图像增强及边缘检测代码ppt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)。
即能够人为地修正直方图的形状， 使之 与期望的形状相匹配。人为地改变直方 图形状，使之成为某个特定的形状，直 方图规定化就是针对上述要求提出来的 一种增强技术，它可以按照预先设定的 某个形状来调整图像的直方图
12
空间域滤波增强
• 1.利用阈值对图像进行平滑处理
• 局部平滑
• 添加椒盐噪声
• 超限像素平滑
• 1、对数扩展。对数变换常用来扩展低值 灰度,压缩高值灰度,这样可以使低值灰度 的图像细节更容易看清,从而达到增强的 效果。还可使图像灰度分布与人视觉特 性相匹配。其具体形式为:
• g(x,y)=cln[f(x,y)+1]
• 式中:[f(x,y)+1]是为了避免对零求对 数;C为尺度比例系数,用于调节动态范围。9
• 2.利用中值滤波去噪
• 添加椒盐噪声
• 添加高斯噪声
• 添加乘性噪声
13
• 1.线性滤波（邻域平均）
• 线性低通滤波器最常用的是线性平滑滤 波器，这种滤波器的所有系数都是正的， 也称邻域平均。邻域平均减弱或消除了 傅立叶变换的高频分量，对噪声的消除 有所增强，但是由于平均而使图像变得 更为模糊，细节的锐化程度逐渐减弱。
• 1.灰度线性变换：表示输入图像灰度做线 性扩张或压缩，表达式为
•
g(x,y)=af(x,y)+b
a>1 对比度
扩a<张1 对比度
• b=0时，且压缩a=1 相
当于复制
• 若b≠0,灰度偏置
4
• 利用灰度调整函数变换图像
5
• 利用灰度调整算法变换图像
6
• 2.分段线性变换（增强对比度）：对输入 图像的灰度对比度进行拉伸（不同灰度 范围进行不同的映射处理）
19
20
1
假期任务
• 1.预处理的学习至少学会图像增强和图像 边缘检测的了解，做一份word总结
• 2.任选至少10幅图片做一些基本的图像预 处理（任选所要用的方法如:增强、分割、 二值化等）每幅至少有三种处理效果开 学来交成果和程序过程
• 3.看文献做一份word总结
2
图像增强
• 图像增强方法
3
.基于灰度变换的图像增强
• 2.指数扩展。指数扩展的基本形式为: • g(x,y)=bc[f(x,y)-a]-1
• 式中:a为可以改变曲线的起始位置;c为可 以改变曲线的变化速率,指数扩展可以对 图像的高亮度进行大幅扩展。
10
基于直方图处理的图像增强
• 1.利用直方图均衡化对图像进行增强
Baidu Nhomakorabea
通过灰度变换将一幅图像转换为另一幅
具有均衡直方图的图像，即在一定灰度范
围内具有相同的象素点数的图像的过程。
直方图均衡化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。直方图均衡化就是
把给定图像的直方图分布改变成“均匀”
分布直方图分布。
11
1
• 2.利用直方图规定化对图像进行增强 • 能够有目的地增强某个灰度区间的图像，
• 2.中值滤波
• 中值滤波可以保留目标边缘，这是中值 14
用Laplacian算子对图像进行锐化处理
• 3.锐化滤波 • 图像锐化处理的目的是使模糊图像变得
清晰，锐化滤波器减弱或消除了傅立叶 空间的低频分量，保留高频分量，从而 加强了图像的轮廓，使图像看起来比较 清晰。
15
频率域图像增强
• 1.平滑滤波增强
•
r1f(x,y)
(0<f<f1)
• g(x,y)= r2f[f(x,y)-f1]+a (f1<f<f2)
•
r3f[f(x,y)-f2]+b
(f2<f<f3)
7
• 3.反转变换：适用于增强嵌入图像暗色区 域的白色或灰色细节，特别是当黑色面 积占主导地位时.表达式为： s=l-1-r
8
• 非线性变换
• 利用巴特沃斯（Butterworth）滤波器对 受噪声干扰的图像进行平滑处理
16
运用5种不同的梯度增强法进行图像锐化
• 2.锐化滤波增强
17
边缘检测
• 1. sobel算子 • prewitt算子 • roberts算子 • log算子 • kirsch算子
• 算子模板
18
• 2.利用hough变换直线检测
12
空间域滤波增强
• 1.利用阈值对图像进行平滑处理
• 局部平滑
• 添加椒盐噪声
• 超限像素平滑
• 1、对数扩展。对数变换常用来扩展低值 灰度,压缩高值灰度,这样可以使低值灰度 的图像细节更容易看清,从而达到增强的 效果。还可使图像灰度分布与人视觉特 性相匹配。其具体形式为:
• g(x,y)=cln[f(x,y)+1]
• 式中:[f(x,y)+1]是为了避免对零求对 数;C为尺度比例系数,用于调节动态范围。9
• 2.利用中值滤波去噪
• 添加椒盐噪声
• 添加高斯噪声
• 添加乘性噪声
13
• 1.线性滤波（邻域平均）
• 线性低通滤波器最常用的是线性平滑滤 波器，这种滤波器的所有系数都是正的， 也称邻域平均。邻域平均减弱或消除了 傅立叶变换的高频分量，对噪声的消除 有所增强，但是由于平均而使图像变得 更为模糊，细节的锐化程度逐渐减弱。
• 1.灰度线性变换：表示输入图像灰度做线 性扩张或压缩，表达式为
•
g(x,y)=af(x,y)+b
a>1 对比度
扩a<张1 对比度
• b=0时，且压缩a=1 相
当于复制
• 若b≠0,灰度偏置
4
• 利用灰度调整函数变换图像
5
• 利用灰度调整算法变换图像
6
• 2.分段线性变换（增强对比度）：对输入 图像的灰度对比度进行拉伸（不同灰度 范围进行不同的映射处理）
19
20
1
假期任务
• 1.预处理的学习至少学会图像增强和图像 边缘检测的了解，做一份word总结
• 2.任选至少10幅图片做一些基本的图像预 处理（任选所要用的方法如:增强、分割、 二值化等）每幅至少有三种处理效果开 学来交成果和程序过程
• 3.看文献做一份word总结
2
图像增强
• 图像增强方法
3
.基于灰度变换的图像增强
• 2.指数扩展。指数扩展的基本形式为: • g(x,y)=bc[f(x,y)-a]-1
• 式中:a为可以改变曲线的起始位置;c为可 以改变曲线的变化速率,指数扩展可以对 图像的高亮度进行大幅扩展。
10
基于直方图处理的图像增强
• 1.利用直方图均衡化对图像进行增强
Baidu Nhomakorabea
通过灰度变换将一幅图像转换为另一幅
具有均衡直方图的图像，即在一定灰度范
围内具有相同的象素点数的图像的过程。
直方图均衡化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。直方图均衡化就是
把给定图像的直方图分布改变成“均匀”
分布直方图分布。
11
1
• 2.利用直方图规定化对图像进行增强 • 能够有目的地增强某个灰度区间的图像，
• 2.中值滤波
• 中值滤波可以保留目标边缘，这是中值 14
用Laplacian算子对图像进行锐化处理
• 3.锐化滤波 • 图像锐化处理的目的是使模糊图像变得
清晰，锐化滤波器减弱或消除了傅立叶 空间的低频分量，保留高频分量，从而 加强了图像的轮廓，使图像看起来比较 清晰。
15
频率域图像增强
• 1.平滑滤波增强
•
r1f(x,y)
(0<f<f1)
• g(x,y)= r2f[f(x,y)-f1]+a (f1<f<f2)
•
r3f[f(x,y)-f2]+b
(f2<f<f3)
7
• 3.反转变换：适用于增强嵌入图像暗色区 域的白色或灰色细节，特别是当黑色面 积占主导地位时.表达式为： s=l-1-r
8
• 非线性变换
• 利用巴特沃斯（Butterworth）滤波器对 受噪声干扰的图像进行平滑处理
16
运用5种不同的梯度增强法进行图像锐化
• 2.锐化滤波增强
17
边缘检测
• 1. sobel算子 • prewitt算子 • roberts算子 • log算子 • kirsch算子
• 算子模板
18
• 2.利用hough变换直线检测