数字图像处理 第四章图像增强
第四章 图像增强
数字图像处理
例如，某像素5×5邻域的灰度分布如图，经 计算9个掩模区的均值和方差为：
3 6 7 4 2 3 4 3 1ͣ 1 2 2 2 4 5 1 1 4 3 3 6
均值 对应的 方差
4
4
3
2
3
4
2
3
3
4 8 4 4
54 7 17 17 28 31 23 26 0
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
4.1 图像的对比度增强
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
图像的直方图修正
定义：数字图像中各灰度级与其出现的频数间的 统计关系，可表示为：
直方图反映了图像的清晰程度，当直方图均匀分布 时，图像最清晰。由此，我们可以利用直方图来达 到使图像清晰的目的。 直方图均衡化：通过原始图像的灰度非线性变换， 使其直方图变成均匀分布，以增加图像灰度值的动 态范围，从而达到增强图像整体对比度，使图像变 清晰的效果。
梅小明
图像平滑
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法的举例及与平均滤波法 的对比
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法
数字图像处理
中南大学信息物理工程学院测绘所
第四章 图像增强
概述 图像的对比度增强 图像的直方图修正 图像平滑 图形锐化 图像的同态滤波 图像的彩色增强
实验四 图像增强
信息工程学院实验报告课程名称：数字图像处理Array实验项目名称：实验四图像增强实验时间：班级：姓名：学号：一、实验目的1.了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。
2. 掌握图像空域增强算法的基本原理。
3. 掌握图像空域增强的实际应用及MATLAB实现。
4. 掌握频域滤波的概念及方法。
5. 熟练掌握频域空间的各类滤波器。
6.掌握怎样利用傅立叶变换进行频域滤波。
7. 掌握图像频域增强增强的实际应用及MATLAB实现。
二、实验步骤及结果分析1. 基于幂次变换的图像增强程序代码：clear all;close all;I{1}=double(imread('fig534b.tif'));I{1}=I{1}/255;figure,subplot(2,4,1);imshow(I{1},[]);hold onI{2}=double(imread('room.tif'));I{2}=I{2}/255;subplot(2,4,5);imshow(I{2},[]);hold onfor m=1:2Index=0;for lemta=[0.5 5]Index=Index+1;F{m}{Index}=I{m}.^lemta;subplot(2,4,(m-1)*4+Index+1),imshow(F{m}{Index},[])endend执行结果：图1 幂次变换增强结果实验结果分析：由实验结果可知，当r<1时，黑色区域被扩展，变的清晰；当r>1时，黑色区域被压缩，变的几乎不可见。
2.直方图规定化处理程序代码：clear allclcclose all%0.读图像I=double(imread('lena.tiff'));subplot(2,4,1);imshow(I,[]);title('原图')N=32;Hist_image=hist(I(:),N);Hist_image=Hist_image/sum(Hist_image);Hist_image_cumulation=cumsum(Hist_image);%累计直方图subplot(245);stem(0:N-1,Hist_image);title('原直方图');%1.设计目标直方图Index=0:N-1;%正态分布直方图Hist{1}=exp(-(Index-N/2).^2/N);Hist{1}=Hist{1}/sum(Hist{1});Hist_cumulation{1}=cumsum(Hist{1});subplot(242);stem([0:N-1],Hist{1});title('规定化直方图1');%倒三角形状直方图Hist{2}=abs(2*N-1-2*Index);Hist{2}=Hist{2}/sum(Hist{2});Hist_cumulation{2}=cumsum(Hist{2});subplot(246);stem(0:N-1,Hist{2});title('规定化直方图2');%2. 规定化处理Project{1}=zeros(N);Project{2}=zeros(N);Hist_result{1}=zeros(N);Hist_result{2}=zeros(N);for m=1:2Image=I;%SML处理(SML,Single Mapping Law单映射规则for k=1:NTemp=abs(Hist_image_cumulation(k)-Hist_cumulation{m});[Temp1,Project{m}(k)]=min(Temp);end%2.2 变换后直方图for k=1:NTemp=find(Project{m}==k);if isempty(Temp)Hist_result{m}(k)=0;elseHist_result{m}(k)=sum(Hist_image(T emp));endendsubplot(2,4,(m-1)*4+3);stem(0:N-1,Hist_result{m}); title(['变换后的直方图',num2str(m)]);%2.3结果图Step=256/N;for K=1:NIndex=find(I>=Step*(k-1)&I<Step*k) ;Image(Index)=Project{m}(k);endsubplot(2,4,(m-1)*4+4),imshow(Imag e,[]);title(['变换后的结果图',num2str(m)]);end执行结果：原图规定化直方图2变换后的直方图1变换后的结果图1变换后的直方图2变换后的结果图2图2 直方图规定化实验结果分析：由实验结果可知，采用直方图规定化技术后，原图的直方图逼近规定化的直方图，从而有相应的变换后的结果图1和变换后的结果图2。
数字图像处理第四章作业
第四章图像增强1.简述直方图均衡化处理的原理和目的。
拍摄一幅较暗的图像，用直方图均衡化方法处理，分析结果。
原理：直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。
也就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。
把给定图像的直方图分布改变成“均匀”分布直方图分布目的：直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。
它通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。
通过直方图均衡化，亮度可以更好地在直方图上分布。
这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。
Matlab程序如下：clc;RGB=imread('wxf.jpg'); %输入彩色图像，得到三维数组R=RGB(:,:,1); %分别取三维数组的一维，得到红绿蓝三个分量G=RGB(:,:,2); %为R G B。
B=RGB(:,:,3);figure(1)imshow(RGB); %绘制各分量的图像及其直方图title('原始真彩色图像');figure(2)subplot(3,2,1),imshow(R);title('真彩色图像的红色分量');subplot(3,2,2), imhist(R);title('真彩色图像的红色分量直方图');subplot(3,2,3),imshow(G);title('真彩色图像的绿色分量');subplot(3,2,4), imhist(G);title(' 的绿色分量直方图');subplot(3,2,5),imshow(B);title('真彩色图像的蓝色分量');subplot(3,2,6), imhist(B);title('真彩色图像的蓝色分量直方图');r=histeq(R); %对个分量直方图均衡化，得到个分量均衡化图像g=histeq(G);b=histeq(B);figure(3),subplot(3,2,1),imshow(r);title('红色分量均衡化后图像');subplot(3,2,2), imhist(r);title('红色分量均衡化后图像直方图');subplot(3,2,3),imshow(g);title('绿色分量均衡化后图像');subplot(3,2,4), imhist(g);title('绿色分量均衡化后图像直方图');subplot(3,2,5), imshow(b);title('蓝色分量均衡化后图像');subplot(3,2,6), imhist(b);title('蓝色分量均衡化后图像直方图');figure(4), %通过均衡化后的图像还原输出原图像newimg = cat(3,r,g,b); %imshow(newimg,[]);title('均衡化后分量图像还原输出原图');程序运行结果：原始真彩色图像均衡化后分量图像还原输出原图图1.1 原始图像与均衡化后还原输出图像对比通过matlab仿真，由图1.1比较均衡化后的还原图像与输入原始真彩色图像，输出图像轮廓更清晰，亮度明显增强。
数字图像处理_胡学龙等_第04章_图像增强
直方图均衡化
通过对原图像进行某种变换，使得图像的直 方图变为均匀分布的直方图 。
灰度级连续的灰度图像：当变换函数是原图 像直方图累积分布函数时，能达到直方图均 衡化的目的。 对于离散的图像，用频率来代替概率 。 【例4.2】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4.1 中。试对其进行直方图均衡化。
• 4.3.2増晰原理 • 同态増晰采用合适的滤波特性函数，可以即使图 像灰度动态范围压缩，又能让感兴趣的物体图像 灰度扩展，从而是图像清晰。 • 图像是物体对照明光的反射，自然景物图像是由 两个分量乘积组成的，即照明函数和反射函数的 乘积。 • 图像的灰度由照明分量和反射分量合成，反射分 量反映了图像的实际内容（细节，纹理，边缘 等），随图像细节不同在空间上做快速变化，其 频谱落在空间高频区域。 • 而照明分量在空间上均具有缓慢变化的性质，其 频谱落在空间低频区域。 • 因此可通过傅里叶变换将两者分开，进行同态滤 波。
a’=0，b’=255。
实现的程序：
• • • • • A=imread('pout.tif'); %读入图像 imshow(A); %显示图像 figure,imhist(A); %显示图像的直方图 J1=imadjust(A,[0.3 0.7],[]); %函数将图像在0.3*255~0.7*255灰度之间 的值通过线性变换映射到0~255之间 • figure,imshow(J1); %输出图像效果图 • figure,imhist(J1) %输出图像的直方图
• 基本思想：按照高通滤波器设计，压缩低 频分量，提升高频分量。 • 照明函数频率变化缓慢，幅度变化大，数 字化占用位数多，所以要压缩； • 反射函数频率变化快，灰度变化很小，层 次不清，细节不明，应该扩展。
(完整版)数字图像处理每章课后题参考答案
数字图像处理每章课后题参考答案第一章和第二章作业：1.简述数字图像处理的研究内容。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？3.列举并简述常用表色系。
1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。
根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。
图像处理着重强调在图像之间进行的变换。
比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。
图像处理主要在图像的像素级上进行处理，处理的数据量非常大。
图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。
图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。
图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。
图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。
第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。
数字图像处理第04章图像增强ppt课件
归一化的直方图（histogram）定义为灰度级出 现的相对频率。即
Pr(k)nk /N
（4.13）
式中，N表示像素的总数；nk表示灰度级为k的
像素的数目。
Slide 25
为了规范事业单位聘用关系，建立和 完善适 应社会 主义市 场经济 体制的 事业单 位工作 人员聘 用制度 ，保障 用人单 位和职 工的合 法权益
1．线性变换
灰度g与灰度f之间的关系为
gaba[f a] ba
（1）变换使得图像灰度范围增 大，即对比度增大，图像会变得 清晰；
（2）变换使得图像灰度范围缩 图4.4 线性变换 小，即对比度减小。
Slide 16
为了规范事业单位聘用关系，建立和 完善适 应社会 主义市 场经济 体制的 事业单 位工作 人员聘 用制度 ，保障 用人单 位和职 工的合 法权益
图4.7 三段线性变换实例
（a）原始图像
（b）增强效果
Slide 21
为了规范事业单位聘用关系，建立和 完善适 应社会 主义市 场经济 体制的 事业单 位工作 人员聘 用制度 ，保障 用人单 位和职 工的合 法权益
3．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。
J = imadjust(I,[0.3 0.7],[]); %使用imadjust函数进行灰度的线性变换
figure,imshow(J); figure,imhist(J)
%显示变换后图像的直方图
Slide 17
为了规范事业单位聘用关系，建立和 完善适 应社会 主义市 场经济 体制的 事业单 位工作 人员聘 用制度 ，保障 用人单 位和职 工的合 法权益
【例4.1】采用线性变换进行图像增强。
数字图像处理实验报告——图像增强实验
实验报告课程名称数字图像处理导论专业班级_______________姓名_______________学号_______________电气与信息学院和谐勤奋求是创新2.编写函数w = genlap lacia n(n)，自动产生任一奇数尺寸n的拉普拉斯算子，如5×5的拉普拉斯算子w = [ 1 1 1 1 11 1 1 1 11 1 -24 1 11 1 1 1 14.采用不同的梯度算子对b lurry_moon.tif进行锐化滤波，并比较其效果。
[I,m ap]=im read('trees.tif');I=double(I);subplo t(2,3,1)imshow(I,m ap);title(' Original Im age');[Gx,Gy]=gradie nt(I); % gradie n t calcul ationG=sqrt(Gx.*Gx+Gy.*Gy); % matrixJ1=G; % gradie nt1subplo t(2,3,2)imshow(J1,m ap);title(' Operator1 Im age');J2=I; % gradie nt2 K=find(G>=7);J2(K)=G(K);subplo t(2,3,3)im show(J2,m ap);title(' Operator2 Im age');J3=I; % gradie n t3 K=find(G>=7);J3(K)=255;subplo t(2,3,4)im show(J3,m ap);title(' Operator3 Im age');J4=I; % gradie n t4 K=find(G<=7);J4(K)=255;subplo t(2,3,5)im show(J4,m ap);title(' Operator4 Im age');J5=I; % gradie nt5 K=find(G<=7);J5(K)=0;Q=find(G>=7);J5(Q)=255;subplo t(2,3,6)im show(J5,m ap);title(' Operator5 Im age');5.自己设计锐化空间滤波器，并将其对噪声图像进行处理，显示处理后的图像；附录：可能用到的函数和参考结果**************报告里不能用参考结果中的图像1)采用3×3的拉普拉斯算子w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]滤波I=im read('moon.tif');T=double(I);subplo t(1,2,1),im show(T,[]);title('Origin al Im age');w =[1,1,1;1,-8,1;1,1,1];K=conv2(T,w,'sam e');subplo t(1,2,2)im show(K);title('Laplacian Transf orm ation');图2.9 初始图像与拉普拉斯算子锐化图像2)编写函数w = genlap lacia n(n)，自动产生任一奇数尺寸n的拉普拉斯算子，如5×5的拉普拉斯算子：w = [ 1 1 1 1 11 1 1 1 11 1 -24 1 11 1 1 1 11 1 1 1 1]functi on w = genlap lacia n(5)%Com put es the Laplac ian operat orw = ones(n);x = ceil(n/2);w(x, x) = -1 * (n * n - 1);3)分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对blurry_mo on.tif进行锐化滤波，并利用式完成图像的锐化增强，观察其有何不同，要求在同一窗口中显示。
(完整版)天津理工大学《数字图像处理》数字图像处理复习题2
第一章引言一.填空题1. 数字图像是用一个数字阵列来表示的图像。
数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素2.像增强等；二是从图像到非图像的一种表示，如图像测量等。
5. 数字图像处理包含很多方面的研究内容。
其中，图像重建的目的是根据二维平面图像数据构造出三维物体的图像。
二.简答题1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。
①图像数字化：将一幅图像以数字的形式表示。
主要包括采样和量化两个过程。
②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。
③图像的几何变换：改变图像的大小或形状。
④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。
如傅利叶变换等。
⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
2. 什么是图像识别与理解？图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。
5. 简述图像几何变换与图像变换的区别。
①图像的几何变换：改变图像的大小或形状。
比如图像的平移、旋转、放大、缩小等，这些方法在图像配准中使用较多。
②图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。
比如傅里叶变换、小波变换等。
第二章图像的基本概念一.填空题1. 量化可以分为均匀量化和非均匀量化两大类。
2. 采样频率是指一秒钟内的采样次数。
3. 图像因其表现方式的不同，可以分为连续图像和离散图像两大类。
3.5. 对应于不同的场景内容，一般数字图像可以分为二值图像、灰度图像和彩色图像三类。
遥感数字图像处理-第四章_遥感数字图像增强处理(一)[研究材料]
![遥感数字图像处理-第四章_遥感数字图像增强处理(一)[研究材料]](https://img.taocdn.com/s3/m/391e6c9c4b73f242326c5f12.png)
计算方法：
Pi
mi M
M表示整幅图像的像元个数
M表示整幅图像的像元个数
Pi表示第i灰度级的像元比例频率
X和
调研学习
13
直方图的性质
（1）直方图反映了图像中的灰度分布规律，描述每个灰度 级具有的像元个数，但不包含这些像元在图像中的位置；
（2）任何图像有唯一的直方图，不同的图像可能有相同的 直方图；
六、图像运算 Image Calcu.
七、多光谱增强 M调u研l学ti习-spectral Enhancement
1
一、图像增强概述
➢ 什么是图像增强？
Image enhancement is the process of making an image more interpretable for a particular application ( Faust, 1989).
空间域增强：空间域是指图像平面所在的二维平面。 直接处理图像上的像素，主要对灰度进行操作；
1）点处理：每次对单个像元进行灰度增强的处理 2）邻域处理或模板处理：对一个像元及其周围的小区域子
图像进行处理
频率域增强：对图像经傅立叶变换后的频谱成分进 行操作，然后经傅立叶逆变换获得所需结果
调研学习
6
➢图像增强的分类
调研学习
2
➢ 图像增强的目的
主要目的：（1）采用一系列技术改善图像的视觉效 果，提高图像的清晰度；（2）将图像转换成一种 更适合于人或机器进行解译和分析处理的形式。
改变图像的灰度等级，提高图像的对比度； 消除边缘和噪声，平滑图像； 突出边缘和线状地物，锐化图像； 合成彩色图像； 压缩图像数据量，突出主要信息等。
(完整版)数字图像处理题库
[题目]数字图像[参考答案]为了便于用计算机对图像进行处理，通过将二维连续（模拟）图像在空间上离散化，也即采样，并同时将二维连续图像的幅值等间隔地划分成多个等级（层次），也即均匀量化，以此来用二维数字阵列表示其中各个像素的空间位置和每个像素的灰度级数（灰度值）的图像形式称为数字图像。
图像处理[参考答案]是指对图像信息进行加工以满足人的视觉或应用需求的行为。
题目]数字图像处理[参考答案]是指利用计算机技术或其他数字技术，对一图像信息进行某此数学运算及各种加工处理，以改善图像的视觉效果和提高图像实用性的技术。
一、绪论(名词解释，易，3分)[题目]图像[参考答案]是指用各种观测系统以不同形式和手段观测客观世界而获得的、可以直接或间接作用于人的视觉系统而产生的视知觉的实体。
一、绪论(简答题，难，6分)[题目]什么是图像？如何区分数字图像和模拟图像？[参考答案]“图”是物体透射或反射光的分布，是客观存在的。
“像”是人的视觉系统对图在大脑中形成的印象或认识，是人的感觉。
图像是图和像的有机结合，既反映物体的客观存在，又体现人的心理因素；图像是对客观存在的物体的一种相似性的生动模仿或描述，或者说图像是客观对象的一种可视表示，它包含了被描述对象的有关信息。
模拟图像是空间坐标和亮度(或色彩)都连续变化的图像；数字图像是空间坐标和亮度(或色彩)均不连续的、用离散数字(一般是整数)表示的图像。
[题目]简述研究图像恢复的基本思路。
[参考答案]基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从而使恢复以后的图像尽可能地反映原始图像的本来面日，从而获得与景物真实面貌相像的图像。
一、绪论(简答题，易，5分)[题目]简述研究图像变换的基本思路。
[参考答案]基本思路是通过数学方法和图像变换算法对图像的某种变换，以便简化图像进一步处理的过程，或在进一步的图像处理中获得更好的处理效果。
一、绪论(简答题，易，5分)[题目]简述一个你所熟悉的图像处理的应用实例。
精品文档-数字图像处理系统导论(郭宝龙)-第4章
2 f (x, y) f (x 1, y) f (x－1, y) f (x, y 1) f (x, y－1)－4 f (x, y)
下面以一幅3×2像素的简单图片(见图4-5)为例，来说明 灰度直方图均衡化的算法。
图 4-4 直方图变化
图 4-5 原图像灰度值分布
求出每个色阶的百分比之后，再乘255，就可以求出与其 对应的灰度值来。表4-1所示为对应灰度值转换。
表4-1 对应灰度值转换
根据每个色阶的百分比的对应关系组成一个灰度映射表， 然后根据映射表来修改原来图像每个像素的灰度值。对于图45，用128替换50，用212替换100，用255替换200。这样，灰 度直方图的均衡化就完成了，如图4-6所示。
2. 图像中的均匀与不均匀反映了频率高低不同，抑制低频 (增强高频)对应于锐化滤波器，而抑制高频(增强低频)对应 于平滑滤波器。以下讨论考虑对F(u，v)的实部、虚部影响完 全相同的滤波转移函数——零相移滤波器。 1) 理想低通滤波器 理想低通滤波器的传递函数为
1 H (u, v) 0
D(u, v) D0 D(u, v) D0
图 4-10 原始图像及其傅里叶频谱图
1. 假定原图像为f(x，y)，经傅里叶变换为F(u，v)。频率 域增强就是选择合适的滤波器H(u，v)对F(u，v)的频谱成分 进行处理G(u，v)=H(u，v)F(u，v)，然后经逆傅里叶变换得 到增强的图像g(x，y)=F－1({G(u，v)} 假设f(x，y)和h(x，y)的大小分别为A×B和C×D。如果 直接进行傅里叶变换和乘积，会产生折叠误差(卷绕)。为解决 这一问题，需通过对f和h补零，构造两个大小均为P×Q的函 数，使其满足
西安电子科技大学数字图像处理知识点复习大纲
达
描 述
边缘线（边界）的链码跟踪/边界周长和面积求法
区域表达
空间占有数组/四叉树/骨架
第八章 目标表达和描述
1、掌握掌握目标物边界的链码表示（链码，归一化链码，微分码或差分 码， 归一化差分码或形状数，注意各种链码的特点，平移不变性？唯一 性？)、区域的四叉树描述（注意会画四叉树及其相反过程，细化）。 2、 了解图象像素间的基本关系、目标物边界的描述、目标物的区域描 述，图像的几何特征。
1、掌握图像的数据冗余、编码模型、无损压缩编码、预测编码原理及小 于3阶的最优预测器的设计；
2、了解图像压缩的原因与方法分类、保真度准则及正交变换编码原理， 小波变换编码的基本思想与特点及编码中需要解决的问题。
第七章 图像分割
1、掌握掌握图像分割的依据、边缘点检测的原理和几种常用的点检测算 子及其特点、掌握Hough变换法检测直线的原理和过程、掌握四叉树分裂 合并法的过程。 2、了解图像分割的定义和方法、边缘线跟踪的方法、门限化分割和区域 分割的原理和方法。 (注意边缘检测模板与平滑锐化模板的区别)
绪
图象处理、分析、理解三层次
图象技术
论
存储 采集
显示 通信 处理
图象 系统 构成
瞳孔/晶状体/视细胞/成象过程
人眼机理
人眼的亮度感觉及亮度对比度
亮度视觉
光的三基色/颜色三基色
亮度/色度(色调/饱和度)
颜色视觉
颜色模型(RGB/HSI)
图
(均匀/非均匀)采样和量化/分辨率变化的影响
象 基
础
邻域/连通性(连接/连通)/毗邻/ 通路/距离定义/DE距离/D4距离
点处理
方法
包括 图像求反、增强对比度、
《数字图像处理》教学大纲
《数字图像处理》教学大纲电子信息工程专业（本科）课程编号：（）课程名称：数字图像处理参考学时：42 其中实验或上机学时：10说明部分1．课程的地位、性质和任务数字图像处理是一门迅速发展的新兴学科，发展的历史并不长。
由于图像是视觉的基础，而视觉又是人类重要的感知手段，故数字图像成为心理学、生理学、计算机科学等诸多方面学者研究视觉感知的有效工具。
随着计算机的发展，以及应用领域的不断加深和扩展，数字图像处理技术已取得长足的进展，出现了许多有关的新理论、新方法、新算法、新手段和新设备，并在军事公安、航空、航天、遥感、医学、通信、自控、天气预报以及教育、娱乐、管理等方面得到广泛的应用。
所以，数字图像处理是一门实用的学科，已成为电子信息、计算机科学及其相关专业的一个热门研究课题，相应《图像处理技术》也是一门重要的课程，是一门多学科交叉、理论性和实践性都很强的综合性课程。
本课程是电子信息工程专业的专业课。
本课程着重研究数字图像处理的方法，训练学生运用所学基础知识解决实际问题的能力，同时要求拓宽专业知识面。
2．课程教学的目的及意义数字图像处理是研究数字图像处理的基本理论、方法及其在智能化检测中应用的学科，本课程侧重于机器视觉中的预处理技术——数字图像基本处理，并对图像分析的基本理论和实际应用进行系统介绍。
目的是使学生系统掌握数字图像处理的基本概念、基本原理和实现方法和实用技术，了解数字图像处理基本应用和当前国内外的发展方向。
要求学生通过该课程学习，具备解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下扎实的理论基础。
3．教学内容及教学要求教学内容：数字图像处理是计算机和电子学科的重要组成部分，是模式识别和人工智能理论的的中心研究内容。
主要教学内容包括：（1）数字图像处理的基本概念，包括数字图像格式，数字图像显示，灰度直方图，点运算，代数运算和几何运算等概念。
（2）介绍二维富氏变换离散余弦变换，离散图像变换和小波变换的基本原理与方法。
数字图像处理 第四章图像增强
Pr（rk） 0.19 0.25 0.21 0.16 0.08 0.06
0.03
0.02
计算每个sk对应的像素数目 计算均衡化后的直方图
Tr
Sk并
sk
nsk Ps（sk）
0.19
1/7
0.44
3/7
S0=1/7 S1=3/7 S2=5/7
790 0.19 1023 0.25 850 0.21
0.65
✓ 校正后的原始图像 f (i, j) C g(i, j) gc(i, j)
9
灰度级校正注意问题：
对降质图像进行逐点灰度级校正所获得的图像， 其中某些像素的灰度级值有可能要超出记录器 件或显示器输入灰度级的动态范围，在输出时 还要采用其他方法来修正才能保证不失真地输 出。
降质图像在数字化时，各像素灰度级都被量化 在离散集合中的离散值上，但经校正后的图像 各像素灰度极值并不一定都在这些离散值上， 因此必须对校正后的图像进行量化。
），使得结果图像s的直方图Ps(s)为一个常数
Pr(r)
Ps(s)
直方图均衡化 T(r)
r
s
26
直方图均衡化理论基础
-1 由概率论可知，若Pr(r)和变换函数s=T(r)已知，r=T (s)是单 调增长函数，则变换后的概率密度函数Ps(s)可由Pr(r)得到：
分 布 函 数 Fs(s)sp（ s s） ds=rp（ r r） dr
✓ 计算均衡后的直方图
s k 计
T（ rk）
k
=
i 0
P（r
r
）
i
k i 0
ni n
s k并
round（ sk计 * (L L 1
1)）
j
- 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)。
结论：直方图均衡实质是频数较小的灰度级被 简并，减少图像的灰度级以换取对比度的加大
直方图均衡化计算
计算步骤 计算Pk (rk)得到原直方图 求变换函数T(rk),即求累 计分布 四舍五入计算灰度量化级 别sk并 同灰度量化级别的sk合并 计算每个sk对应的像素数 目，即映射rk的像素数， 合并过的像素数要累加。 计算均衡后的直方图
r
密度函数为分布函数导数，故对上式两边对s求导得到 d r dr d 1 p （ s ） = p （ r ） dr =p （ r ） =p （ r ） T (s) s r r r ds ds ds
直方图均衡化计算
例1 假定有一幅总像素为 n=64*64的图像，灰度级 数为8，各灰度级分布如 下。对其进行直方图均衡 化，并画出均衡化前后的 直方图。 k 0 1 2 3 4 5 6 7 nk 790 1023 850 656 329 245 122 81
图像增强
图像质量退化的原因
对比度局部或全部偏低 噪声干扰，包括热噪声、量化噪声、椒盐噪声、 背景干扰等 清晰度下降，图像模糊
图像增强通过针对性技术，如直方图均衡、平 滑去噪、边缘锐化等对图像的退化加以修正， 已达到改进图像质量的目的。
图像增强的主要内容
空间域
点运算 局部运算 图像平滑，图像锐化 高通滤波 低通滤波 同态滤波增强 假彩色增强 伪彩色增强 彩色变换增强 加，减，乘，除
由f可知
rk nk
Pk (rk)
图像像素总数n=5*5=25， 灰度级rk分布范围0~9共10级 求得 Pk (rk) =nk/n
练习
2、通过变换函数Tr Sk
Pk (rk) Tr
3 、计算Sk并
４ 、合并同类项得到
SK并
1/9 2/9 3/9
SK S0 =1/9 S1 =2/9 S2 = 3/9
频率域
彩色增强
代数运算
主要内容
图像增强的作用及目的 灰度级变换 空间域点运算 直方图变换 空间域平滑 局部统计 空间域锐化 频率域增强 彩色增强 代数运算
4.1点运算
点运算：对于一幅输入图像，将产生一幅输出图像， 输出图像的每个像素点的灰度值由输入像素点决定。 点运算由灰度变换函数GST确定。
4.1.2灰度变换
灰度变换：将图像的灰度级映射到另一灰度级。 分类：线性变换，非线性变换 一、线性变换 由于成像时曝光不足或过度，以及成像设备的 非线性或图像记录设备动态范围太窄等因素， 对图像都会产生对比度不足的弊病，使图像中 的细节分辨不清，这时如将图像灰度线性扩展， 常能显著改善图像的主观质量。
Pz（zk） 0 0 0 0.15 0.20 0.30 0.20 0.15
vk=G(zK) 0 0 0 0.15 0.35 0.65 0.85 1
直方图规定化
用原图像的sk代替vk，一般取最接近的sk。对Gk求逆变 换得到zk到sk的对应关系。 重新分配像素nk并，并计算直方图规定化图像的灰度分 布pz vk=G(zK) Zk并 nk并 pz(zK并) 0 z0 0 0 0 z1 0 0 0 0.15 0.35 0.65 0.85 1 z2 z3-s0=1/7 z4-s1=3/7 z5-s2=5/7 z6-s3=6/7 z7-s4=1 0 790 1023 850 985 448 0 0.19 0.25 0.21 0.24 0.11
第四章 图像增强
主要内容
图像增强的作用及目的 像素级运算 空间域平滑与锐化 频率域增强 彩色增强 代数运算
图像增强
图像增强是改善图像质量最常用的技术。 图像增强目的
改善图像的视觉效果，提高图像的可辨识度 转换成更容易分析处理的形式
评判标准 ：人的主观感觉 从作用域出发分两类
空间域 对图像像素灰度或灰度统计操作 频率域 对图像变换后对频谱成分操作，最后 经逆变换获得所需增强结果
直方图均衡化计算
计算直方图灰度统计 rk Pr（rk） 790 0.19 1023 0.25 850 0.21 nk 计算变换函数Tr Tr 0.19 计算sk并 Sk并 1/7
r0 =0 r1 =1/7 r2 =2/7 r3 =3/7 r4 =4/7 r5 =5/7 r6 =6/7 r7 =7/7
直方图均衡化
直方图规定化
附：PS操作
“设置”菜单中的命令： 自动色阶---直方图均衡化 替换颜色---直方图匹配
直方图均衡化
直方图均衡化
直方图均衡化理论基础
假设原图像的归一化后的灰度级为r，直方图修正后为s
直方图均衡化理论基础
直方图均衡化的要点：
公理：直方图P为常数的图像对比度最好 目标：对输入图像r，寻找一个灰度级变换函数T（r ），使得结果图像s的直方图Ps(s)为一个常数
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 850 985
Ps（sk） 0.19 0.25 0.21 0.24
448
0.11
zk z0=0 z1=1/7 z2=2/7 z3=3/7 z4=4/7 z5=5/7 z6=6/7 z7=1
线性灰度变换
1、线性点运算
g
7
6
5
4
3
2
若a 1,b 0,图象像素不发生变化；
若a 1， 输出图象对比度增强；
若0 a 1, 输出图象对比度减小；
若a 0,
1
f
0
g (i, j ) 1.5 f (i, j ) 1
1
2
3
4
若a 1,b 0,图象所有灰度值上移或下移；
4
3
2
1
0
1
2
3
4
f
f ~ [0, 4]; g ~ [1, 7]
7 1 g (i, j ) 1 f (i, j ) 0 40
g (i, j ) 1.5 f (i, j ) 1
线性灰度变换
3、分段线性变换
拉伸图像中的一些灰度细节，相对抑制不感兴趣的部分，这 可通过分段线性变换得到。
656 329 245 122 81
0.16 0.08 0.06 0.03 0.02
0.44 0.65 0.81 0.89 0.95 0.98 1
3/7 5/7 6/7 6/7 1 1 1
直方图均衡化计算
计算每个sk对应的像素数目 计算均衡化后的直方图
rk Pr（rk） 790 0.19 1023 0.25 850 0.21 nk Ps（sk） S0=1/7 790 0.19 S1=3/7 1023 0.25 S2=5/7 850 0.21 sk nsk S3=6/7 985 0.24
s k计 T （rk）= P （ r ri）
i 0 i 0 k k
ni n
s k并
round（s k计 *( L 1)） L 1
j
ns k n k
i 1
j 合并项数目
PS (s k ) n s k / n
练习
f为原图像，对其进行直方 图均衡化，并画出均衡化 前后的直方图。 解： 1、计算Pk (rk)
Tr
Sk并
r0 =0 r1 =1/7 r2 =2/7 r3 =3/7 r4 =4/7 r5 =5/7 r6 =6/7 r7 =7/7
656 329 245 122 81
0.16 0.08 0.06 0.03 0.02
0.19 0.44 0.65 0.81 0.89 0.95 0.98 1
1/7 3/7 5/7 6/7 6/7 1 1 1
5/9
5/9 5/9 7/9 S3 = 5/9 S4 = 7/9 S5 = 8/9
7/9
8/9 1
S6 = 1
练习
5、计算每个sk对应的像
素数目
SK
S0 =1/9 S1 =2/9 S2 = 3/9 nsk
3 2 4
Ps（sk）
0.12 0.08 0.16
S3 = 5/9
6
0.24
S4 = 7/9 S5 = 8/9 S6 = 1
暗区域变亮，亮区域变暗，图象求补。
线性灰度变换
原图
g f 50
g 1.5 f
g 0.8 f
g 1 f 255
线性灰度变换
g
7
2、线性灰度范围变换
6
5
原始图像f (i, j )，灰度范围为[a ， b] 变换后图像g (i, j )，灰度范围为[a'， b'] 存在以下关系 b ' a ' g (i, j ) a ' ( f (i, j ) a) ba
S4=1
448
0.11
直方图均衡化计算
画出原图像与处理后图像的直方图
直方图均衡
结果可以看出：
均衡后灰度直方图较原直方图平坦，等长区间内的 像素数接近相等 灰度级数量减少，动态范围扩大 原直方图频数较少的某些灰度级数被合并到一个 或几个灰度级中 减并现象 频率小的灰度级被压缩，频率大的灰度级被增强
Pr(r)
Ps(s) 直方图均衡化 T(r)
r
s
直方图均衡化理论基础
由概率论可知，若Pr(r)和变换函数s=T(r)已知，r=T-1(s)是单 调增长函数，则变换后的概率密度函数Ps(s)可由Pr(r)得到：
分布函数
Fs (s) p （ （ s s）ds= p r r）dr