圖像增強(qiáng)教學(xué)課件

第三章圖像增強(qiáng)圖像對(duì)比度增強(qiáng)圖像直方圖修正圖像平滑圖像銳化3.1引言圖像增強(qiáng)是圖像處理的基本內(nèi)容之一一、什么是圖象增強(qiáng)？Imageenhancement

圖像增強(qiáng)是對(duì)圖像進(jìn)行加工，以得到對(duì)具體應(yīng)用來(lái)說(shuō)視覺效果更“好”，或更“有用”的圖像的技術(shù)。二、為什么要增強(qiáng)圖象？圖像在傳輸或者處理過程中會(huì)引入噪聲或使圖像變模糊，從而降低了圖像質(zhì)量，甚至淹沒了特征，給分析帶來(lái)了困難。三、圖像增強(qiáng)的目的：

1.改善圖像的視覺效果，提高圖像的清晰度；

2.將圖像轉(zhuǎn)換成一種更適合于人或機(jī)器分析處理的形式。注意：在圖像增強(qiáng)的過程中，沒有新信息的增加，只是通過壓制一部分信息，從而突出另一部分信息。圖像增強(qiáng)的方法根據(jù)增強(qiáng)處理過程所在的空間不同,可分為：基于空間域（spatialdomain）的增強(qiáng)方法直接在圖像所在的二維空間進(jìn)行處理,即直接對(duì)每一像素的灰度值進(jìn)行處理。

基于頻率域（frequencydomain）的增強(qiáng)方法。首先將圖像從空間域按照某種變換模型(如傅里葉變換)變換到頻率域,然后在頻率域空間對(duì)圖像進(jìn)行處理,再將其反變換到空間域。基于空間域的圖像增強(qiáng)基于空間域的圖像增強(qiáng)，按照所采用的技術(shù)不同,可分為灰度變換：

灰度變換是一種基于點(diǎn)操作的增強(qiáng)方法。將每一像素的灰度值按照一定的數(shù)學(xué)變換公式轉(zhuǎn)換為一個(gè)新的灰度值,。如增強(qiáng)處理中常用的對(duì)比度增強(qiáng)、直方圖均衡化等方法?？臻g濾波：

空域?yàn)V波是一種基于鄰域處理的增強(qiáng)方法,。它應(yīng)用某一模板，對(duì)每個(gè)像素點(diǎn)與其周圍鄰域的所有像素進(jìn)行某種數(shù)學(xué)運(yùn)算，從而得到該像素點(diǎn)新的灰度值(即輸出值)。

該輸出值的大小，不僅與該像素點(diǎn)的灰度值有關(guān)，而且還與其鄰域內(nèi)像素點(diǎn)的灰度值有關(guān)。

常用的圖像平滑與銳化技術(shù)就屬于空域?yàn)V波的范疇。3.2灰度變換法一般成像系統(tǒng)，只具有一定的亮度響應(yīng)范圍

對(duì)比度：將圖像亮度（對(duì)單色圖像來(lái)說(shuō)，灰度）的最大值與最小值之比稱為對(duì)比度。由于成像系統(tǒng)的限制,常出現(xiàn)對(duì)比度不足的弊病,使人眼觀看圖像時(shí)視覺效果很差?；叶茸儞Q的效果：灰度變換可使圖像的動(dòng)態(tài)范圍增大,圖像對(duì)比度擴(kuò)展,圖像變清晰、

特征明顯,灰度變換是圖像增強(qiáng)的重要手段之一。常用的灰度變換方法包括：

圖像對(duì)比度增強(qiáng)和直方圖修正等方法一、圖像對(duì)比度增強(qiáng)

線性和非線性操作

某些基本變換正比反比對(duì)數(shù)反對(duì)數(shù)n次方根n次冪輸出灰度級(jí)s輸入灰度級(jí)，r1.線性灰度變換（全域線性變換）

分段線性灰度變換

特例：限制灰度范圍的線性變換

典型的分段線性變換函數(shù)(a)用于兩端裁剪而中間擴(kuò)展;(b)把不同灰度范圍變換成相同灰度范圍輸出,顯現(xiàn)圖中輪廓線;(c)

用于圖像反色,并裁剪高亮區(qū)部分;(d)裁剪,用于圖像二值化圖像反轉(zhuǎn)變換Imagenegative

圖像灰度的線性變換示例（a）原圖像；（b）擴(kuò)展動(dòng)態(tài)范圍；（c）圖像取反；（d）有擴(kuò)有壓。2.非線性灰度變換當(dāng)采用某些非線性函數(shù)（如指數(shù)函數(shù)、對(duì)數(shù)函數(shù)等）作為映射函數(shù)時(shí),可實(shí)現(xiàn)圖像灰度的非線性變換。1.指數(shù)變換Power-lawtransformation

對(duì)于各種γ值時(shí)的曲線取不同γ值的指數(shù)變換結(jié)果對(duì)比（a）原圖像；（b）γ=0.7時(shí)的變換結(jié)果；（c）γ=1.7時(shí)的變換結(jié)果。a）人體脊椎骨MR圖像（b）~（d）應(yīng)用于冪次變換并且c=1，γ分別為0.6,0.4,0.3時(shí)的變換結(jié)果。2.對(duì)數(shù)變換LogTransformation

（a）圖像；（b）圖像的傅立葉譜；（c）圖(b)的對(duì)數(shù)變換效果；（d）對(duì)數(shù)變換關(guān)系(λ=1)原圖對(duì)數(shù)變換后結(jié)果圖3.3直方圖修正在對(duì)圖像進(jìn)行處理之前,了解圖像整體或局部的灰度分布情況非常必要。對(duì)圖像的灰度分布進(jìn)行分析的重要手段就是

灰度直方圖(DensityHistogram)利用圖像灰度直方圖,可以直觀地看出圖像中的像素亮度分布情況;通過直方圖均衡化、歸一化等處理,可以對(duì)圖像的質(zhì)量進(jìn)行調(diào)整。一、直方圖Histogram直方圖的概念如果將圖像中像素亮度(灰度級(jí)別)看成是一個(gè)隨機(jī)變量,則其分布情況就反映了圖像的統(tǒng)計(jì)特性。橫坐標(biāo)：灰度級(jí)r縱坐標(biāo)：為某一灰度值ri的像素個(gè)數(shù)ni或是灰度出現(xiàn)概率P(r)Lena圖像反映圖像灰度級(jí)與出現(xiàn)該灰度概率之間的關(guān)系的圖形圖像的數(shù)字表達(dá)統(tǒng)計(jì)各灰度值出現(xiàn)的次數(shù)直方圖表示原始圖像對(duì)應(yīng)的直方圖灰度直方圖是灰度級(jí)的函數(shù)，它表示圖像中具有某種灰度級(jí)的像素的個(gè)數(shù)，反映了圖像中每種灰度出現(xiàn)的概率。直方圖與圖像清晰性的關(guān)系：直方圖反映了圖像的清晰程度，當(dāng)直方圖均勻分布時(shí)，圖像最清晰。由此，我們可以利用直方圖來(lái)達(dá)到使圖像清晰的目的。直方圖的定義

直方圖的性質(zhì)直方圖具有3個(gè)重要性質(zhì)：1.直方圖的位置缺失性直方圖是一幅圖像中各像素灰度值出現(xiàn)的頻數(shù)的統(tǒng)計(jì)結(jié)果,它只反映該圖像中不同灰度值出現(xiàn)的次數(shù),而未反映某一灰度值像素所在的位置。也就是說(shuō),它只包含了該圖像中某一灰度值的像素出現(xiàn)的概率,而丟失了其所在位置的信息。2.直方圖與圖像的一對(duì)多特性任一幅圖像,都能唯一地確定出一幅與它對(duì)應(yīng)的直方圖,但不同的圖像,可能有相同的直方圖。3.直方圖的可疊加性如果一幅圖像由兩個(gè)不連續(xù)的區(qū)域組成,并且每個(gè)區(qū)域的直方圖已知,則整幅圖像的直方圖是這兩個(gè)區(qū)域的直方圖之和。顯然,該結(jié)論可以推廣到任何數(shù)目的不連續(xù)區(qū)域的情形。直方圖的用途(1)數(shù)字化參數(shù)：直方圖可以作為判斷一幅圖像是否合理地利用了全部被允許的灰度級(jí)范圍的指標(biāo)。一般情況下,一幅圖像應(yīng)該利用全部或或幾乎全部可能的灰度級(jí)。如果在數(shù)字化過程中,圖像的灰度超出處理范圍,則超出范圍的灰度級(jí)將會(huì)被置為0或255,由此將在直方圖的一端或兩端產(chǎn)生尖峰，最好的辦法是在數(shù)字化時(shí)對(duì)直方圖進(jìn)行檢查。(2)邊界的閾值選?。狠喞€可以確立圖像中的簡(jiǎn)單物體的邊界,將使用輪廓線作為邊界的技術(shù)稱為閾值化。如果一幅圖像前景是淺色的,而背景是深色的,如圖

(a)所示,則這類圖像的灰度直方圖大致如圖(b)所示。

該直方圖具有兩個(gè)峰值,淺色前景產(chǎn)生直方圖的左峰,深色背景產(chǎn)生直方圖的右峰。物體邊界附近具有的灰度級(jí)介于兩個(gè)峰值之間,而且數(shù)目較少,反映在直方圖中就是兩個(gè)峰值之間谷底,選擇谷底T使小于T的灰度值置為0,大于T的灰度值置為1,則可得到二值圖像。也可以使小于T的灰度值置為0,大于T的灰度值不變,得到物體除去背景的圖像,如圖4.11所示的二值化圖像。二、直方圖修正直方圖修正是圖像灰度級(jí)變換最常用的一種方法。大多數(shù)自然圖像,由于其灰度分布集中在較窄的區(qū)間,引起圖像細(xì)節(jié)不夠清晰,采用直方圖修正后可使圖像的灰度間距拉開或使灰度分布均勻,從而增大反差,使圖像細(xì)節(jié)清晰,達(dá)到增強(qiáng)的目的。例如一幅過曝光的圖片,其灰度級(jí)都集中在高亮度范圍內(nèi),而曝光不足的圖片,其灰度級(jí)集中在低亮度范圍內(nèi)。具有這樣直方圖的圖片其可視效果比較差。如果圖(a)和(b)變換成圖(c)和(d),那么其所對(duì)應(yīng)的圖像就會(huì)變得清楚。也可以將直方圖修正成實(shí)際應(yīng)用所需要的指定形狀,以滿足人們的需要。只要給定轉(zhuǎn)換函數(shù),直方圖修正可由計(jì)算機(jī)方便直方圖修正的應(yīng)用應(yīng)用非常廣泛。

例如醫(yī)學(xué)方面為了改善X射線操作人員的工作條件,可以應(yīng)用低強(qiáng)度X射線曝光,但這樣獲得的X光片灰度級(jí)集中在暗區(qū),許多圖像細(xì)節(jié)無(wú)法看清。通過修正，使灰度級(jí)分布在人眼合適的亮度區(qū)域,就可以使X片中的細(xì)節(jié)清晰可見。直方圖修正的方法

圖像灰度變換函數(shù)應(yīng)滿足的條件：為使這種灰度變換具有實(shí)際意義，??(??)應(yīng)滿足以下兩個(gè)條件：1.在0≤??≤1區(qū)間，s=??(??)為單調(diào)遞增函數(shù)。2.在0≤??≤1區(qū)間，有0≤??=??(??)≤1。同理：逆變換r=??^(?1)[??]應(yīng)也滿足單調(diào)增。條件1保證了灰度級(jí)從黑到白的次序；條件2保證變換后像素仍然在原來(lái)的動(dòng)態(tài)范圍三、直方圖均衡化

histogramequalization

直方圖均衡化的計(jì)算過程如下：

[例3-1]設(shè)有一幅大小為64*64像素，包含8個(gè)灰度級(jí)的數(shù)字圖像，其各灰度級(jí)的像素個(gè)數(shù)見表4-1所示，要求對(duì)其進(jìn)行直方圖均衡化，求出灰度變換關(guān)系和變換后的直方圖。

表3-1圖像各灰度級(jí)的像素個(gè)數(shù)（n=4096)灰度級(jí)（i）01234567786102085265033324513080步驟計(jì)算方法或公式計(jì)算結(jié)果1列出圖像灰度級(jí)（i或j)01234567278610208526503332451308030.190.250.210.160.080.060.030.0240.190.440.650.810.890.950.981.005135667776確定灰度變換關(guān)系：ij01132-53,465,6,777786102085298345580.190.250.210.240.11下圖給出了直方圖均衡化的示意圖。從圖和表中可以看出，由于數(shù)字圖像灰度取值的離散性，通過四舍五入使變換后的灰度值出現(xiàn)了歸并現(xiàn)象，而使變換后的直方圖并非完全均勻分布，但相比于原直方圖要平坦得多。

直方圖均衡化的示意圖（a）原始直方圖P(i)；（b）累積直方圖Pj；（c）均衡化后的直方圖P(j)。從圖中可以看出均衡化后的直方圖（b)比原直方圖圖(a)均勻了；但它并不是完全均勻的,這是由于在均衡化的過程中,原直方圖上有幾個(gè)像素較少的灰度級(jí)歸并到了一個(gè)新的灰度級(jí)上,而像素較多的灰度級(jí)間隔被拉大了。也就是說(shuō),直方圖均衡化提高了圖像的對(duì)比度,但是它是以減少圖像的灰度等級(jí)為代價(jià)的。為把這種不良結(jié)果降低到最低限度,同時(shí)又可提高圖像的對(duì)比度,可以采用局部直方圖均衡化的方法,簡(jiǎn)稱為L(zhǎng)AHE(LocalAdaptiveHistogramEqualization)。如果希望得到一個(gè)直方圖完全平均而且灰度等級(jí)又不減少的均衡化處理,則必須用一些擬合技術(shù)。均衡化前均衡化后直方圖均衡化的示例均衡化前均衡化后四、直方圖規(guī)定化

HistogramMatching（Specification）直方圖均衡化的弱點(diǎn)1.變換函數(shù)為累積分布函數(shù)->只能產(chǎn)生近似均勻的直方圖2.在不同的情況下,并不總是需要均勻的直方圖圖像,有時(shí)需要圖像的直方圖具有特定的形狀,以便能夠?qū)D像中的某些灰度級(jí)加以增強(qiáng)。直方圖規(guī)定化采用某種變換，使得經(jīng)變換后圖像直方圖的分布情況與規(guī)定的形狀相同或相近。特點(diǎn)可以有選擇地增強(qiáng)某個(gè)灰度范圍內(nèi)的對(duì)比度,是另一種常用的直方圖修正方法。（a）原直方圖；（b）正態(tài)擴(kuò)展直方圖；（c）均勻化直方圖；（d）暗區(qū)擴(kuò)展直方圖；（e）亮區(qū)擴(kuò)展直方圖。

[例3-2]對(duì)例4-1所給的圖像進(jìn)行直方圖規(guī)定化處理。給定的規(guī)定直方圖如表4-3所示。表3-2規(guī)定直方圖下圖給出了直方圖規(guī)定化的示意圖。圖像灰度級(jí)j01234567規(guī)定直方圖00000.20.30.30.2步驟計(jì)算方法計(jì)算結(jié)果10123456720.190.250.210.160.080.060.030.02300000.20.30.30.240.190.440.640.810.890.950.981.00500000.200.500.801.006456677777041-->52,364.5,6,77800000.190.250.370.19從上圖可看出，經(jīng)直方圖規(guī)定化變換后圖像的直方圖（稱為匹配直方圖），并非完全與規(guī)定直方圖相同，但相比于原直方圖，匹配直方圖要更接近于規(guī)定直方圖。圖直方圖規(guī)定化的示意圖（a）原圖像直方圖；（b）規(guī)定直方圖；（c）變換后的匹配直方圖。五、直方圖均衡化的Matlab實(shí)現(xiàn)圖像的直方圖、均值、方差以及圖像間的相關(guān)都是重要的統(tǒng)計(jì)特征。圖像處理工具箱提供了計(jì)算這些統(tǒng)計(jì)特征的函數(shù)。1.imhist函數(shù)功能:計(jì)算和顯示圖像的色彩直方圖。格式:imhist(I,n)imhist(X,map)[counts,x]=imhist(?)說(shuō)明:imhist(I,n)計(jì)算和顯示灰度圖像I的直方圖,n為指定的灰度級(jí)數(shù)目,缺省值為256;imhist(X,map)計(jì)算和顯示索引色圖像X的直方圖,map為調(diào)色板;

[counts,x]=imhist(...)返回直方圖數(shù)據(jù)向量counts和相應(yīng)的色彩值向量x,

注意：用stem(x,counts)同樣可以顯示直方圖。例

顯示圖像cameraman.tif的直方圖

Matlab程序：

I=imread(′cameraman.tif′);subplot(1,2,1),imshow(I)subplot(1,2,2),imhist(I)2.imadjust函數(shù)功能:通過直方圖變換調(diào)整對(duì)比度。格式:J=imadjust(I,[lowhigh],[bottomtop],gamma)newmap=imadjust(map,[lowhigh],[bottomtop],gamma)說(shuō)明:

前種方式，返回圖像I經(jīng)直方圖調(diào)整后的圖像J,gamma為校正量γ,[lowhigh]為原圖像中要變換的灰度范圍,[bottomtop]指定了變換后的灰度范圍;

后種方式，調(diào)整索引色圖像的調(diào)色板map。此時(shí)若[lowhigh]和[bottomtop]都為2×3的矩陣,則分別調(diào)整R、G、B3個(gè)分量。例

調(diào)整圖像的對(duì)比度,clearallI=imread(′pout.tif′);J=imadjust(I,[0.30.7],[]);subplot(121),imshow(I)subplot(122),imshow(J)Figuresubplot(121),imhist(I)subplot(122),imhist(J)3.histeq函數(shù)功能:直方圖均衡化。格式:J=histeq(I,hgram)J=histeq(I,n)[J,T]=histeq(I,?)newmap=histeq(X,map,hgram)newmap=histeq(X,map)[new,T]=histeq(X,?)說(shuō)明:

J=histeq(I,hgram)實(shí)現(xiàn)了所謂“直方圖規(guī)定化”,即將原始圖像I的直方圖變換成用戶指定的向量hgram。hgram中的每一個(gè)元素都在[0,1]中;J=histeq(I,n)指定均衡化后的灰度級(jí)數(shù)n,缺省為64;

[J,T]=histeq(I,?)返回從能將圖像I的灰度直方圖變換成圖像J的直方圖的變換T;newmap=histeq(X,map,hgram)、newmap=histeq(X,map)和[new,T]=histeq(X,?)是針對(duì)索引色圖像調(diào)色板的直方圖均衡。例

對(duì)圖像′tire.tif′做直方圖均衡化>>I=imread(′tire.tif′);>>J=histeq(I);>>subplot(1,2,1),imshow(I)>>subplot(1,2,2),imshow(J)>>figure,>>subplot(1,2,1),imhist(I)>>subplot(1,2,2),imhist(J)3.4圖像平滑特點(diǎn)：不僅僅涉及到該像素點(diǎn)，而且涉及到該像素點(diǎn)鄰域范圍內(nèi)的像素。目的：去除或衰減圖像中噪聲和假輪廓；常用圖像平滑方法：鄰域平均法中值濾波圖像平滑示意圖設(shè)當(dāng)前待處理像素為f(m,n)，給出一個(gè)大小為3×3的處理模板。一、鄰域平均法

特性

帶來(lái)問題使目標(biāo)物輪廓或細(xì)節(jié)（邊緣）變模糊（a)原始圖像(b)加噪聲圖像(c)4鄰域平均(d)8鄰域平均圖3.3圖像鄰域平均示意圖（2）閾值平均法

（3）加權(quán)平均法

二、模板平滑法

權(quán)值M=2權(quán)值M=2權(quán)值M=1權(quán)值M=1

平滑處理示例(a)原始圖像(b)加噪圖像(c)平滑處理后圖像結(jié)論：鄰域平均法有效地平滑了噪聲（2）中值濾波中值濾波實(shí)際上就是用一個(gè)含有奇數(shù)個(gè)像素的滑動(dòng)窗口,將窗口正中點(diǎn)的灰度值用窗口內(nèi)各點(diǎn)的中值代替。1357952877340662357410123（a）原始圖像數(shù)字矩陣(b)經(jīng)模板取值后的矩陣（c）未排序的灰度序列(d)經(jīng)排序后的數(shù)字序列中值濾波的