第5章圖像增強(下)

第5章圖像增強(續(xù))圖像增強方法分類(回顧)主要有空域處理法和頻域處理法（1）空域處理法：直接在圖像所在的二維空間進(jìn)行處理，即直接對每一像元的灰度值進(jìn)行處理。（2）頻域處理法：將圖像從空間域變換到頻率域?qū)D像進(jìn)行處理。空間域濾波增強技術(shù)一、定義：空間域濾波是基于鄰域處理的增強方法，它應(yīng)用某一模板對每個像元與其周圍鄰域的所有像元進(jìn)行某種數(shù)學(xué)運算得到該像元的新的灰度值，新的灰度值的大小不僅與該像元的灰度值有關(guān)，而且還與其鄰域內(nèi)的像元的灰度值有關(guān)。二、方法：常用的有圖像平滑和圖像銳化圖像平滑圖像銳化空間域濾波增強技術(shù)鄰域平均法中值濾波梯度法拉普拉斯算子一、背景

圖像在傳輸過程中，由于傳輸信道、采樣系統(tǒng)質(zhì)量較差，或受各種干擾的影響，而造成圖像毛糙，此時，就需對圖像進(jìn)行平滑處理。二、圖像噪聲的來源及特點

A.通道噪聲：產(chǎn)生于圖像信息的傳遞中，其值與圖像信號的強弱無關(guān)?，F(xiàn)象：“雪花”

B.量化噪聲：灰度在量化過程中，不可避免的產(chǎn)生量化噪聲。C.特點：噪聲像素的灰度是空間不相關(guān)的，即它與鄰近像素顯著不同。

圖像平滑濾波技術(shù)

圖像平滑濾波技術(shù)二、定義及用途：

平滑濾波對圖像的低頻分量進(jìn)行增強，同時可以削弱圖像的高頻分量，因此一般用于消除圖像中的隨機噪聲，從而起到圖像平滑的作用。三、常用方法：

鄰域平均法（線性的）和中值濾波法（非線性的）鄰域平均法（均值濾波）

一幅圖像往往受到各種噪聲源的干擾（如電傳感器和傳輸誤差等），這種噪聲常常為一些孤立的像素點，它們像雪花使圖像被污染，噪聲往往是疊加在圖像上的隨機噪聲,而圖像灰度應(yīng)該相對連續(xù)變化的，一般不會突然變大或變小，這種噪聲可以用鄰域平均法使它得到抑制。

鄰域平均法是簡單的空域處理方法。這種方法的基本思想是用幾個像素灰度的平均來代替一個像素原來的灰度值，實現(xiàn)圖像的平滑。有一幅圖像圖像：MNSf(x,y)在圖像中為了獲取f(x,y)的新值則開一個MN的窗口S窗口S就稱為f(x,y)的鄰域我們可以根據(jù)窗口內(nèi)各點的灰度確定f(x,y)的新值。鄰域平均法常見的方法有：(1)簡單平均法：在此算法中，M,N的值不宜過大，因為M,N值的大小對速度有直接影響，且M,N值越大變換后的圖像越模糊,特別是在邊緣和細(xì)節(jié)處。設(shè)圖像像素的灰度值為f(x,y)，取以其為中心的MN大小的窗口，用窗口內(nèi)各像素灰度值代替f(x,y)的值，即：噪聲是隨機不相關(guān)的，如果窗口內(nèi)各點的噪聲是獨立等分布的，經(jīng)過這種方法平滑后，信噪比可提高倍。平滑可以抑制高頻成分，但也使圖像變得模糊。返回(2)鄰域加權(quán)平均方法鄰域加權(quán)平均法也屬于空域濾波增強算法，它是利用模板卷積的方法實現(xiàn)對原圖的濾波，可表示為：W稱為模板MNWf(x,y)鄰域加權(quán)平均法舉例：將模板上系數(shù)與模板下對應(yīng)像素的灰度值相乘；將所有乘積相加，并除以系數(shù)總和；將模板在圖中漫游，并將模板中心與圖中某像素點重合；用所得結(jié)果代替原中心點的值；MNWf(x,y)返回中值濾波法

前面使用的鄰域平均法屬于低通濾波的處理方法。它在抑制噪聲的同時使圖像變得模糊，即圖像的細(xì)節(jié)(例如邊緣信息)被削弱，如果既要抑制噪聲又要保持細(xì)節(jié)可以使用中值濾波。將窗口在圖中移動；讀取窗口內(nèi)各對應(yīng)像素的灰度值；將這些灰度值從小到大排成1列；找出這些值里排在中間的1個；MNSf(x,y)將這個中間值賦給對應(yīng)窗口中心位置的像素。工作步驟取3X3窗口從小到大排列，取中間值中值濾波的一些特性(1)對大的邊緣高度，中值濾波較鄰域均值好得多，而對于較小邊緣高度，兩種濾波只有很少差別。（2）中值濾波是非線性的。（3）中值濾波在抑制圖像隨機脈沖噪聲方面甚為有效。且運算速度快，便于實時處理。（4）中值濾波去除孤立線或點干擾，而保留空間清晰度較平滑濾波為好；但對高斯噪聲則不如平滑濾波。

鄰域平均和中值濾波的比較含均勻隨機噪聲33鄰域平均77鄰域平均1111鄰域平均33中值濾波55中值濾波返回1.中值定理的應(yīng)用方法

2.相同數(shù)字如何處理

圖像銳化濾波技術(shù)一、目的圖像經(jīng)轉(zhuǎn)換或傳輸后，質(zhì)量可能下降，難免有些模糊。圖像銳化目的：加強圖像輪廓，使圖像看起來比較清晰。二、方法

圖像銳化濾波技術(shù)考察正弦函數(shù)，它的微分。微分后頻率不變，幅度上升2πa倍?？臻g頻率愈高，幅度增加就愈大。這表明微分是可以加強高頻成分的，從而使圖像輪廓變清晰。最常用的微分方法是梯度法和拉普拉斯算子

圖像輪廓上，像素灰度有陡然變化，梯度值很大。圖象灰度變化平緩區(qū)域，梯度值很小。等灰度區(qū)域，梯度值為零。返回頻域增強的原理頻率平面與圖像空域特性的關(guān)系圖像變化平緩的部分靠近頻率平面的圓心，這個區(qū)域為低頻區(qū)域圖像中的邊、噪音、變化陡峻的部分，以放射方向離開頻率平面的圓心，這個區(qū)域為高頻區(qū)域頻域濾波增強頻域增強的原理邊、噪音、變化陡峭部分變化平緩部分uv頻域濾波增強頻域濾波增強頻域濾波增強頻域濾波增強低通濾波器高通濾波器帶通、帶阻濾波器巴特沃思低通濾波器(BLPF)的特點沒有明顯的跳躍模糊程度減少和理想圓形低通濾波器相比尾部含有較多的高頻，對噪聲的平滑效果不如理想低通濾波器。指數(shù)低通濾波器(ELPF)的特點

有更加平滑的過渡帶，平滑后的圖像沒有跳躍現(xiàn)象

與BLPF相比，衰減更快，經(jīng)過ELPF濾波的圖象比BLPF處理的圖象更模糊一些四種低通濾波器的比較圖像輪廓是灰度陡然變化的部分，包含著豐富的空間高頻成分。把高頻分量相對突出，顯然可使輪廓清晰。高頻濾波器使高頻分量相對突出，而低頻分量和甚高頻分量則相對抑制。高通濾波器同態(tài)濾波圖像f(x,y)可表達(dá)成照度和反射兩部分乘積：f(x,y)=i(x,y)r(x,y)兩個函數(shù)的乘積的傅立葉變換是不可分的：DFT[f(x,y)]≠DFT[i(x,y)]*DFT[r(x,y)]所以不能直接對照度和反射的頻率分量分別進(jìn)行操作。同態(tài)濾波假定：z(x,y)=ln[f(x,y)]=ln[i(x,y)]+ln[r(x,y)]則DFT[z(x,y)]=DFT{ln[i(x,y)]}+DFT{ln[i(x,y)]}或同態(tài)濾波將Z(u,v)通過一個濾波器H(u,v)，則得到：其中，S(u,v)是處理結(jié)果的傅立葉變換，在空間域：同態(tài)濾波令則取指數(shù)操作可得到增強圖像同態(tài)濾波和分別是輸出圖像的照射分量和反射分量。同態(tài)濾波系統(tǒng)：lnDFTH(u,v)IDFTexp同態(tài)濾波照射分量一般以空間域的慢變化為特征，而反射分量往往引起突變。同態(tài)濾波器可對照射分量和反射分量進(jìn)行操作，能夠加強許多控制。彩色增強真彩色增強假彩色增強：把真實的自然彩色圖像或遙感多光譜圖像處理成假彩色圖像。偽彩色增強：把黑白圖象處理成偽彩色圖象。偽彩色增強人眼只能區(qū)分40多種不同等級的灰度，卻能區(qū)分幾千種不同色度、不同亮度的色彩。偽彩色處理就是把黑白圖象的灰度值映射成相應(yīng)的彩色。偽彩色增強方法（一）灰度分層法（二