数字图像处理图像增强第一讲及灰度变换
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)。
2
应该明确的是增强处理并不能增强原始图像 的信息，其结果只能增强对某种信息的辨别能 力，而这种处理有可能损失一些其他信息。
图像增强是数字图像处理的基本内容之一。
图像增强示例
概述
图像增强技术是一大类基本的图像处理技术， 其目的是对图像进行加工，以得到对具体应 用来说视觉效果更“好”、更“有用”的图 像。
利用映射函数可将原始图像中每个像素的灰度 都映射到新的灰度.
左图增加对比度 右图降低对比度
直接灰度变换
直接灰度变换属于所有图像增强技术中最简单的一类。 为了将图像灰度级的整个范围或一段范围扩展或压缩到记
录或显示设备的动态范围内，可使图像动态范围增大，图 像对比度扩展。 使图像变得清晰/图像上的特征变得明显。
s L 1t
此方法适用于增强嵌入于图像暗色区域的白色或灰色细节, 特别是黑色面积在尺寸上占主导低位时。
15
直接灰度变换
2.线性灰度变换
灰度线性变换表示对输入图像灰度作线性扩张或压缩， 映射函数为一个直线方程，其表达式和演示控件如下：
gx, y af x, y b
增强的对象：
在曝光不足或过度的情况下，图像灰度可能会局限在一 个很小的范围内。这时在显示器上看到的将是一个模糊不 清、似乎没有灰度层次的图像。采用灰度线性变换方法可 以拉伸灰度动态范围，使图像清晰。
1、如果S1=t1，S2=t2，则T为1条斜率为1的直线，增强图 像和原图像相同。
2、如果S1=S2，t1=L-1，则增强图像只剩2个灰度级，此时 对比度最大但细节全丢失。
3、如果S1>t1，S2<t2，则原图像中灰度值在0到S1和S2到 L-1间的动态范围减少了，而原图中灰度值在S1和S2间的动 态范围增加了，从而增强了中间范围内的对比度。
空间域增强模型
Slide 7
2．频率域增强法
在频率域利用二维滤波器H(u, v)对f (x, y)进 行滤波，得到新的频谱G(u, v)，即
G(u, v) = F(u, v)·H(u, v)
频率域增强模型
Slide 8
空域增强内容提要
单点增强：
灰度级校正、灰度变换、灰度直方图变换。
区域增强的平滑方法：
分段线性变换数学表达式如下：
t1 s s1
t
ቤተ መጻሕፍቲ ባይዱ
t2 s2
t1 s1
[s
s1 ]
t1
L L
1 1
t2 s2
[s
s2
]
t2
0 s s1 s1 s s2 s2 s L 1
与线性变换类似，都是将输入图像对比度拉伸，不同
的是分段线性变换将需要的图像细节灰度级拉伸，增强对
比度，不需要的细节灰度级压缩 。
灰度g与灰度f之间的关系为
g a b a[ 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）变换也可使得图像灰度范 围缩小，即对比度减小。
线性变换
Slide 17
灰度线性变换-示例
a) 原图；
(b)线性变换结果图
直接灰度变换
3.分段线性灰度变换
环境光源太暗，使灰度值偏小，就会使图像太暗看不清。 如果环境光源太亮，又使图像泛白。 通过灰度变换，就可以将灰度值调整到合适的程度。
灰度变换可分为线性变换、分段线性变换和非线性变换几 种方法。
直接灰度变换
1、图像求反
假设对灰度级范围是[0，L-1]的图像求反，就是通过变 换将[0，L-1]变换到[L-1，0]，变换公式如下：
第四章 图像增强
1
4.1 概 述
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，削弱或去除某些不需要的信息的 处理方法。其主要目的是使处理后的图像对某种特 定的应用来说，比原始图像更适用。
因此，这类处理是为了某种应用目的而去改善 图像质量的。处理的结果使图像更适合于人的视觉 特性或机器的识别系统。
19
对整个灰度区间进行分段，采用 分段线性函数进行变换。
这种增强对比度变换突出了感兴 趣的目标或灰度区间，相对抑制那 些不感兴趣的灰度区间。
对灰度区间[a, b]进行了线性拉伸 ，而灰度区间[0, a]和[b, fmax]则被 压缩。
常用的是三段线性变换。
三段线性变换
Slide 20
实际上，S1、S2、t1、t2可取不同的值进行组合，从而得 到不同的效果。
f (x, y)是待增强的原始图像, g(x, y)是已增强的图像, h(x, y)是空间运算函数。
Slide 6
空间域增强模型
对点操作（如灰度变换、直方图变换等） 有
g(x,y) = f(x,y) ·h(x,y) （4.1）
对于区域操作（如平滑、锐化等）有
g(x,y) = f(x,y)*h(x,y) （4.2）
应该特别提及的是增强后的图像质量好坏主 要靠人的视觉来评定，而视觉评定是一种高度的 主观处理。
10
空域处理表示
如果用r 和s 分别代表 f 和 g 在(x,y)处的灰
度值，则空间域处理就表示为：
s T (r) 灰度映射函数
下图是增强对比度的T操作：
11
空域处理表示
定义
设f(x,y)是增强前的图像，g(x,y)是增强处理后的图像，T
图像增强方法
空域方法
基于像素的点处理 基于模板的空域滤波
频域方法 “频域”处理技术是以修 改图像的傅氏变换为基础
增强的方法是因应用不同而不同的。的图。像增强方法只能 有选择地使用。
5
图像增强技术的分类
图像增强技术大致分为
空间域增强和频率域增强两类。
1．空间域增强法 在空间域直接对像素灰度值进行运算。
是定义在(x,y)邻域一种操作,则空间域处理可表示为 ：
g(x, y) T[ f (x, y)]
如果T是定义在每个点(x,y)上，则T称为点操作；如果T是 定义在(x,y)的某个邻域上，则T称为模板操作。
对其增强后的增强图
需增强的原始图像
12
灰度映射原理
根据增强的目的设计某种映射规则，并用相应 的映射函数来表示
邻域平均法、中值滤波和各种边界保持类滤波方法。
区域增强的锐化方法：
梯度锐化法、拉普拉斯算子、高通滤波及其他常用的 锐化算子。
Slide 9
4.2 空域点处理增强
空域法是直接对图像中的像素进行处理，基 本上是以灰度映射变换为基础的。所用的映射变 换取决于增强的目的。例如增加图像的对比度， 改善图像的灰度层次等处理均属空域法处理。
应该明确的是增强处理并不能增强原始图像 的信息，其结果只能增强对某种信息的辨别能 力，而这种处理有可能损失一些其他信息。
图像增强是数字图像处理的基本内容之一。
图像增强示例
概述
图像增强技术是一大类基本的图像处理技术， 其目的是对图像进行加工，以得到对具体应 用来说视觉效果更“好”、更“有用”的图 像。
利用映射函数可将原始图像中每个像素的灰度 都映射到新的灰度.
左图增加对比度 右图降低对比度
直接灰度变换
直接灰度变换属于所有图像增强技术中最简单的一类。 为了将图像灰度级的整个范围或一段范围扩展或压缩到记
录或显示设备的动态范围内，可使图像动态范围增大，图 像对比度扩展。 使图像变得清晰/图像上的特征变得明显。
s L 1t
此方法适用于增强嵌入于图像暗色区域的白色或灰色细节, 特别是黑色面积在尺寸上占主导低位时。
15
直接灰度变换
2.线性灰度变换
灰度线性变换表示对输入图像灰度作线性扩张或压缩， 映射函数为一个直线方程，其表达式和演示控件如下：
gx, y af x, y b
增强的对象：
在曝光不足或过度的情况下，图像灰度可能会局限在一 个很小的范围内。这时在显示器上看到的将是一个模糊不 清、似乎没有灰度层次的图像。采用灰度线性变换方法可 以拉伸灰度动态范围，使图像清晰。
1、如果S1=t1，S2=t2，则T为1条斜率为1的直线，增强图 像和原图像相同。
2、如果S1=S2，t1=L-1，则增强图像只剩2个灰度级，此时 对比度最大但细节全丢失。
3、如果S1>t1，S2<t2，则原图像中灰度值在0到S1和S2到 L-1间的动态范围减少了，而原图中灰度值在S1和S2间的动 态范围增加了，从而增强了中间范围内的对比度。
空间域增强模型
Slide 7
2．频率域增强法
在频率域利用二维滤波器H(u, v)对f (x, y)进 行滤波，得到新的频谱G(u, v)，即
G(u, v) = F(u, v)·H(u, v)
频率域增强模型
Slide 8
空域增强内容提要
单点增强：
灰度级校正、灰度变换、灰度直方图变换。
区域增强的平滑方法：
分段线性变换数学表达式如下：
t1 s s1
t
ቤተ መጻሕፍቲ ባይዱ
t2 s2
t1 s1
[s
s1 ]
t1
L L
1 1
t2 s2
[s
s2
]
t2
0 s s1 s1 s s2 s2 s L 1
与线性变换类似，都是将输入图像对比度拉伸，不同
的是分段线性变换将需要的图像细节灰度级拉伸，增强对
比度，不需要的细节灰度级压缩 。
灰度g与灰度f之间的关系为
g a b a[ 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）变换也可使得图像灰度范 围缩小，即对比度减小。
线性变换
Slide 17
灰度线性变换-示例
a) 原图；
(b)线性变换结果图
直接灰度变换
3.分段线性灰度变换
环境光源太暗，使灰度值偏小，就会使图像太暗看不清。 如果环境光源太亮，又使图像泛白。 通过灰度变换，就可以将灰度值调整到合适的程度。
灰度变换可分为线性变换、分段线性变换和非线性变换几 种方法。
直接灰度变换
1、图像求反
假设对灰度级范围是[0，L-1]的图像求反，就是通过变 换将[0，L-1]变换到[L-1，0]，变换公式如下：
第四章 图像增强
1
4.1 概 述
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，削弱或去除某些不需要的信息的 处理方法。其主要目的是使处理后的图像对某种特 定的应用来说，比原始图像更适用。
因此，这类处理是为了某种应用目的而去改善 图像质量的。处理的结果使图像更适合于人的视觉 特性或机器的识别系统。
19
对整个灰度区间进行分段，采用 分段线性函数进行变换。
这种增强对比度变换突出了感兴 趣的目标或灰度区间，相对抑制那 些不感兴趣的灰度区间。
对灰度区间[a, b]进行了线性拉伸 ，而灰度区间[0, a]和[b, fmax]则被 压缩。
常用的是三段线性变换。
三段线性变换
Slide 20
实际上，S1、S2、t1、t2可取不同的值进行组合，从而得 到不同的效果。
f (x, y)是待增强的原始图像, g(x, y)是已增强的图像, h(x, y)是空间运算函数。
Slide 6
空间域增强模型
对点操作（如灰度变换、直方图变换等） 有
g(x,y) = f(x,y) ·h(x,y) （4.1）
对于区域操作（如平滑、锐化等）有
g(x,y) = f(x,y)*h(x,y) （4.2）
应该特别提及的是增强后的图像质量好坏主 要靠人的视觉来评定，而视觉评定是一种高度的 主观处理。
10
空域处理表示
如果用r 和s 分别代表 f 和 g 在(x,y)处的灰
度值，则空间域处理就表示为：
s T (r) 灰度映射函数
下图是增强对比度的T操作：
11
空域处理表示
定义
设f(x,y)是增强前的图像，g(x,y)是增强处理后的图像，T
图像增强方法
空域方法
基于像素的点处理 基于模板的空域滤波
频域方法 “频域”处理技术是以修 改图像的傅氏变换为基础
增强的方法是因应用不同而不同的。的图。像增强方法只能 有选择地使用。
5
图像增强技术的分类
图像增强技术大致分为
空间域增强和频率域增强两类。
1．空间域增强法 在空间域直接对像素灰度值进行运算。
是定义在(x,y)邻域一种操作,则空间域处理可表示为 ：
g(x, y) T[ f (x, y)]
如果T是定义在每个点(x,y)上，则T称为点操作；如果T是 定义在(x,y)的某个邻域上，则T称为模板操作。
对其增强后的增强图
需增强的原始图像
12
灰度映射原理
根据增强的目的设计某种映射规则，并用相应 的映射函数来表示
邻域平均法、中值滤波和各种边界保持类滤波方法。
区域增强的锐化方法：
梯度锐化法、拉普拉斯算子、高通滤波及其他常用的 锐化算子。
Slide 9
4.2 空域点处理增强
空域法是直接对图像中的像素进行处理，基 本上是以灰度映射变换为基础的。所用的映射变 换取决于增强的目的。例如增加图像的对比度， 改善图像的灰度层次等处理均属空域法处理。