第3章-空域增強(qiáng)技術(shù)課件

第3章空域增強(qiáng)技術(shù)

3.1

空域技術(shù)分類

3.2

像素間運(yùn)算

3.3

直接灰度映射

3.4

直方圖變換

3.5

線性濾波

3.6

非線性濾波

3.7

局部增強(qiáng)圖像增強(qiáng)

目標(biāo)：改善圖像質(zhì)量/改善視覺效果

標(biāo)準(zhǔn)：相當(dāng)主觀，因人而異 沒有完全通用的標(biāo)準(zhǔn) 可以有一些相對一致的準(zhǔn)則

技術(shù)：“好”，“有用”的含義不相同 具體增強(qiáng)技術(shù)也可以大不相同第3章空域增強(qiáng)技術(shù)

3.1 空域技術(shù)分類空域：指由像素組成的空間

空域增強(qiáng)：

點操作： 灰度點操作 幾何操作3.1 空域技術(shù)分類點操作：

(1)借助對一系列圖像間的操作進(jìn)行變換

(2)將f(·)中的每個像素按EH操作直接變換 以得到g(·)；

(3)借助f(·)的直方圖進(jìn)行變換模板操作：

3.2

圖像間運(yùn)算

圖像間的運(yùn)算指以圖像為單位進(jìn)行的操作，運(yùn)算的結(jié)果是一幅新圖像。

對整幅圖像的算術(shù)和邏輯運(yùn)算是逐像素進(jìn)行的，即在兩幅圖像的對應(yīng)（位置）像素間進(jìn)行。

3.2.1算術(shù)和邏輯運(yùn)算1.算術(shù)運(yùn)算（一般用于灰度圖像）

(1)加法：記為p+q

(2)減法：記為p–q

(3)乘法：記為pq

(4)除法：記為p÷q

運(yùn)算后的新灰度可能超出原圖像的動態(tài)范圍，此時需要進(jìn)行灰度映射。3.2.1算術(shù)和邏輯運(yùn)算2.邏輯運(yùn)算（只用于二值圖像） (1)補(bǔ)（COMPLEMENT）：記為NOTq或 (2)與（AND）：記為pANDq

或 (3)或（OR）：記為pORq或 (4)異或（XOR）：記為pXORq或1.圖像間加法的應(yīng)用——圖像平均以減少噪聲采集圖像模型均值運(yùn)算新圖像的期望新圖像的方差3.2.2

圖像間運(yùn)算的應(yīng)用2.圖像間減法的應(yīng)用——運(yùn)動目標(biāo)檢測兩幅圖像的差異：3.2.2

圖像間運(yùn)算的應(yīng)用3.3

直接灰度映射

將f(x,y)中的每個像素灰度按EH

操作直接變換以得到g(x,y)。

3.3.1灰度映射原理

3.3.2典型灰度映射3.3.1

灰度映射原理直接灰度映射是一種點操作，若s和t分別表示原始圖像和增強(qiáng)圖像在同一位置的灰度，則1、圖像求反 2、

增強(qiáng)對比度3、動態(tài)范圍壓縮 4、灰度切分3.3.2

典型灰度映射3.4

直方圖變換直方圖是圖像的一種統(tǒng)計表達(dá)，反映了圖像中不同灰度的分布情況。

3.4.1直方圖均衡化

3.4.2

直方圖規(guī)定化

灰度統(tǒng)計直方圖 1-D的離散函數(shù)：其中，nk是f(x,y)中具有灰度值k的像素的個數(shù)。

計算：

設(shè)置一個有L個元素的數(shù)組，對原圖的灰度值進(jìn)行統(tǒng)計3.4.1

直方圖均衡化直方圖均衡化 借助直方圖變換實現(xiàn)（歸一的）灰度映射均衡化（線性化）基本思想：變換原始圖像的直方圖為均勻分布，從而增大像素灰度值的動態(tài)范圍，

增強(qiáng)圖像整體對比度。3.4.1

直方圖均衡化歸一化直方圖增強(qiáng)函數(shù)需滿足的兩個條件：

(1)

EH(s)：單值單增函數(shù)，

各灰度級在變換后仍保持排列次序

(2)

變換前后灰度值動態(tài)范圍一致3.4.1

直方圖均衡化 （歸一化）累積直方圖 (1) tk是k

的單值單增函數(shù)

(2)

灰度取值范圍一致，0≤

tk

≤1(3) 將s的分布轉(zhuǎn)換為t的均勻分布3.4.1

直方圖均衡化3.4.1

直方圖均衡化某64*64的8級灰度圖像的各類直方圖直方圖累積直方圖均衡化直方圖實際與理想均衡結(jié)果3.4.1

直方圖均衡化均衡化能自動增強(qiáng)圖像整體對比度，但具體效果不易控制。有時需要變換直方圖使之成為某個需要的形狀，從而有選擇的增強(qiáng)某個灰度值范圍內(nèi)的對比度。借助直方圖變換實現(xiàn)規(guī)定/特定的灰度映射 (1)對原始直方圖進(jìn)行灰度均衡化 (2)規(guī)定需要的直方圖，計算能使規(guī)定直方

圖均衡化的變換 (3)將原始直方圖對應(yīng)映射到規(guī)定直方圖3.4.2

直方圖規(guī)定化三個步驟兩種映射/對應(yīng)規(guī)則

(1)單映射規(guī)則——從小到大依次尋找能使下式最小的k和l，然后將ps(si)對應(yīng)到pu(uj)

(2)組映射規(guī)則（確定整數(shù)函數(shù)I(l)，l=0,1,…,N-1,滿足0≤I(0)≤I(1)

≤…≤I(N-1)

≤M-1，使下式最小）3.4.2

直方圖規(guī)定化3.4.2

直方圖規(guī)定化3.4.2

直方圖規(guī)定化單映射（對原圖各點在規(guī)定圖中找最近點）誤差：|0.44-0.2|+|(0.89-0.44)-(0.80-0.20)|+|(1-0.89)-(1-0.80)|=0.48組映射（對規(guī)定圖各點在原圖中找最近點）誤差：|0.2-0.19|+|(0.80-0.20)-(0.81-0.19)|+|(1-0.80)-(1-0.81)|=0.043.4.2

直方圖規(guī)定化原圖直方圖規(guī)定直方圖單映射結(jié)果組映射結(jié)果映射誤差

對應(yīng)映射間數(shù)值的差值（取絕對值）的和 單映射規(guī)則：最大誤差pu(uj)

/

2 組映射規(guī)則：最大誤差ps(si)

/

2

∵N

≤

M，∴ps(si)/2≤pu(uj)/2 單映射規(guī)則：有偏的映射規(guī)則 組映射規(guī)則：統(tǒng)計無偏的映射規(guī)則

3.4.2

直方圖規(guī)定化直方圖規(guī)定化vs.直方圖均衡化 直方圖均衡化：自動增強(qiáng) 效果不易控制 總得到全圖增強(qiáng)的結(jié)果 直方圖規(guī)定化：有選擇地增強(qiáng) 須給定需要的直方圖 可特定增強(qiáng)的結(jié)果3.4.2

直方圖規(guī)定化3.5

線性濾波 利用像素本身以及其鄰域像素的灰度關(guān)系進(jìn)行增強(qiáng)的方法常稱為濾波。

3.5.1技術(shù)分類和實現(xiàn)原理

模板卷積，模板排序，鄰域操作

3.5.2線性平滑濾波器

減弱或消除圖像中的噪聲

3.5.1

技術(shù)分類和實現(xiàn)原理 將模板運(yùn)算用于圖像空域增強(qiáng)一般稱為空域濾波。按功能主要分為平滑濾波和銳化濾波。

(1)平滑：減弱或消除高頻分量，不影響低頻分量，可消除噪聲。

(2)銳化：減弱或消除低頻分量，不影響高頻分量，用于增強(qiáng)被被模糊的細(xì)節(jié)或目標(biāo)的邊緣。

根據(jù)運(yùn)算特點還可分為線性和非線性濾波。濾波器實現(xiàn)——>模板運(yùn)算：3.5.1

技術(shù)分類和實現(xiàn)原理1、鄰域平均 系數(shù)都是正的，都取為1； 保持灰度值范圍（所有系數(shù)之和為1）

例：nn模板3.5.2線性平滑濾波器2、加權(quán)平均 中心像素貢獻(xiàn)大中心系數(shù)大 周圍像素貢獻(xiàn)小周圍系數(shù)小

3.5.2線性平滑濾波器3、高斯平均——加權(quán)平均的特例，系數(shù)由高斯分布確定

3.5.2線性平滑濾波器5*5的高斯模板：4、線性銳化——拉普拉斯算子

拉普拉斯算子是一種各向同性的二階微分算子，常用于線性銳化。 3.5.2線性平滑濾波器兩種拉普拉斯模板：0-10-14-10-10-1-1-1-18-1-1-1-14-鄰域8-鄰域3.6

非線性濾波邏輯的、幾何的、代數(shù)的非線性濾波器基于集合的、基于形狀的、基于排序的 3.6.1非線性平滑濾波器 3.6.2非線性銳化濾波器

3.6.1

非線性平滑濾波器 既消除噪聲又保持細(xì)節(jié)（不模糊）

中值（median）濾波器

(1)將模板中心與像素位置重合 (2)讀取模板下各對應(yīng)像素的灰度值 (3)將這些灰度值從小到大排成1列 (4)找出這些值里排在中間的1個 (5)將這個中間值賦給模板中心位置像素3.6.1

非線性平滑濾波器模板尺寸：M=2r+1，r為模板半徑；median為取中值中值濾波可以消除孤立的脈沖，不對通過的理想邊緣產(chǎn)生影響；接近邊緣的脈沖會使邊沿偏移；中值（median）濾波器的模板 中值濾波的消噪聲效果與模板的尺寸和運(yùn)算像素數(shù)有關(guān)；使用超過9~13個像素的模板時，運(yùn)算量的增加比消噪效果更明顯，因此可采用稀疏矩陣； 圖像中尺寸小于模板尺寸一半的過亮或過暗區(qū)域?qū)跒V波后會被消除掉。3.6.1

非線性平滑濾波器百分比（percentile）濾波器 中值濾波器是一個特例 最大值 最小值中點濾波器

3.6.1

非線性平滑濾波器1、非線性銳化濾波器 利用微分可以銳化圖像（積分平滑圖像）

梯度：對應(yīng)一階導(dǎo)數(shù)最常用的微分矢量 （需要用2個模板分別沿X和Y方向計算）

3.6.2

非線性銳化濾波器實際濾波中，常只使用這個矢量的模。 模以2為范數(shù)/模計算（對應(yīng)歐氏距離）以1