4图像增强1讲义数字图像处理
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)。
对图像特定位面 的操作进行图像 增强
实例
4.2.2 直方图处理
1. 直方图概念及模型化
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
此时的EH(.)操作，可用曲线表示
L-1
t t’ 0
EH(s) s s’
s’－>t’
L-1
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
典型的增强对比度的EH(.)如图所示
s2～L-1之
L-1
间的动态范
(s2,t2) EH(s)
4图像增强1数字图像处理
讲解内容
目的
灰 度 变 换
空
间
域
点
空
运 域
算 滤
直
方
图
修
正
局 部 统 计 法
波
图
图
像 像
平 锐
滑 化
法
均
规
衡化 定化
图
像
增
强
高 通 滤 波
频
率
域
低
通
滤
波
同
态
滤
波
增
强
局 部 增 强
其
他
方
面
的
增
强
彩
色
增
强
伪
真
彩 彩
色 色
增 增
强 强
1. 熟悉并掌握本章基本概 念、空间域图像增强的原 理、方法及其特点；
围减小
0～s1之间 t
的动态范 围减小 0
(s1wenku.baidu.comt1) s
s1～s2之间的动 L-1 态范围增加，
s1,s2,t1,t2取不同的
对比度增强
值，得到不同效果
• s1=t1,s2=t2，与原图相同
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
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
0
s
L-1
将s1～s2之间的灰度级突出， 而将其余灰度值保留
5.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。
处理对象
变换
灰度图像 彩色图像
g (x ,y ) T 1E H T [f(x ,y )]
空域法的基本原理
• 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
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转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
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
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
增强 操作
对图像进
行变换
g(x,y)EH[f(x,y)]
直接对象素 灰度值运算
处理方法
空域方法
点处理（变换） 模板处理（滤波）
频域方法
图像增强 处理策略
全局处理 局部处理
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
EH(s) t
0
s
L-1
t=Clog(1+|s|) C为尺度比例常数
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
EH(s)
t
t
EH(s)
s1 s2
0
s
L-1
s1 s2
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
4.2 基于点操作的增强
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
g (x ,y )E H [f(x ,y )](g 1 g 0 )[f(x ,y )f0 ] g 0 f1f0
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
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
2. 了解频率域图像增强的 方法及其实现过程；
3.重点掌握直方图修正方法、 特点及其应用；空间域平 滑、锐化和彩色增强技术。
4.1 概述与分类
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
2 、 对数变换
g ( x ,y ) E H [ f ( x ,y ) ] l o g c [ f ( x ,y ) 1 ] l o g c b a
3 、指数变换
g (x ,y ) E H [f(x ,y ) ] b c [f(x ,y ) a ] 1
1、图像求反-灰度值进行反转，黑变白
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)在某些特性方面更鲜明，突 出，因而更容易识别，解释。
实例
4.2.2 直方图处理
1. 直方图概念及模型化
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
此时的EH(.)操作，可用曲线表示
L-1
t t’ 0
EH(s) s s’
s’－>t’
L-1
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
典型的增强对比度的EH(.)如图所示
s2～L-1之
L-1
间的动态范
(s2,t2) EH(s)
4图像增强1数字图像处理
讲解内容
目的
灰 度 变 换
空
间
域
点
空
运 域
算 滤
直
方
图
修
正
局 部 统 计 法
波
图
图
像 像
平 锐
滑 化
法
均
规
衡化 定化
图
像
增
强
高 通 滤 波
频
率
域
低
通
滤
波
同
态
滤
波
增
强
局 部 增 强
其
他
方
面
的
增
强
彩
色
增
强
伪
真
彩 彩
色 色
增 增
强 强
1. 熟悉并掌握本章基本概 念、空间域图像增强的原 理、方法及其特点；
围减小
0～s1之间 t
的动态范 围减小 0
(s1wenku.baidu.comt1) s
s1～s2之间的动 L-1 态范围增加，
s1,s2,t1,t2取不同的
对比度增强
值，得到不同效果
• s1=t1,s2=t2，与原图相同
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
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
0
s
L-1
将s1～s2之间的灰度级突出， 而将其余灰度值保留
5.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。
处理对象
变换
灰度图像 彩色图像
g (x ,y ) T 1E H T [f(x ,y )]
空域法的基本原理
• 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
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转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
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
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
增强 操作
对图像进
行变换
g(x,y)EH[f(x,y)]
直接对象素 灰度值运算
处理方法
空域方法
点处理（变换） 模板处理（滤波）
频域方法
图像增强 处理策略
全局处理 局部处理
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
EH(s) t
0
s
L-1
t=Clog(1+|s|) C为尺度比例常数
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
EH(s)
t
t
EH(s)
s1 s2
0
s
L-1
s1 s2
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
4.2 基于点操作的增强
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
g (x ,y )E H [f(x ,y )](g 1 g 0 )[f(x ,y )f0 ] g 0 f1f0
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
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
2. 了解频率域图像增强的 方法及其实现过程；
3.重点掌握直方图修正方法、 特点及其应用；空间域平 滑、锐化和彩色增强技术。
4.1 概述与分类
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
2 、 对数变换
g ( x ,y ) E H [ f ( x ,y ) ] l o g c [ f ( x ,y ) 1 ] l o g c b a
3 、指数变换
g (x ,y ) E H [f(x ,y ) ] b c [f(x ,y ) a ] 1
1、图像求反-灰度值进行反转，黑变白
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)在某些特性方面更鲜明，突 出，因而更容易识别，解释。