对于高斯白噪声.PPT

* 一个点的成像可以用函数的脉冲采样来表示。 * * 笔记： 变换可以是线性的或非线性的，有一些特例，如求反、结尾等等 转换： 下面看一些有关的例子 时间： 2分钟 * 笔记： a: 求反；b: 对比度增强； c: 灰度切分； d: 动态范围压缩 提示大家想象相应灰度变换函数的形式 转换： 直接灰度变换的依据不充分，通过直方图实现灰度变换 时间： 4分钟 * 笔记： 结合图示介绍什么是直方图：灰度及其出现次数的函数关系 实质是图像灰度统计分布的一种表示 为实现图像增强提供了手段，首先修改直方图，然后根据直方图的修改实现灰度变换 时间： 3分钟 * 笔记： 试图将灰度分布转化为均匀分布，从而改善对比度 累计分布 缺点：灰度值留有间隙，可以通过将一个灰度值映射为多个灰度值改进，提示大家看书 转换： 下面我们再看一个例子 时间： 5分钟 * 笔记： 试图将灰度分布转化为均匀分布，从而改善对比度 累计分布 缺点：灰度值留有间隙，可以通过将一个灰度值映射为多个灰度值改进，提示大家看书 转换： 下面我们再看一个例子 时间： 5分钟 以一维条件下为例（可以自然推广到二维情况），点x处的函数f为： 若D是线性运算，可以变换D与积分符号次序 其中，δ（r）表示增量函数 引入新的函数 ，假设D只与 有关，则有 点扩散函数 （Point Spread Function） (Blur kernel) * Blurred image I Sharp image L Camera Noise n Blur kernel f 图像生成机制 2.图像点操作 图像点操作处理 a. 灰度级变换(比例变换) b.直方图法 直方图均衡化 直方图规定化 c.图像间的算术运算和逻辑运算 d.数字抠图 通过灰度变换函数将图像各灰度映射为新的值 2.1直接灰度变换 灰度变换函数： S=T(r ) r,S分别为原来和变换后的灰度值。 获取变换函数的方法: 固定函数、分段线性变换、直方图 固定函数法 亮度调整——加亮、减暗图像 255 128 255 218 255 128 255 32 对数变换：s=log10(1+r) 功能：压缩图像象素值的动态范围 M幂次变换 s=crγ γ1时：能把输入的窄带输入变成宽带输出（直图变宽） 分段线性变换 为了增加变换的任意性，可以采用线性变换 组合的办法来构成T(r) 直接灰度变换图例 求反 对比度增强 灰度切分 动态范围压缩 直方图均衡化：转变直方图成均匀分布 直方图规定化：转变直方图成规定形状 2.2 直方图增强方法 图像成像质量的好坏可以从其直方图的形状 上得到反映 一幅高质量的图像应能充分利用成像系统的动态范围 对于在整个灰度范围内均有分布的图像而言,具有均匀分布特性的图像一般具有较好的清晰度和对比度 利用直方图增强 直方图：反映一幅图像灰度级与出现这种灰度的概率之间关系的图形(某灰度级的象素个数） 直方图均衡化 RGB模型直方图 彩色图像直方图 HSI模型直方图 彩色图像直方图 直方图均衡化算法 利用累计分布函数获得均匀分布的直方图 直方图均衡化应用 直方图规定化和局部直方图均衡化 目的：将原始图像的直方图转换为期望的直方图 直方图均衡化 ----全局均衡化不易控制 直方图规定化 : ----根据经验得到期望的结果 局部直方图均衡化： ----根据图像局部区域特性，采用不同均衡化函数。 2.3 图像间的算术运算和逻辑运算 两幅或多幅图像进行算术运算或逻辑运算，以产生新的图像， 算术运算：+、-、*、/ 逻辑运算：于、或、非 它们的操作： 算术运算是对应象素间的操作 逻辑运算：也是对应象素间的操作.也可以是象素间的位操作,即象素的值作为#2的字符串来处理 算术运算 算术运算:一般用于灰度图像， 设2 个象素p和q,有 加法：记作p+q; 减法：p-q 乘法: p*q 除法: p? q 算术运算只涉及一个空间位置（象素）的运算 图像加法 应用举例 图像合成 应用举例 去除不需要的叠加性图案 检测同一场景两幅图像之间的变化 计算物体边界的梯度 图像减法 图像乘法 主要应用举例 图像的局部显示 用二值蒙板图像与原图像做乘法 逻辑运算 或OR: p OR q 或 p+q 与AND: p AND q 或p˙q 求反(补)：NOT q 异或: q XOR q=1 ( 若q=1或p=1) =0 ( 若q=1和p=1) 逻辑运算和算术运算一样， 只涉及一个空间位置的运算,（也可以作位运算） 但逻辑运算较多用于二值图像