面图
直接灰度变换也可以借助图像的位面表示进行。
对1幅用多个比特表示其灰度值得图像来说，其中的每 个比特可看作表示了1个二值的平面，也称位面。
1幅其灰度级用8bit表示的图像有8个位面，一般用位面0 代表最低位面，位面7代表最高位面，如图所示。
对图像特定位面 的操作进行图像 增强
直接灰度变换
EH(.)变换函数可以取不同形式，从而得到不同的效果 1、 线性变换
2 、 对数变换
3 、指数变换
1、图像求反-灰度值进行反转，黑变白 此时的EH(.)操作，可用曲线表示 L-1 t t’ 0 EH(s ) s s’ L-1 s’－>t’
普通的黑白底片和照片的关系如此
2、增强对比度－增强图像各部分的反差，实际中增 加图像中某两个灰度值间的动态范围来实现
t
0
EH(s) L-1
s
t=Clog(1+|s|) C为尺度比例常数
与第3章中傅立叶变换能量谱的表示一致
4、灰度切分－与增强对比度相仿，将某个灰度值范围 变得比较突出
典型的EH(.)操作如图所示
L-1
L-1 t 0 s1 s2 s L-1 EH(s) t s1 0 s2 s L-1
EH(s)
将s1,～s2之间的灰度级 突出，而将其余灰度值 逐渐变为某个低灰度值
实例
直方图处理
定义
灰度级的直方图描述了一幅图像的概貌。 简单讲，灰度级直方图就是反映一幅图像中的灰度级与 出现这种灰度的概率之间的关系的图形 设变量r代表图像中象素灰度级，在图像中，象素的灰 度级可作归一化处理，这样，r的值将限定为0≤r ≤ 1 对于一幅给定的图像而言，每一个象素取得[0，1]区间内 的灰度级是随机的，也就是说，r是一个随机变量。假定 对每一瞬间它们是连续的随机变量，那么，就可以用概率 密度函数pr(r)来表示原始图像的灰度分布。如果用直角 坐标系中的横轴代表灰度级r，用纵轴代表灰度级的概率 密度函数pr(r)，这样就可针对一幅图像在这个坐标系中 作曲线来。这条曲线在概率论中就是分布密度曲线
概述
定义：图像增强是指按特定的需要突出一幅
图像中的某些信息，同时，消弱或去除某些 不需要的信息的处理方法
目的：对图像进行加工，以得到对具体应用
来说视觉效果更“好”，更“有用”的图像， 也就是说，提高图像的可懂度
前提：不考虑图像降质的原因
结果：改善后的图像不一定逼近原图像
注意： 1、图像增强处理并不能增加原始图像的信 息，其结果只能增强对某种信息的辨别能 力，而这种处理肯定会损失一些其它信息 2、强调根据具体应用而言，更“好”， 更“有用”的视觉效果图像
s1=s2,t1=0,t2=L-1只有2个灰度级， 对比度最大，但细节全丢失
3、动态范围压缩－与增强对比度相反，有时原图的动 态范围太大，超出某些显示设备的允许动态范围，这时 如直接使用原图，则一部分细节可能丢失
对原图进行灰度压缩 常用的EH(.)操作，是一种对数形式的函数， 曲线如图所示 L-1
频域法的基本原理
基础是卷积定理－它采用修改图像傅立叶变换的方 法实现对图像的增强处理 由卷积定理可知，如果原始图像是f(x,y)，处理后的 图像是g(x,y)，而h(x,y)是处理系统中的冲激响应， 那么，处理过程可由下式表示 g(x,y)=h(x,y)*f(x,y) 如果G(u,v),H(u,v),F(u,v)分别是g(x,y)，h(x,y)和f(x,y) 的傅立叶变换，上面的卷积关系可表示为变换域的 乘积关系，即 G(u,v)=H(u,v)F(u,v) H(u,v)为传递函数。
在增强问题中，f(x,y)是给定的原始数据，经傅立 叶变换可得到F(u,v).选择合适的H(u,v),使得 g(x,y)=F-1[H(u,v)F(u,v)] 这样得到的g(x,y)比f(x,y)在某些特性方面更具鲜 明，突出，因而更具容易识别，解译。
两个关键：
1、将图像从图像空间转换到频域空间所需的变 换T以及再将图像从频域空间Leabharlann Baidu换到图像空间所 需的变换T-1 2、在频域空间对图像进行增强加工的操作EH
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
空域变换增强处理方法
基于点操作的增强－也叫灰度变换，常见的几 类方法为： 1、将f(.)中的每个象素按EH操作直接变换以得到 g(.) 2、借助f(.)的直方图进行变换 3、借助对一系列图像间的操作进行变换
前面所讲的图 像基本运算
基于模板（滤波）操作的增强，主要有平滑和 锐化处理两种方法
基于点操作的增强
典型的增强对比度的EH(.)如图所示 L-1 t 0 (s2,t2 EH(s) ) (s1,t1) s s1～s2之间的动 L-1 态范围增加， 对比度增强
s2～L-1之 间的动态范 围减小
0～s1之间 的动态范 围减小
s1,s2,t1,t2取不同的 值，得到不同效果
s1=t1,s2=t2 ，与原图相
3、图像增强处理最大的困难－增强后图像 质量的好坏主要依靠人的主观视觉来评 定，也就是说，难以定量描述
图像的动态范围得到压缩、图像边缘信息得到锐化 处理以及解决颜色恒常性(即改变光照变化的影响)
压缩动 态范围
主要增强方法
对图像进 行变换
增强 操作
直接对象素 灰度值运算
变换
空域法的基本原理
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
将s1,～s2之间的灰度级突出， 而将其余灰度值保留
位面图
直接灰度变换也可以借助图像的位面表示进行。
对1幅用多个比特表示其灰度值得图像来说，其中的每 个比特可看作表示了1个二值的平面，也称位面。
1幅其灰度级用8bit表示的图像有8个位面，一般用位面0 代表最低位面，位面7代表最高位面，如图所示。
对图像特定位面 的操作进行图像 增强
直接灰度变换
EH(.)变换函数可以取不同形式，从而得到不同的效果 1、 线性变换
2 、 对数变换
3 、指数变换
1、图像求反-灰度值进行反转，黑变白 此时的EH(.)操作，可用曲线表示 L-1 t t’ 0 EH(s ) s s’ L-1 s’－>t’
普通的黑白底片和照片的关系如此
2、增强对比度－增强图像各部分的反差，实际中增 加图像中某两个灰度值间的动态范围来实现
t
0
EH(s) L-1
s
t=Clog(1+|s|) C为尺度比例常数
与第3章中傅立叶变换能量谱的表示一致
4、灰度切分－与增强对比度相仿，将某个灰度值范围 变得比较突出
典型的EH(.)操作如图所示
L-1
L-1 t 0 s1 s2 s L-1 EH(s) t s1 0 s2 s L-1
EH(s)
将s1,～s2之间的灰度级 突出，而将其余灰度值 逐渐变为某个低灰度值
实例
直方图处理
定义
灰度级的直方图描述了一幅图像的概貌。 简单讲，灰度级直方图就是反映一幅图像中的灰度级与 出现这种灰度的概率之间的关系的图形 设变量r代表图像中象素灰度级，在图像中，象素的灰 度级可作归一化处理，这样，r的值将限定为0≤r ≤ 1 对于一幅给定的图像而言，每一个象素取得[0，1]区间内 的灰度级是随机的，也就是说，r是一个随机变量。假定 对每一瞬间它们是连续的随机变量，那么，就可以用概率 密度函数pr(r)来表示原始图像的灰度分布。如果用直角 坐标系中的横轴代表灰度级r，用纵轴代表灰度级的概率 密度函数pr(r)，这样就可针对一幅图像在这个坐标系中 作曲线来。这条曲线在概率论中就是分布密度曲线
概述
定义：图像增强是指按特定的需要突出一幅
图像中的某些信息，同时，消弱或去除某些 不需要的信息的处理方法
目的：对图像进行加工，以得到对具体应用
来说视觉效果更“好”，更“有用”的图像， 也就是说，提高图像的可懂度
前提：不考虑图像降质的原因
结果：改善后的图像不一定逼近原图像
注意： 1、图像增强处理并不能增加原始图像的信 息，其结果只能增强对某种信息的辨别能 力，而这种处理肯定会损失一些其它信息 2、强调根据具体应用而言，更“好”， 更“有用”的视觉效果图像
s1=s2,t1=0,t2=L-1只有2个灰度级， 对比度最大，但细节全丢失
3、动态范围压缩－与增强对比度相反，有时原图的动 态范围太大，超出某些显示设备的允许动态范围，这时 如直接使用原图，则一部分细节可能丢失
对原图进行灰度压缩 常用的EH(.)操作，是一种对数形式的函数， 曲线如图所示 L-1