图像数字处理5图像增强.ppt

数字图像处理 第5章 图像增强 5.1 图像增强的概念和分类 5.2 空域增强技术 5.3 频域增强技术 5.1 图像增强的概念和分类图像增强的目的： 采用某种技术手段，改善图像的视觉效果，或将图像转换成更适合于人眼观察和机器分析识别的形式，以便从图像中获取更有用的信息。 没有一个图像增强的统一理论，如何评价图像增强的结果好坏也没有统一的标准。 主观标准：人 客观标准：结果图像增强的方法分为两大类：空间域方法和频域方法。 “空间域”是指图像平面自身，这类方法是以对图像的象素直接处理为基础的。 “频域”处理技术是以修改图像的傅氏变换为基础的。 图像增强示例 5.2 空域增强技术 空间域增强是指在空间域中，通过线性或非线性变换来增强构成图像的像素。 增强的方法主要分为点处理和模板处理两大类：点处理是作用于单个像素的空间域处理方法，包括图像灰度变换、直方图处理、伪彩色处理等技术；而模板处理是作用于像素邻域的处理方法，包括空域平滑、空域锐化等技术。 5.2.1 基于直接灰度变换的图像增强 定义： 将输入图像 中灰度r，通过映射函数映射成输出图像 中的灰度 s，其运算结果与图像像素位置及被处理像素邻域灰度无关。 公式及流图： 5.2.1.1 灰度线性变换 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：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。 5.2.1.2 灰度线性变换-示例 a) 原图； (b)线性变换结果图； 5.2.1.3 分段线性变换函数（增强对比度） 定义： 与线性变换相类似，都是对输入图像的灰度对比度进行拉伸（Contrast stretching），只是对不同灰度范围进行不同的映射处理。示例： (a) 原图； (b) 分段线性变换结果图 ； 5.2.1.4反转变换 定义： 反转变换适用于增强嵌入于图像暗色区域的白色或灰色细节,特别是当黑色面积占主导地位时。 (a) 原图； (b) 反转变换结果图 5.2.1.5 对数变换（动态范围压缩） 定义： 图像灰度的对数变换将扩张数值较小的灰度范围，压缩数值较大的图像灰度范围。 (a) 原图； (b) 对数变换后结果图 5.2.1.6 幂次变换定义： 幂次变换通过幂次曲线中的 值把输入的窄带值映射到宽带输出值。 当 时，把输入的窄带暗值映射到宽带输出亮值； 时，把输入高值映射为宽带 幂次变换 5.2.2基于直方图处理的图像增强灰度级直方图: 是图像的一种统计表达，它反映了该图中不同灰度级出现的统计概率。 进行归一化,则概率 分类：直方图均衡，直方图规定化 5.2.2.1 直方图均衡 定义： 通过图像灰度直方图均衡化处理,使得图像的灰度分布趋向均匀,图像所占有的像素灰度间距拉开,加大了图像反差，改善视觉效果,达到增强目的。映射函数：原始图像灰度r的累积分布函数 5.2.2.1 直方图均衡-流程1. 统计原始图像的直方图： 其中， 是归一化的输入图像灰度级。2. 计算直方图累积分布曲线3. 用累积分布函数作变换函数进行图像灰度变换：根据计算得到的累积分布函数，建立输入图像与输出图像灰度级之间的对应关系，即重新定位累计分布函数 （与归一化灰度等级 比较，寻找最接近的一个作为原灰度级k变换后的新灰度级）。 5.2.2.2 直方图均衡-示例1假定有一幅总像素为n=64×64的图像，灰度级数为8，各灰度级分布列于表5.1中，对其均衡化计算过程及结果如表5.1及图5.9。 原象灰级 归一化灰级 (第 5.2.2.2 直方图均衡-示例1 5.2.2.2 直方图均衡-示例1 (a) 原图直方图；(b) 累积直方图；(c) 均衡化后直方图 5.2.2.2 直方图均衡-示例2 5.2.2.3 直方图规定化 定义：将输入图像灰度分布变换成一个期望的灰度分布直方图， 为原图的灰度密度函数， 为希望得到的灰度密度函数。 5.2.2.3 直方图规定化-流程 直方图均衡化输入图像，计算 对应关系；对规定直方图 作均衡化处理，计算