數(shù)字圖像處理 第四章圖像增強

1、第四章 圖像增強主要內(nèi)容圖像增強的作用及目的圖像增強的作用及目的像素級運算像素級運算空間域平滑與銳化空間域平滑與銳化頻率域增強頻率域增強彩色增強彩色增強代數(shù)運算代數(shù)運算圖像增強圖像增強是改善圖像質(zhì)量最常用的技術(shù)。圖像增強是改善圖像質(zhì)量最常用的技術(shù)。圖像增強目的圖像增強目的改善圖像的視覺效果，提高圖像的可辨識度改善圖像的視覺效果，提高圖像的可辨識度轉(zhuǎn)換成更容易分析處理的形式轉(zhuǎn)換成更容易分析處理的形式評判標準評判標準 ：人的主觀感覺：人的主觀感覺從作用域出發(fā)分兩類從作用域出發(fā)分兩類空間域空間域 對圖像像素灰度或灰度統(tǒng)計操作對圖像像素灰度或灰度統(tǒng)計操作頻率域頻率域 對圖像變換后對頻譜成分操作，最后對

2、圖像變換后對頻譜成分操作，最后經(jīng)逆變換獲得所需增強結(jié)果經(jīng)逆變換獲得所需增強結(jié)果圖像增強圖像質(zhì)量退化的原因圖像質(zhì)量退化的原因?qū)Ρ榷染植炕蛉科蛯Ρ榷染植炕蛉科驮肼暩蓴_，包括熱噪聲、量化噪聲、椒鹽噪聲、噪聲干擾，包括熱噪聲、量化噪聲、椒鹽噪聲、背景干擾等背景干擾等清晰度下降，圖像模糊清晰度下降，圖像模糊圖像增強通過針對性技術(shù)，如直方圖均衡、平圖像增強通過針對性技術(shù)，如直方圖均衡、平滑去噪、邊緣銳化等對圖像的退化加以修正，滑去噪、邊緣銳化等對圖像的退化加以修正，已達到改進圖像質(zhì)量的目的。已達到改進圖像質(zhì)量的目的。圖像增強的主要內(nèi)容空間域空間域點運算點運算 局部運算局部運算 圖像平滑，圖像銳化圖

3、像平滑，圖像銳化頻率域頻率域 高通濾波高通濾波低通濾波低通濾波同態(tài)濾波增強同態(tài)濾波增強彩色增強彩色增強假彩色增強假彩色增強偽彩色增強偽彩色增強彩色變換增強彩色變換增強代數(shù)運算代數(shù)運算加，減，乘，除加，減，乘，除主要內(nèi)容圖像增強的作用及目的圖像增強的作用及目的空間域點運算空間域點運算空間域平滑空間域平滑空間域銳化空間域銳化頻率域增強頻率域增強彩色增強彩色增強代數(shù)運算代數(shù)運算灰度級變換直方圖變換局部統(tǒng)計4.1點運算點運算點運算：對于一幅輸入圖像，將產(chǎn)生一幅輸出圖像，點運算：對于一幅輸入圖像，將產(chǎn)生一幅輸出圖像，輸出圖像的每個像素點的灰度值由輸入像素點決定。輸出圖像的每個像素點的灰度值由輸入像素點決

4、定。點運算由灰度變換函數(shù)點運算由灰度變換函數(shù)GST確定確定。點運算實際是圖像像素灰度級增強點運算實際是圖像像素灰度級增強, 包括：包括：灰度級校正：成像系統(tǒng)對像素的修正灰度級校正：成像系統(tǒng)對像素的修正灰度變換：將一個灰度區(qū)間映射到另一個灰度區(qū)間灰度變換：將一個灰度區(qū)間映射到另一個灰度區(qū)間直方圖修正直方圖修正: 使圖像灰度分布均勻、間距拉開，增強使圖像灰度分布均勻、間距拉開，增強對比度。對比度。局部統(tǒng)計：利用局部統(tǒng)計特征進行對比度增強局部統(tǒng)計：利用局部統(tǒng)計特征進行對比度增強( , ),g x yTf x y4.1.1灰度級校正灰度級校正：在灰度級校正：在圖像采集系統(tǒng)圖像采集系統(tǒng)中對圖像像素中對圖

5、像像素進行修正，使整幅圖像進行修正，使整幅圖像亮度分布均勻亮度分布均勻。具體實現(xiàn)具體實現(xiàn) 對理想系統(tǒng)的輸入圖像對理想系統(tǒng)的輸入圖像f(i,j)和實際獲得降質(zhì)圖和實際獲得降質(zhì)圖像像g(i,j)的關(guān)系用公式表示為的關(guān)系用公式表示為 g(i,j)=e(i,j)f(i,j) 其中其中e(i,j)為降質(zhì)函數(shù)為降質(zhì)函數(shù)/系統(tǒng)的灰度失真系數(shù)系統(tǒng)的灰度失真系數(shù)采用一幅灰度級為常數(shù)采用一幅灰度級為常數(shù)C的圖像成像，實際輸?shù)膱D像成像，實際輸出為出為gc(i,j)，即，即gc(i,j)=e(i,j)C，代入前式可得，代入前式可得校正后的原始圖像校正后的原始圖像( , )( , )( , )cg i jf i jCg

6、 i j實際處理對象灰度級校正注意問題：對降質(zhì)圖像進行逐點灰度級校正所獲得的圖像，對降質(zhì)圖像進行逐點灰度級校正所獲得的圖像，其中某些像素的其中某些像素的灰度級值灰度級值有可能要有可能要超出超出記錄器記錄器件或顯示器輸入灰度級的件或顯示器輸入灰度級的動態(tài)范圍動態(tài)范圍，在輸出時，在輸出時還要采用其他方法來還要采用其他方法來修正修正才能保證不失真地輸才能保證不失真地輸出。出。降質(zhì)圖像在數(shù)字化時，各像素灰度級都被量化降質(zhì)圖像在數(shù)字化時，各像素灰度級都被量化在離散集合中的離散值上，但經(jīng)校正后的圖像在離散集合中的離散值上，但經(jīng)校正后的圖像各像素灰度極值并各像素灰度極值并不不一定都一定都在在這些這些離散值離

7、散值上，上，因此必須對校正后的圖像進行因此必須對校正后的圖像進行量化量化。4.1.2灰度變換灰度變換：將圖像的灰度級映射到另一灰度級?；叶茸儞Q：將圖像的灰度級映射到另一灰度級。分類：線性變換，非線性變換分類：線性變換，非線性變換一、線性變換一、線性變換 由于成像時曝光不足或過度，以及成像設(shè)備的由于成像時曝光不足或過度，以及成像設(shè)備的非線性或圖像記錄設(shè)備動態(tài)范圍太窄等因素，非線性或圖像記錄設(shè)備動態(tài)范圍太窄等因素，對圖像都會產(chǎn)生對圖像都會產(chǎn)生對比度不足對比度不足的弊病，使圖像中的弊病，使圖像中的細節(jié)分辨不清，這時如將圖像的細節(jié)分辨不清，這時如將圖像灰度線性擴展灰度線性擴展，常能顯著改善圖像的主觀質(zhì)

8、量。常能顯著改善圖像的主觀質(zhì)量。線性灰度變換灰度變換1、線性點運算、線性點運算 ( , ) ( , )a ( , )GSTT fg i jT f i jf i jb函數(shù)為線性，即參數(shù)對圖像質(zhì)量的影響：a 1,b 0,若圖象像素不發(fā)生變化；a 1,b 0,若圖象所有灰度值上移或下移；a 1若， 輸出圖象對比度增強；0a1, 若輸出圖象對比度減?。籥0, 若暗區(qū)域變亮，亮區(qū)域變暗，圖象求補。012341234567( , )1.5 ( , ) 1g i jf i jfg線性灰度變換灰度變換 50gf1.5gf0.8gf1255gf 原圖原圖線性灰度變換2、線性灰度范圍變換、線性灰度范圍變換 ( ,

9、 )a b( , )a b( , )( ( , )f i jg i jbag i jaf i jaba原始圖像，灰度范圍為 ，變換后圖像，灰度范圍為，存在以下關(guān)系012341234567( , )1.5 ( , ) 1g i jf i j7 1( , )1( , )040g i jf i j 0 , 4 ; 1, 7 fgfg0 a b Mfg（i，j）Mg d c線性灰度變換3、分段線性變換、分段線性變換拉伸圖像中的一些灰度細節(jié)，相對抑制不感興趣的部分，這可通過分段線性變換得到。線性灰度變換 ( , ),( , ),( / ) ( , ),0( , )( , )()/() ( , ),( ,

10、 )()/() ( , ),( , )ffgggfff i jMMg i jMMc a f i jf i jag i jdcbaf i jacaf i jbMdMbf i jbd bf i jM輸入圖像為灰度范圍為0,0ab變換后圖像為灰度范圍為0,0cd()(),()()gjcadcbaMdMb式中0a灰度區(qū)間 ，被壓縮ab，被拉伸fbM，被壓縮二、非線性灰度變換cf(i,j)-alnf(i,j)+1g(ij)=a+blncg(ij)=b1對數(shù)變換， 低灰度拉伸，高灰度壓縮指數(shù)變換， 使圖像高灰度拉伸對數(shù)變換指數(shù)變換附：PS相關(guān)命令通過命令通過命令“圖像圖像- -曲線曲線”調(diào)整灰度調(diào)整灰度4

11、.1.3 直方圖修正法灰度直方圖反映圖像中灰度分布，為圖像處理灰度直方圖反映圖像中灰度分布，為圖像處理提供了重要依據(jù)。提供了重要依據(jù)。直方圖修正后可使圖像的直方圖修正后可使圖像的灰度間距拉開或分布灰度間距拉開或分布均勻均勻，從而增大反差，使圖像細節(jié)清晰，提高，從而增大反差，使圖像細節(jié)清晰，提高圖像質(zhì)量。圖像質(zhì)量。分類分類直方圖均衡化：灰度間距拉開，分布均勻直方圖均衡化：灰度間距拉開，分布均勻直方圖規(guī)定化：直接給出希望獲得直方圖的形狀，直方圖規(guī)定化：直接給出希望獲得直方圖的形狀，尋找某個灰度級的變換對原圖像進行處理。尋找某個灰度級的變換對原圖像進行處理。直方圖均衡化直方圖規(guī)定化附：PS操作“設(shè)置

12、設(shè)置”菜單中的命令：菜單中的命令：自動色階自動色階-直方圖均衡化直方圖均衡化替換顏色替換顏色-直方圖匹配直方圖匹配直方圖均衡化直方圖均衡化直方圖均衡化直方圖均衡化直方圖均衡化理論基礎(chǔ)假設(shè)原圖像的歸一化后的灰度級為假設(shè)原圖像的歸一化后的灰度級為r，直方圖修正后為，直方圖修正后為s直方圖均衡化理論基礎(chǔ)直方圖均衡化的要點：直方圖均衡化的要點：公理：直方圖公理：直方圖P P為常數(shù)的圖像對比度最好為常數(shù)的圖像對比度最好目標：對輸入圖像目標：對輸入圖像r r，尋找一個灰度級變換函數(shù)，尋找一個灰度級變換函數(shù)T T（r r），使得結(jié)果圖像），使得結(jié)果圖像s s的直方圖的直方圖P Ps s(s)(s)為一個常數(shù)

13、為一個常數(shù)直方圖均衡化直方圖均衡化 T(r) T(r)rsPr(r)Ps(s)直方圖均衡化理論基礎(chǔ)srssrr1srrr(s)p sds=p rdrsddrdp s =p rdr =p r=p r(s)dsdsdsFT分布函數(shù) （ ）（ ）密度函數(shù)為分布函數(shù)導(dǎo)數(shù)，故對上式兩邊對 求導(dǎo)得到（ ）（ ）（ ）（ ）ssrrr0rkkikkrii0i0drssr1ds dsrdr s=rdrnsrrnPPPPPTP令 （） =1， 解 （）（ ）得（ ）兩 邊 積 分 得（ ）離 散 形 式 為 （） =（ ） 由概率論可知，若Pr(r)和變換函數(shù)s=T(r)已知，r=T-1(s)是單調(diào)增長函數(shù)，則

14、變換后的概率密度函數(shù)Ps(s)可由Pr(r)得到：直方圖均衡化計算例例1 假定有一幅總像素為假定有一幅總像素為n=64*64的圖像，灰度級的圖像，灰度級數(shù)為數(shù)為8，各灰度級分布如，各灰度級分布如下。對其進行直方圖均衡下。對其進行直方圖均衡化，并畫出均衡化前后的化，并畫出均衡化前后的直方圖。直方圖。knk07901102328503656432952456122781直方圖均衡化計算計算直方圖灰度統(tǒng)計計算直方圖灰度統(tǒng)計rknkr0 =0790r1 =1/71023r2 =2/7850r3 =3/7656r4 =4/7329r5 =5/7245r6 =6/7122r7 =7/781Pr（rk）0.

15、190.250.210.160.080.060.030.02計算變換函數(shù)計算變換函數(shù)Tr計算計算sk計算變換函數(shù)計算變換函數(shù)TrTr0.190.440.650.810.890.950.981計算計算sk并并Sk并并1/73/75/76/76/7111直方圖均衡化計算rknkr0 =0790r1 =1/71023r2 =2/7850r3 =3/7656r4 =4/7329r5 =5/7245r6 =6/7122r7 =7/781Pr（rk）0.190.250.210.160.080.060.030.02Tr0.190.440.650.810.890.950.981Sk并并1/73/75/76/7

16、6/7111Ps（sk）0.190.250.210.240.11sknskS0=1/7790S1=3/71023S2=5/7850S3=6/7985S4=1448計算均衡化后的直方圖計算均衡化后的直方圖計算每個計算每個sk對應(yīng)的像素數(shù)目對應(yīng)的像素數(shù)目直方圖均衡化計算畫出原圖像與處理后圖像的直方圖畫出原圖像與處理后圖像的直方圖直方圖均衡結(jié)果可以看出：結(jié)果可以看出：均衡后灰度直方圖較原直方圖平坦，等長區(qū)間內(nèi)的均衡后灰度直方圖較原直方圖平坦，等長區(qū)間內(nèi)的像素數(shù)接近相等像素數(shù)接近相等灰度級數(shù)量減少，動態(tài)范圍擴大灰度級數(shù)量減少，動態(tài)范圍擴大原直方圖頻數(shù)較少的某些灰度級數(shù)被合并到一個原直方圖頻數(shù)較少的某些

17、灰度級數(shù)被合并到一個或幾個灰度級中或幾個灰度級中 減并現(xiàn)象減并現(xiàn)象頻率小的灰度級被壓縮，頻率大的灰度級被增強頻率小的灰度級被壓縮，頻率大的灰度級被增強結(jié)論：直方圖均衡實質(zhì)是頻數(shù)較小的灰度級被結(jié)論：直方圖均衡實質(zhì)是頻數(shù)較小的灰度級被簡并，簡并，減少圖像的灰度級減少圖像的灰度級以換取以換取對比度的加大對比度的加大直方圖均衡化計算計算步驟計算步驟計算計算Pk (rk)得到原直方圖得到原直方圖 求變換函數(shù)求變換函數(shù)T(rk),即求累即求累計分布計分布四舍五入計算灰度量化級四舍五入計算灰度量化級別別sk并并同灰度量化級別的同灰度量化級別的sk合并合并計算每個計算每個sk對應(yīng)的像素數(shù)對應(yīng)的像素數(shù)目，即映射

18、目，即映射rk的像素數(shù)，的像素數(shù)，合并過的像素數(shù)要累加。合并過的像素數(shù)要累加。計算均衡后的直方圖計算均衡后的直方圖kkkkriki 00kksk1kssrrs*(1)s1nn(s )n/nkiijiSnTPnLLjP計計并（ ）=（ ）round（）合并項數(shù)目練習(xí)f為原圖像，對其進行直方為原圖像，對其進行直方圖均衡化，并畫出均衡化圖均衡化，并畫出均衡化前后的直方圖。前后的直方圖。解：解：1、計算、計算Pk (rk) 由由f可知可知 圖像像素總數(shù)圖像像素總數(shù)n=5*5=25， 灰度級灰度級rk分布范圍分布范圍09共共10級級 求得求得 Pk (rk) =nk/nrknkPk (rk)練習(xí)2、通過

19、變換函數(shù)、通過變換函數(shù)Tr 3 、計算、計算Sk并并 、合并同類項得到、合并同類項得到SkSK并并1/92/93/95/95/95/97/97/98/91Pk (rk)Tr SKS0 =1/9S1 =2/9S2 = 3/9S3 = 5/9S4 = 7/9S5 = 8/9S6 = 1練習(xí)5、計算每個計算每個sk對應(yīng)的像對應(yīng)的像素數(shù)目素數(shù)目nsk3246523Ps（sk）0.120.080.160.240.200.080.12SKS0 =1/9S1 =2/9S2 = 3/9S3 = 5/9S4 = 7/9S5 = 8/9S6 = 1練習(xí)6 、畫出原圖像與處理后圖像的直方圖、畫出原圖像與處理后圖像的

20、直方圖直方圖規(guī)定化直方圖規(guī)定化（直方圖匹配）目的目的使處理的圖像具有指定的直方圖形狀。使處理的圖像具有指定的直方圖形狀?；舅悸坊舅悸分狈綀D規(guī)定化直方圖規(guī)定化例例2 采用與例采用與例1相同的圖像，已知該圖像與規(guī)定圖像直方圖均相同的圖像，已知該圖像與規(guī)定圖像直方圖均衡化后灰度級分布如下，進行直方圖規(guī)定化。衡化后灰度級分布如下，進行直方圖規(guī)定化。zkPz（zk）z0=00z1=1/70z2=2/70z3=3/70.15z4=4/70.20z5=5/70.30z6=6/70.20z7=10.15448r7-s4=1985r4-s3=6/7850r2-s2=5/71023r1-s1=3/7790r0

21、-s0=1/7nkrj-sk0.110.240.210.250.19Ps（sk）vk=G(zK)0000.150.350.650.851原圖像直方圖均衡化原圖像直方圖均衡化規(guī)定圖像直方圖均衡化規(guī)定圖像直方圖均衡化r3-s3=6/7 r5-s4=1 r6-s4=1 直方圖規(guī)定化用原圖像的用原圖像的sk代替代替vk，一般取最接近的，一般取最接近的sk。對。對Gk求逆變求逆變換得到換得到zk到到sk的對應(yīng)關(guān)系。的對應(yīng)關(guān)系。重新分配像素重新分配像素nk并，并計算直方圖規(guī)定化圖像的灰度分并，并計算直方圖規(guī)定化圖像的灰度分布布pzZk并并nk并并z00z10z20z3-s0=1/7790z4-s1=3/7

22、1023z5-s2=5/7850z6-s3=6/7985z7-s4=1448pz(zK并并)0000.190.250.210.240.11vk=G(zK)0000.150.350.650.851直方圖規(guī)定化直方圖規(guī)定化應(yīng)用實例(圖像融合)適用于調(diào)整兩副圖像的亮度、色調(diào)一致，以便實現(xiàn)無縫拼接。附：空間點運算相關(guān)MATALB函數(shù)imadjust函數(shù)函數(shù) 用于數(shù)字圖像的灰度調(diào)整，實現(xiàn)線性變換對比度增強用于數(shù)字圖像的灰度調(diào)整，實現(xiàn)線性變換對比度增強 用法用法 ： J = imadjust(I,low_in high_in,low_out high_out) 例：例： j=imadjust(i,0.3,

23、0.7,);將圖像將圖像i轉(zhuǎn)換為轉(zhuǎn)換為j，使灰度值從，使灰度值從0.30.7與缺省值與缺省值01相匹配相匹配histeq函數(shù)函數(shù) 用于數(shù)字圖像的直方圖均衡化用于數(shù)字圖像的直方圖均衡化 用法：用法： j=histeq(i); 轉(zhuǎn)換圖像轉(zhuǎn)換圖像i具有具有64個灰度級的灰度圖像個灰度級的灰度圖像 j, T=histeq（i）返回灰度級變換）返回灰度級變換T，使，使j為為i均衡化后的灰度圖像均衡化后的灰度圖像j=histeq(i, T) 實現(xiàn)了實現(xiàn)了直方圖規(guī)定化直方圖規(guī)定化，即將原圖象，即將原圖象 i的直方圖變換的直方圖變換成用戶指定的向量成用戶指定的向量T 。局部統(tǒng)計法（a）原圖像（b）直方圖修正后

24、的圖像（c）局部增強后的圖像局部統(tǒng)計法Wallis和和Jong-Sen Lee 提出用局部均值和方提出用局部均值和方差進行對比度增強?；舅枷胧翘岢鱿Ｍ木植钸M行對比度增強?；舅枷胧翘岢鱿Ｍ木植烤岛头讲睿瑢υ瓐D像每個像素分別進行處部均值和方差，對原圖像每個像素分別進行處理。理。這里的局部指像素（這里的局部指像素（x，y）附近）附近(2n+1）*(2m+1)領(lǐng)領(lǐng)域。域。局部均值局部均值- 平均灰度平均灰度方差方差- 平均對比度平均對比度221( , )( , )(21)(21)1( , )( , )( , )(21)(21)m yn xLi x n j y mm yn xLLi x n j

25、 y mmx yf i jnmx yf i jmx ynm 局部均值（平均灰度局部均值（平均灰度）局部方差（平均對比度）局部方差（平均對比度）局部統(tǒng)計法主要內(nèi)容圖像增強的作用及目的圖像增強的作用及目的空間域點運算空間域點運算空間域平滑空間域平滑空間域銳化空間域銳化頻率域增強頻率域增強彩色增強彩色增強代數(shù)運算代數(shù)運算空間濾波的概念空間濾波的概念平滑濾波平滑濾波空間域濾波概念空間域濾波屬于局部處理空間域濾波屬于局部處理空間域濾波分類空域濾波按不同條件分類空域濾波按不同條件分類空間域濾波線性濾波器定義線性濾波器定義空間域濾波4.2 空間域平滑圖（a） 原圖像 圖（b） 閾值化處理后的圖像 圖（c）

26、平滑處理后的圖像空間域平滑平滑濾波器的用途平滑濾波器的用途一、局部平滑法局部平滑法局部平滑法領(lǐng)域平均法領(lǐng)域平均法像素灰度像素灰度=像素鄰域內(nèi)各像素的像素鄰域內(nèi)各像素的灰度平均值灰度平均值 s表示去心鄰域表示去心鄰域,常用常用4-鄰域、鄰域、8-鄰域；鄰域； M為鄰域像素總數(shù)為鄰域像素總數(shù)特點：降低噪聲，但圖像模糊，特點：降低噪聲，但圖像模糊，特別在邊緣和細節(jié)處特別在邊緣和細節(jié)處,1( , )( , )i j sg x yf x yM202020202502020202020局部平滑法 圖圖a原圖像原圖像 圖圖b 3*3局部平滑法局部平滑法 圖圖c 5*5局部平滑法局部平滑法超限像素平滑法超限像

27、素平滑法當輸入與輸出的差值大于某閾值時再進行局當輸入與輸出的差值大于某閾值時再進行局部平滑部平滑特點特點 ：抑制椒鹽噪聲：抑制椒鹽噪聲,保護細小灰度差的細節(jié)保護細小灰度差的細節(jié)和紋理和紋理( , )( , )f x yg x yT( , )( , )( , )g x yg x yf x y( , )( , )f x yg x yT一、局部平滑法局部平滑法圖圖a原圖像原圖像 圖圖b 3*3局部平滑法局部平滑法圖圖c 5*5局部平滑法局部平滑法 圖圖d 5*5超限像素平滑法超限像素平滑法局部平滑法灰度最相近的灰度最相近的K個鄰點平均法個鄰點平均法出發(fā)點：同類灰度值高度相關(guān)出發(fā)點：同類灰度值高度相關(guān)

28、像素灰度值像素灰度值=窗口內(nèi)與中心像素最接近的窗口內(nèi)與中心像素最接近的K個鄰像個鄰像素灰度平均值素灰度平均值K越大，平滑噪聲效果好，但越模糊。對于越大，平滑噪聲效果好，但越模糊。對于3*3窗窗口，一般口，一般K取取6較好較好2025025020250250250202020250255202502502502020250K=6局部平滑法梯度倒數(shù)加權(quán)平滑法梯度倒數(shù)加權(quán)平滑法出發(fā)點：區(qū)域內(nèi)的梯度小，邊緣梯度大，減少邊出發(fā)點：區(qū)域內(nèi)的梯度小，邊緣梯度大，減少邊緣對中心像素的影響緣對中心像素的影響梯度定義為梯度定義為 |相鄰像素灰度差相鄰像素灰度差|相鄰像素權(quán)為中心像素與相鄰各像素間梯度倒數(shù)相鄰像素權(quán)

29、為中心像素與相鄰各像素間梯度倒數(shù)邊緣附近梯度大，而權(quán)小邊緣附近梯度大，而權(quán)小像素灰度值像素灰度值=窗口加權(quán)平均值窗口加權(quán)平均值202025020212502020250202025520250250202025013局部平滑法最大均勻平滑法最大均勻平滑法任一像素有任一像素有5個個3*3窗口窗口像素灰度值像素灰度值=環(huán)繞像素的灰度最平均窗口的灰度環(huán)繞像素的灰度最平均窗口的灰度平均值平均值判別方法：窗口梯度最小判別方法：窗口梯度最小缺點：對復(fù)雜形狀的邊界會過度平滑，使細節(jié)丟缺點：對復(fù)雜形狀的邊界會過度平滑，使細節(jié)丟失失x局部平滑法有選擇保邊緣平滑法有選擇保邊緣平滑法像素灰度值像素灰度值=環(huán)繞像素的

30、灰度最平均窗口的灰度環(huán)繞像素的灰度最平均窗口的灰度平均值平均值選擇正方形、五邊形、六邊形等多種形狀的窗口選擇正方形、五邊形、六邊形等多種形狀的窗口環(huán)繞像素，以找到不包含邊緣的區(qū)域。環(huán)繞像素，以找到不包含邊緣的區(qū)域。窗口灰度變換的判別方法：最小方差窗口灰度變換的判別方法：最小方差在平滑時即不會使尖銳邊緣模糊，也不會破壞邊在平滑時即不會使尖銳邊緣模糊，也不會破壞邊緣形狀，是對最大均勻平滑法的改進緣形狀，是對最大均勻平滑法的改進x11111111191低通濾波模板二、空間域模板濾波法二、空間域模板濾波法空間低通濾波模板從左-右，上-下移動，執(zhí)行濾波操作空間低通濾波器 平均模板平均模板 中心加權(quán)模板中

31、心加權(quán)模板 +加權(quán)模板加權(quán)模板 中心減權(quán)模板中心減權(quán)模板 +減權(quán)模板減權(quán)模板111111111911H1111211111012H1212421211613H111101111814H0010021414141415H常用常用3 3* *3 3低通濾波器（模板）低通濾波器（模板）空間低通濾波空間低通濾波模板特點空間低通濾波模板特點系數(shù)反映中心點或鄰域的重要程度系數(shù)反映中心點或鄰域的重要程度，系數(shù)系數(shù)0系數(shù)之和系數(shù)之和=1可保證輸出圖像灰度值在許可范圍內(nèi)，不會產(chǎn)生“溢出”現(xiàn)象。空間低通濾波平滑不僅去噪，也損失了邊緣和尖銳的細節(jié)信息平滑不僅去噪，也損失了邊緣和尖銳的細節(jié)信息，模模板尺寸越大，圖像越

32、模糊，損失細節(jié)越多板尺寸越大，圖像越模糊，損失細節(jié)越多三、中值濾波中值濾波例：采用13窗口進行中值濾波原圖像為：2 2 6 2 1 2 4 4 4 2 4處理后為： 2 2 2 2 2 2 4 4 4 4 4中值濾波 中值濾波法能有效削弱椒鹽噪聲，且比鄰域、超限像素平均法更有效。中值濾波法能有效削弱椒鹽噪聲，且比鄰域、超限像素平均法更有效。中值濾波中值濾波法抑制隨機噪聲沒有比平均法更有效。中值濾波法抑制隨機噪聲沒有比平均法更有效。附：MATALAB相關(guān)函數(shù)filter2函數(shù)用于圖像濾波，如：函數(shù)用于圖像濾波，如： i=imread(e:w01.tif); h=1,2,1;0,0,0;-1,-2

33、,-1; j=filter2(h,i);二維卷積二維卷積conv2濾波濾波, 如如: i=imread(e:w01.tif); h=1,1,1;1,1,1;1,1,1; h=h/9; j=conv2(i,h);medfilt2函數(shù)用于圖像的中值濾波，如：函數(shù)用于圖像的中值濾波，如： i=imread(e:w01.tif); j=medfilt2(i，M N);對矩陣對矩陣i進行二維中值濾波，領(lǐng)域進行二維中值濾波，領(lǐng)域為為M*N，缺省值為，缺省值為3*3主要內(nèi)容圖像增強的作用及目的圖像增強的作用及目的空間域點運算空間域點運算空間域平滑空間域平滑空間域銳化空間域銳化頻率域增強頻率域增強彩色增強彩色

34、增強代數(shù)運算代數(shù)運算梯度銳化拉普拉斯增強算子高通濾波111191111空間域銳化空間域銳化曝光曝光空間高通濾波模板特點系數(shù)有正有負，一般中心為正系數(shù)有正有負，一般中心為正系數(shù)之和為系數(shù)之和為0空間域銳化效果一、微分濾波器（梯度銳化法）微分濾波器微分濾波器微分濾波器一階微分濾波器特點：用于提取垂直和水平方向邊緣時效果好特點：用于提取垂直和水平方向邊緣時效果好一階微分濾波器優(yōu)點：加大模板，銳化邊緣同時減少噪聲優(yōu)點：加大模板，銳化邊緣同時減少噪聲的影響的影響；可以增強斜向階躍邊緣、線?？梢栽鰪娦毕螂A躍邊緣、線。一階微分濾波器優(yōu)點：優(yōu)點：4領(lǐng)域加權(quán)，斜向邊緣增強效果更明顯領(lǐng)域加權(quán)，斜向邊緣增強效果更明

35、顯一階微分算子濾波效果 第一種輸出形式 g(x,y)=grad(x,y) 此法的缺點是增強的圖像僅顯示灰度變化比較陡的邊緣輪廓，而灰度變化比較平緩或均勻的區(qū)域則呈黑色。 第二種輸出形式 式中T是一個非負的閾值。適當選取T，可使明顯的邊緣輪廓得到突出，又不會破壞原來灰度變化比較平緩的背景 其它),(),(),(),(yxfTyxgradyxgradyxg梯度圖像表現(xiàn)形式梯度圖像表現(xiàn)形式第三種輸出形式 它將明顯邊緣用一固定的灰度級LG來表現(xiàn)。 第四種輸出形式 此方法將背景用一個固定的灰度級 LB來表現(xiàn)，便于研究邊緣灰度的變化。其他，),(),(),(yxfTyxgradLyxgG其他,),(,),

36、(),(BLTyxgradyxgradyxg第五種輸出形式 這種方法將明顯邊緣和背景分別用固定灰度級LG和LB表示，生成二值圖像，便于研究邊緣所在位置。 其他,),(,),(BGLTyxgradLyxg梯度圖像表現(xiàn)形式二、二階微分濾波器0101-41010Laplace算子2F(x，y)= F(x+1，y)+F(x-1，y)+F(x，y+1)+F(x，y-1)-4F(x，y)二階微分濾波器laplacian算子特點：算子特點：邊緣區(qū)域形成下沖或邊緣區(qū)域形成下沖或上沖，雙邊緣效果上沖，雙邊緣效果檢測邊緣精度高，但檢測邊緣精度高，但對噪聲敏感對噪聲敏感無法得到方向信息無法得到方向信息二階微分濾波器

37、0-10-15-10-10增強算子0101-41010Laplace算子高增益濾波高增益濾波器PS相關(guān)命令菜單菜單“濾鏡濾鏡”“模糊模糊”命令命令“銳化銳化”命令命令MATALAB相關(guān)函數(shù)函數(shù)函數(shù)fspecial 功能：產(chǎn)生預(yù)定義濾波器功能：產(chǎn)生預(yù)定義濾波器 用法：用法：H = fspecial(增強算子增強算子) 算子包括算子包括average， gaussian，laplacian， Motion ，Prewitt(horizontal)，Sobel(horizontal)等等 例：例：I = imread(cameraman.tif); imshow(I); H = fspecial(

38、prewitt ); M = imfilter(I,H); 函數(shù)函數(shù)imfilter 功能：圖像增強功能：圖像增強 用法：用法： B= imfilter(A,H); 將原始圖像將原始圖像 A 按指定的濾波按指定的濾波器器 H進行濾波增強處理，增強后的圖像進行濾波增強處理，增強后的圖像 B 與與 A 的尺寸的尺寸和類型相同和類型相同 主要內(nèi)容圖像增強的作用及目的圖像增強的作用及目的空間域點運算空間域點運算空間域平滑空間域平滑空間域銳化空間域銳化頻率域增強頻率域增強彩色增強彩色增強代數(shù)運算代數(shù)運算頻率域平滑頻率域平滑頻率域銳化頻率域銳化4.4 頻率域濾波基礎(chǔ)頻率域濾波原理頻率域濾波原理邊、噪音、變

39、化陡峭部分變化平緩部分uv頻率域濾波基礎(chǔ)一、頻率域平滑濾波器思想：邊緣和其它尖銳變化（如噪聲）在思想：邊緣和其它尖銳變化（如噪聲）在圖像的灰度級中主要處于傅立葉變換的高圖像的灰度級中主要處于傅立葉變換的高頻部分，因此平滑可通過衰減指定圖像傅頻部分，因此平滑可通過衰減指定圖像傅立葉變換中高頻成分的范圍來實現(xiàn)立葉變換中高頻成分的范圍來實現(xiàn)理想低通濾波器理想低通濾波器Butterworth低通濾波器低通濾波器指數(shù)低通濾波器指數(shù)低通濾波器高斯低通濾波器高斯低通濾波器梯形低通濾波器梯形低通濾波器頻率域平滑濾波器理想低通濾波器理想低通濾波器:一個二維的理想低通過濾器（一個二維的理想低通過濾器（ILPF）的

40、轉(zhuǎn)換函的轉(zhuǎn)換函數(shù)滿足（是一個分段函數(shù)）數(shù)滿足（是一個分段函數(shù)）其中：其中：D0 為截止頻率，取為截止頻率，取H（u，0）降到）降到1/2 或 時對應(yīng)的頻率時對應(yīng)的頻率 D(u,v)為距離函數(shù)為距離函數(shù) D(u,v)=(u2+v2)1/200),(0),(1),(DvuDDvuDvuH1/2頻率域平滑濾波器理想低通過濾器的透視圖理想低通過濾器的透視圖圖像顯示、圖像顯示、截面圖截面圖H(u,v)作為距離函數(shù)D(u,v)的函數(shù)的截面圖頻率域平滑濾波器理想低通過濾器的截止頻率的設(shè)計理想低通過濾器的截止頻率的設(shè)計頻率域平滑濾波器小的邊界和其它尖銳小的邊界和其它尖銳細節(jié)信息被包含在頻細節(jié)信息被包含在頻譜的

41、至多譜的至多0.5%的能量的能量中中被鈍化的圖像被一種被鈍化的圖像被一種非常嚴重的振鈴效非常嚴重的振鈴效果果理想低通濾波理想低通濾波器的一種特性所影響器的一種特性所影響頻率域平滑濾波器理想低通過濾器的分析理想低通過濾器的分析:振鈴效果振鈴效果頻率域平滑濾波器Butterworth低通過濾器低通過濾器:一個截止頻一個截止頻率在與原點距離為率在與原點距離為D0的的n階階Butterworth低通過濾器（低通過濾器（BLPF）的變換函數(shù)如下：的變換函數(shù)如下：nDvuDvuH20/ ),(11),(變換函數(shù)中不存在一個不連續(xù)點作為一個通過的和被過濾掉的截止頻率的變換函數(shù)中不存在一個不連續(xù)點作為一個通過

42、的和被過濾掉的截止頻率的明顯劃分明顯劃分頻率域平滑濾波器Butterworth低通過濾器的截面圖等低通過濾器的截面圖等H(u,v)作為D(u,v)/D0的函數(shù)的截面圖頻率域平滑濾波器l在任何經(jīng)二階在任何經(jīng)二階BLPFBLPF處理過的圖處理過的圖像中都沒有明顯的振鈴效果，這像中都沒有明顯的振鈴效果，這是過濾器在低頻和高頻之間的平是過濾器在低頻和高頻之間的平滑過渡的結(jié)果滑過渡的結(jié)果頻率域平滑濾波器BLPF濾波是一個以犧牲圖像清晰度為代濾波是一個以犧牲圖像清晰度為代價來減少干擾效果的修飾過程價來減少干擾效果的修飾過程頻率域平滑濾波器頻率域平滑濾波器高斯低通過濾器高斯低通過濾器2022/ ),(),(

43、DvuDevuH頻率域平滑濾波器高斯低通過濾器高斯低通過濾器無振鈴無振鈴頻率域平滑濾波器頻率域平滑濾波器二、頻率域銳化濾波器基本思想：低通濾波器的反操作，即基本思想：低通濾波器的反操作，即Hhp(u,v)=1 Hlp(u,v)也就是說被低通濾波器過濾掉的頻率均能也就是說被低通濾波器過濾掉的頻率均能通過高通濾波器通過高通濾波器頻率域銳化濾波器理想高通過濾器理想高通過濾器一個二維的理想高通過濾器（一個二維的理想高通過濾器（ILPF）的轉(zhuǎn)換的轉(zhuǎn)換函數(shù)滿足（是一個分段函數(shù)）函數(shù)滿足（是一個分段函數(shù)）其中：其中：D0 為截止頻率為截止頻率 D(u,v)為距離函數(shù)為距離函數(shù)000( , )( , )1(

44、, )D u vDH u vD u vD頻率域銳化濾波器頻率域銳化濾波器Butterworth高通濾波器：一個截止頻率高通濾波器：一個截止頻率在與原點距離為在與原點距離為D0的的n階階Butterworth高高通過濾器（通過濾器（BHPF）的變換函數(shù)如下：的變換函數(shù)如下：201( , )1/( , )nH u vDD u v頻率域銳化濾波器頻率域銳化濾波器理想高通過濾圖理想高通過濾圖結(jié)論：圖結(jié)論：圖a和和b的振鈴問題十分明顯的振鈴問題十分明顯頻率域銳化濾波器Butterworth高通濾波器高通濾波器結(jié)論：結(jié)論：BHPF的結(jié)果比的結(jié)果比IHPF的結(jié)果平滑得多的結(jié)果平滑得多頻率域銳化濾波器高斯高通

45、過濾器高斯高通過濾器2022/ ),(1),(DvuDevuH結(jié)論：結(jié)論：GHPF的結(jié)果比的結(jié)果比BHBF和和IHPF的結(jié)果更平滑的結(jié)果更平滑頻率域銳化濾波器高通濾波器分析高通濾波器分析l低頻成分被嚴重地消弱了，使圖像失去層低頻成分被嚴重地消弱了，使圖像失去層次次l改進措施：改進措施：1）加一個常數(shù)到變換函數(shù)）加一個常數(shù)到變換函數(shù) H(u,v) + A 這種方法被稱為這種方法被稱為高頻強調(diào)高頻強調(diào)2）為了解決變暗的趨勢，在變換結(jié)果圖像）為了解決變暗的趨勢，在變換結(jié)果圖像上再進行一次直方圖均衡化。這種方法被上再進行一次直方圖均衡化。這種方法被稱為稱為后過濾處理后過濾處理頻率域銳化濾波器高頻加強濾

46、波主要內(nèi)容圖像增強的作用及目的圖像增強的作用及目的空間域點運算空間域點運算空間域平滑空間域平滑空間域銳化空間域銳化頻率域增強頻率域增強彩色增強彩色增強代數(shù)運算代數(shù)運算偽彩色處理偽彩色處理假彩色處理假彩色處理彩色平衡彩色平衡彩色變換彩色變換彩色圖像的平滑和尖銳化彩色圖像的平滑和尖銳化彩色圖像的平滑和尖銳化一、偽彩色增強偽彩色圖像增強是指把一幅灰度圖像的各偽彩色圖像增強是指把一幅灰度圖像的各個不同灰度級按照映射函數(shù)變換成為不同個不同灰度級按照映射函數(shù)變換成為不同彩色，得到彩色圖像的技術(shù)彩色，得到彩色圖像的技術(shù)區(qū)分：偽彩色圖像、真彩色圖像，單色圖區(qū)分：偽彩色圖像、真彩色圖像，單色圖像像如如:焊點檢測

47、焊點檢測偽彩色處理用顏色突出降雨水平用顏色突出降雨水平a.圖像的強度值直接與降雨相對應(yīng)，目測困難b.藍色表示低降雨量，紅色表示高降雨量圖c和圖d更加清楚圖a圖b圖c圖d偽彩色處理應(yīng)用應(yīng)用更容易辨認圖像細節(jié)更容易辨認圖像細節(jié)更容易識別圖像中的灰度目標更容易識別圖像中的灰度目標怎樣進行偽彩色圖像處理？怎樣進行偽彩色圖像處理？密度分割技術(shù)（強度分層技術(shù)）密度分割技術(shù)（強度分層技術(shù)）灰度級到彩色轉(zhuǎn)換技術(shù)灰度級到彩色轉(zhuǎn)換技術(shù)空間域變換空間域變換頻率域變換頻率域變換偽彩色處理密度分割技術(shù)密度分割技術(shù)把一幅圖像描述為三維函數(shù)（把一幅圖像描述為三維函數(shù)（x,y,f(x,y)）分層技術(shù)：放置平行于分層技術(shù)：放置

48、平行于(x,y)坐標面的平面坐標面的平面每一個平面在相交區(qū)域切割圖像函數(shù)每一個平面在相交區(qū)域切割圖像函數(shù)偽彩色處理密度分割技術(shù)密度分割技術(shù)把灰度圖像的灰度級從把灰度圖像的灰度級從0（黑）到（黑）到M0（白）（白）分成分成N個區(qū)間個區(qū)間Ii(i=1，2，N),給每個區(qū)間給每個區(qū)間Ii指定一種彩色指定一種彩色Ci，這樣，便可以把一幅灰度，這樣，便可以把一幅灰度圖像變成一幅偽彩色圖像。圖像變成一幅偽彩色圖像。分類：分類：等密度法等密度法 I=（M0-0）/N非等密度法非等密度法該方法比較簡單、直觀。該方法比較簡單、直觀。缺點是變換出的彩色數(shù)目有限。缺點是變換出的彩色數(shù)目有限?；叶燃壊噬珎尾噬幚砑谞?/p>

49、腺模型甲狀腺模型左圖的恒定強度難以區(qū)分病變，右圖強度分層結(jié)果，清楚的顯示恒定強度的不同區(qū)域強度分層結(jié)果，8個彩色區(qū)域單色圖像偽彩色處理灰度級到彩色的轉(zhuǎn)換灰度級到彩色的轉(zhuǎn)換對任何輸入像素的灰度級執(zhí)行對任何輸入像素的灰度級執(zhí)行3個獨立變換個獨立變換3個變換結(jié)果即三基色分量分別送入彩色監(jiān)視個變換結(jié)果即三基色分量分別送入彩色監(jiān)視器的紅、綠、藍三個通道器的紅、綠、藍三個通道產(chǎn)生一幅合成彩色圖像產(chǎn)生一幅合成彩色圖像偽彩色處理偽彩色處理頻率域偽彩色增強頻率域偽彩色增強 把黑白圖像經(jīng)傅立葉變換到頻率域，在頻率域內(nèi)用把黑白圖像經(jīng)傅立葉變換到頻率域，在頻率域內(nèi)用三個不同傳遞特性的濾波器分離成三個獨立分量；三個不同

50、傳遞特性的濾波器分離成三個獨立分量； 然后對它們進行逆傅立葉變換，便得到三幅代表不然后對它們進行逆傅立葉變換，便得到三幅代表不同頻率分量的單色圖像，接著對這三幅圖像作進一同頻率分量的單色圖像，接著對這三幅圖像作進一步的處理（如直方圖均衡化）步的處理（如直方圖均衡化） 最后將它們作為三基色分量分別加到彩色顯示器最后將它們作為三基色分量分別加到彩色顯示器的紅、綠、藍顯示通道，得到一幅彩色圖像。的紅、綠、藍顯示通道，得到一幅彩色圖像。 二、假彩色增強處理對象：自然彩色圖像、同一景物的多光譜處理對象：自然彩色圖像、同一景物的多光譜圖像圖像假彩色增強方法：通過映射函數(shù)變換成新的三假彩色增強方法：通過映射

51、函數(shù)變換成新的三基色分量，彩色合成使感興趣目標呈現(xiàn)出與原基色分量，彩色合成使感興趣目標呈現(xiàn)出與原圖像中不同的、奇異的彩色。圖像中不同的、奇異的彩色。假彩色增強) 15 . 4 (,.,.,.,.,.,.,212121iBFiGFiRFgggfBgggfGgggfR) 25 . 4 (333222111fffFFFBGRcbacbacbaBGR多光譜圖像的假彩色增強可表示為右式，多光譜圖像的假彩色增強可表示為右式，g gi i表示不同波段圖像，表示不同波段圖像，f f表示通用函數(shù)運算表示通用函數(shù)運算對于自然景色圖像，通用的線性假彩色映射對于自然景色圖像，通用的線性假彩色映射可表示為可表示為右式右

52、式例如采用以下的映射關(guān)系例如采用以下的映射關(guān)系則原圖像中綠色物體會呈紅色，藍色物體會則原圖像中綠色物體會呈紅色，藍色物體會呈綠色，紅色物體則呈蘭色。呈綠色，紅色物體則呈蘭色。) 35 . 4 (001100010fffFFFBGRBGR三、彩色平衡目的：糾正偏色，得到色彩正常的彩色圖像目的：糾正偏色，得到色彩正常的彩色圖像判斷是否偏色：灰平衡和高飽和度顏色檢查判斷是否偏色：灰平衡和高飽和度顏色檢查灰平衡：檢查現(xiàn)實中灰色物體在圖像中是否灰色灰平衡：檢查現(xiàn)實中灰色物體在圖像中是否灰色如黑色區(qū)域平均值如黑色區(qū)域平均值R=10,G=0,B=7,非黑色非黑色彩色平衡方法：彩色平衡方法：在圖像中選擇兩個相

53、對均勻的原本淺灰或深灰色區(qū)在圖像中選擇兩個相對均勻的原本淺灰或深灰色區(qū)域，灰色的域，灰色的RGB三分量相等，但圖像中不等三分量相等，但圖像中不等分別計算這兩個區(qū)域的分別計算這兩個區(qū)域的RGB平均值，獲得與第三分平均值，獲得與第三分量匹配的兩個顏色分量線性變換量匹配的兩個顏色分量線性變換對圖像的兩個分量進行逆線性變換，使得三分量相對圖像的兩個分量進行逆線性變換，使得三分量相等得到灰色。等得到灰色。彩色平衡舉例如取圖像中兩個灰色區(qū)域，計算平均如取圖像中兩個灰色區(qū)域，計算平均RGB 區(qū)域一區(qū)域一R=25，G=31，B=37 區(qū)域二區(qū)域二R=75, G=79, B=77調(diào)整調(diào)整G、B去適應(yīng)去適應(yīng)R，則

54、得到線性變換，則得到線性變換G:31(25),79(75);B:37(25),77(75)四、彩色空間轉(zhuǎn)換RGB CMY RGB和和CMY值都歸一化到值都歸一化到0,1BGRYMC111彩色空間轉(zhuǎn)換RGB HSIRGB和HSI模型之間的關(guān)系彩色空間轉(zhuǎn)換RGB HSI 基于三角平面的HSI彩色模型彩色空間轉(zhuǎn)換RGB HIS三角形變換三角形變換,1,min( , )3(),1,min( , )3(),1,min( , )3()GBBHSBR G BIBIBRRHSR G BIRIRGGHSR G BIGI 當當R當G1()3IRBG彩色空間轉(zhuǎn)換RGB HSIHSI彩色模型中的色調(diào)和色飽和度主要內(nèi)容圖像增強的作用及目的圖像增強的作用及目的空間域點運算空間域點運算空間域平滑空間域平滑