第三講圖像預(yù)處理課件

第三章圖像的預(yù)處理3.1像元亮度的變換3.2幾何變換3.3局部預(yù)處理3.4圖像恢復(fù)3.5小結(jié)預(yù)處理不能增加圖像的信息，反而會降低圖像的信息。最好的預(yù)處理是設(shè)法[1]獲取高質(zhì)量的圖像。從信息論的角度:圖像預(yù)處理的目的：抑制圖像數(shù)據(jù)中不希望的失真[1]；加強(qiáng)圖像的某些對進(jìn)一步處理和分析有用的特征[2]；進(jìn)行圖像的幾何變換（旋轉(zhuǎn)、尺度變化、平移）。圖像預(yù)處理方法利用了圖像中大量的冗余[3]。3.1像元亮度的變換3.1.1亮度修正3.1.2灰度變換有兩類像元變換：亮度修正（brightnesscorrections)修改像元的亮度的時(shí)候，要考慮它原來的亮度和它在圖像中的位置?；叶茸儞Q（Gray-scaletransformations)修改像元的亮度的時(shí)候，不管它在圖像中的位置。像元亮度的變換3.1.1亮度修正采集的圖像的像元靈敏度與它在圖像中的位置有關(guān)。如果是系統(tǒng)帶來的，可以通過亮度修正來解決像元亮度的變換為什么要進(jìn)行亮度修正？假設(shè)，g(i,j)是原始未劣化的圖像，f(i,j)是劣化的圖像，e(i,j)是誤差系數(shù)，f(i,j)=g(i,j)e(i,j)如果參考圖像g(i,j)已知，則誤差系數(shù)可以得到：f(i,j)/g(i,j)=e(i,j)—圖像傳感器的校正：參考圖像g(i,j)應(yīng)具有恒定的中間亮度[2]像元亮度的變換—用誤差系數(shù)來校正系統(tǒng)誤差[1]修正方法：實(shí)時(shí)采集的圖像-均勻照明的圖像=原始未劣化的圖像！3.1.2灰度級變換灰度級變換的定義灰度級變換的實(shí)現(xiàn)灰度級變換舉例圖象求反對比度拉伸動(dòng)態(tài)范圍壓縮像元亮度的變換灰度變換常用于人觀察的設(shè)備如：X-ray圖像像元亮度的變換對于輸入圖象f(x,y)，灰度級變換T將產(chǎn)生一個(gè)輸出圖像g(x,y)，且g(x,y)的每一個(gè)像素的灰度值(q)，都是由f(x,y)的對應(yīng)輸入像素點(diǎn)的灰度值(p)

決定的。

像元亮度的變換q=T(p)qpp2p1p0灰度級變換（點(diǎn)運(yùn)算）的定義g(x,y)=T(f(x,y))像元亮度的變換局部增強(qiáng)圖像及其直方圖范圍：20――120像元亮度的變換

q=T(p)定義了輸入像素值與輸出像素之間的映射關(guān)系，通常通過查表來實(shí)現(xiàn)。 因此灰度級變換也被稱為LUT（LookUpTable）變換。0123456789……250251252253254255035791113151719……252253254254254255灰度級變換（點(diǎn)運(yùn)算）的實(shí)現(xiàn)查詢表（look-uptable)灰度實(shí)時(shí)變換像元亮度的變換LUT圖像信號原始亮度值（地址）變換后的亮度值（數(shù)據(jù)）彩色顯示LUTLUTLUTRGB所有可能的顏色微機(jī)的調(diào)色板（palette)像元亮度的變換灰度級變換舉例灰度級切片0255255pq像元亮度的變換圖象直方圖的定義直方圖應(yīng)用舉例直方圖均衡化直方圖像元亮度的變換一個(gè)灰度級別在范圍[0,L-1]的數(shù)字圖象的直方圖是一個(gè)離散函數(shù)

p(rk)=nk/n

n是圖象的像素總數(shù)

nk是圖象中第k個(gè)灰度級的像素總數(shù)

rk是第k個(gè)灰度級，k=0,1,2,…,L-1圖象直方圖的定義（1）一個(gè)灰度級別在范圍[0，L-1]的數(shù)字圖象的直方圖是一個(gè)離散函數(shù)

p(rk)=nk k=0,1,2,…,L-1

由于rk的增量是1，直方圖可表示為：

p(k)=nk即，直方圖表示圖象中不同灰度級像素出現(xiàn)的次數(shù)圖象直方圖的定義（2）較暗圖象的直方圖

p(rk)

nk較亮圖象的直方圖

p(rk)

nk對比度較低圖象的直方圖

p(rk)

nk對比度較高圖象的直方圖

p(rk)

nk一種自動(dòng)調(diào)節(jié)圖象對比度質(zhì)量的算法使用的方法是灰度級變換：q=T(rk)

基本思想是通過灰度級r的概率密度函數(shù)p(rk

)，求出灰度級變換T(r)，建立等值像素出現(xiàn)的次數(shù)與結(jié)果圖象像素值之間的關(guān)系。直方圖應(yīng)用舉例——直方圖均衡化直方圖均衡化產(chǎn)生一幅圖像，整個(gè)圖像亮度范圍內(nèi)具有相等的灰分布度。H(p)qG(q)p輸入的灰度直方圖輸出的灰度直方圖q=T(p)單調(diào)像元亮度變換qkq0像元亮度的變換變換T的單調(diào)性，意味著：i=0kG(qi)=i=0kH(pi)如果圖像為NN，輸出的灰度范圍是(qk-q0)直方圖相當(dāng)于一個(gè)均衡概率密度函數(shù)，G(q)=N2/(qk-q0)只有對理想的連續(xù)概率密度函數(shù)，才能得到均衡的直方圖[1]把i=0kG(qi)=i=0kH(pi)得到希望的像元亮度變換Tq=T(p)=pp0N2(qk-q0)∫H(s)

ds+q0累計(jì)直方圖像元亮度的變換直方圖均衡化的亮度變換T(p)∫N2/(qk-q0)

ds=pp0N2(q-q0)(qk-q0)=∫H(s)

dsqq0變成離散的近似：q=T(p)=N2(qk-q0)+q0i=p0pH(i)最終的直方圖并不是理想的均衡化像元亮度的變換直方圖均衡化使接近直方圖最大值的對比度增強(qiáng)，接近直方圖最小值的對比度減弱。原始圖像直方圖均衡化后的圖像像元亮度的變換假彩色（Pseudo-color)是另一種灰度變換編碼顏色灰度像元亮度的變換人眼對彩色的變化要比亮度變換敏感的多，用假彩色可以感知更多的細(xì)節(jié)，可以發(fā)現(xiàn)更弱的目標(biāo)。目標(biāo)識別（同一個(gè)目標(biāo)的兩幅圖像匹配）[1]畸變校正幾何變換3.2幾何變換3.2.1像元坐標(biāo)變換3.2.2灰度級插值幾何變換的用途：圖像分析（電視測量）幾何變換定義：一個(gè)向量函數(shù)T，它將像元(x,y)映射到一個(gè)新的位置(x’,y’)Tx′=Tx(x,y)y′=Ty(x,y)Tx、Ty事先知道，如：旋轉(zhuǎn)、平移、比例變化Tx、Ty事先不知道：由已知和變換的圖像中幾個(gè)對點(diǎn)的關(guān)系導(dǎo)出幾何變換xyx′y′幾何變換分兩步：1、像元坐標(biāo)變換（連續(xù)的正實(shí)數(shù)值）2、找到與變換點(diǎn)匹配的數(shù)字網(wǎng)格點(diǎn)，并確定它的亮度值（鄰接像元灰度值內(nèi)插）幾何變換3.2.1像元坐標(biāo)變換arkxrykx′=mr=0∑m-rk=0∑brkxryky′=mr=0∑m-rk=0∑坐標(biāo)變換通用公式有關(guān)系數(shù)ark，brk的線性變換。如果在輸入和輸出圖像中對應(yīng)的像元對已知，就可以通過解上述方程組，確定系數(shù)ark，brk。通常取對應(yīng)點(diǎn)數(shù)要多于系數(shù)。幾何變換如果幾何變換的變化不快，用6或10對對應(yīng)的像元對m=2或3的低階多項(xiàng)式就可以得到近似的結(jié)果。通常像元的分布要均勻分布在圖像重。近似多項(xiàng)式階數(shù)越高，幾何變換對象元的分布越敏感。x′=Tx(x,y)y′=Ty(x,y)對線性變換：取4對相應(yīng)的像元就足以確定變換系數(shù)x′=

a0+a1x+a2y+a3xyy′=b0+b1x+b2y+b3xy幾何變換對旋轉(zhuǎn)、平移、比例、傾斜這些典型的幾何變換，取3對相應(yīng)的像元就足以確定變換系數(shù)。x′=

a0+a1x+a2yy′=b0+b1x+b2y幾何變換一些重要的集合變換：旋轉(zhuǎn)角度Φ：x′=

xcos

Φ+ysin

Φy′=

-xsin

Φ+ycos

Φx尺度變化a,y尺度變化b：x′=

ax,y′=by傾斜一個(gè)角度θ：x′=

x+ytanθ,y′=y幾何變換平移變換

設(shè):

a(x,y)=x+x0; b(x,y)=y+y0;

用齊次矩陣表示：

a(x,y) 10 x0 x b(x,y) = 01y0 y 1 0011

假設(shè)對于任一像元P,不失真成像在P0(x0,y0)點(diǎn)，失真后成像在P1(x1,y1)點(diǎn)，對應(yīng)到軸心距離分別r0、r1，實(shí)例：紅外觀察儀的畸變幾何變換r0r1123成像系統(tǒng)應(yīng)滿足如下關(guān)系：

r1=F(r0)

當(dāng)無幾何畸變時(shí)，對應(yīng)圖中曲線2，圖形如圖中(a)；

當(dāng)時(shí)產(chǎn)生幾何畸變時(shí):（1）產(chǎn)生枕形失真，對應(yīng)圖中曲線1,圖形如圖(b)；（2）產(chǎn)生桶形失真，對應(yīng)圖中曲線3,圖形如圖中(c)。(a)(b)(c)幾何變換令P0(x0,y0