数字图像处理图像增强

局部提高、局部降低对比度
255
255
216
142
23
0
48
196 255
0
128 255
4.2.1 灰度级变换的应用
3.灰度级变换的应用之三
灰度级切片
255
255
214 176
0
48 134
255
0 48 142 255
4.2.2 获取变换函数的方法
1.获取变换函数的方法之一
固定函数：指数函数、正弦函数、分段直线、 对数函数，如显示傅立叶的s=c log(1+|r|)
4.1 图像增强引言
图像增强的空域法:
– 点运算法——灰度级变换
• 寻找一个合适的变换T
– 模板运算法——空域滤波器
• 寻找一个合适的模板
– 几何变换法——变形矫正 – 基于色彩的处理
4.1 图像增强引言
3. 图像增强的频域法
f(x,y)
F(u,v) 频 域 G(u,v)
g(x,y)
正变换
反变换
255
255
216
142
23
0
0
4.2.2 获取变换函数的方法
2.获取变换函数的方法之二
交互样点插值 用过点的三次样条插值曲线，获得变换函数。
4.3 直方图增强 4.3.1 直方图均衡化
1.直方图均衡化(Histogram Equalization) – 这种方法不必求出有效的灰度分布范围，不依 靠简单函数的灰度变换，却能增强对比度。是 一种自动调节图像对比度质量的算法。 – 使用的方法是灰度级变换：t = T(s) 。 – 基本思想是通过灰度级s的概率密度函数p(sk )， 求出灰度级变换 T(s) 。 – s正则化到[0，1] 。
4.3.1 直方图均衡化
2.直方图均衡化的技术要点： –公理：直方图p(sk )，为常数的图像对比度最好。
p(sk)
把原始图像的直方图变换为均匀分布的形 式,这样就增加了像素灰度值的动态范围。从 而达到增强图像整体对比度的效果。
4.2.1 灰度级变换的应用
1. 灰度级变换的应用之一
–亮度调整——加亮、减暗图像
255
255
218
32 128 255
128 255
ห้องสมุดไป่ตู้
4.2.1 灰度级变换的应用
2.灰度级变换的应用之二
对比度拉伸和压缩——提高、降低对比度
255
提高对比度
255
降低对比度
142
P1
0
48
P2
218 255
0
128 255
4.1 图像增强引言
–可能的处理：去除噪声、边缘增强、提 高对比度、增加亮度、改善颜色效果、 改善细微层次等——通常与改善视觉效 果相一致。
–可能的处理策略：空域策略,频域策略。
4.1 图像增强引言
2. 图像增强的空域法
输入 f(x,y)
空域 处理
输出 g(x,y)
其中g(x,y)是增强处理后的输出图像
4.1 图像增强引言
–在实践中，小的空间模板比傅立叶变换用得 多得多，因为它们易于实现，操作快捷。
–对于很多在空域上难以表述清楚的问题，对 频域概念的理解就显得十分重要。在压缩中 我们会体会到。
4.2 点运算增强（灰度级变换增强）
点运算——直接灰度级变换（Direct Gray-level Transformation)增强或灰度比例尺变换（Gray Scale Transformation)： 灰度比例尺变换是使整个图像或图像中某一区 域里的各点灰度，都按某一相同的规律进行变换， 这种变换与像素的坐标无关，只和灰度级有关。 用f表示被变换图像的灰度，用g表示变换后图 像的灰度，那麽两者的变换关系可用如下公式表示：
4.1 图像增强引言
4) 频域增强与空域增强的关系 –卷积的离散表达式，基本上可以理解为模板运 算的数学表达方式 。
M1 N1
gx, y f h f m, nhx m, y n m0 n0
–因此，卷积的冲激响应h(x,y)，被称为空域卷 积模板，这种称谓仅在模板相对中心原点是对 称的时，才是成立的。
g= T(f)
4.2 点运算增强（灰度级变换增强）
这种灰度变换可使图像动态范围加大，图 像对比度扩展，图像清晰，特征明显，这是图 像增强的重要手段。
图像曝光不足或过度的情况下，图像灰度 可能会局限在一个很小的范围内。这时在显示 器上看到的将是一个模糊不清、似乎没有灰度 层次的图像。但用一个线性单值函数，对图像 内的每一个像素作线性扩展，将有效地改善视 觉效果。
4.1 图像增强引言
频域增强的原理示意图 u
边、噪声、变化陡峭部分
变化平缓部分
v
4.1 图像增强引言
3) 频域增强的处理方法 –对于给定的图像f(x,y)和目标，计算出它的 傅立叶变换F(u,v) –选择一个变换函数H(u,v) /*并非到空域找 –计算出目标图像g(x,y) g(x,y) = F-1[H(u,v)F(u,v)]
第四章 图像增强
4.1 图像增强引言 4.2 点运算增强 4.3 直方图增强 4.4 空域滤波器 4.5 频域滤波器 4.6 彩色图像增强
4.1 图像增强引言
1. 图像增强
– 图像增强技术的主要目标是，通过对图 像的处理，使图像比处理前更适合一个 特定的应用。
– 可能的应用：显示、打印、印刷、识别、 分析等。
处理
其中， f(x,y)是输入图像；
F(u,v)是f(x,y)经变换后的频域函数，并不一 定是傅立叶变换，也可能是其它任意一种变换；
G(u,v)是频域处理后的函数；
g(x,y)是G(u,v)经反变换后得到的空域函数。
4.1 图像增强引言
1) 频域增强的理论基础
– 卷积理论
• 被处理图像f(x,y) • 变换函数h(x,y) /*线性、位置无关操作 • 目标图像g(x,y)
4.2.1 灰度级变换的应用
• 提高对比度 通常通过直方图得到两个拐点的位置。
• 降低对比度 降低对比度一般用于输出设备的灰度级小
于输入图像的灰度级的情况，如显示傅立叶 频谱时。
4.2.1 灰度级变换的应用
提高对比度 通过直方图得到两个拐点P1、P2的位置
p(rk)
P1
P2
nk
4.2.1 灰度级变换的应用
有卷积：g(x,y) = h(x,y) * f(x,y) 有等式：G(u,v) = H(u,v)F(u,v) 有等式：g(x,y) = F-1[H(u,v)F(u,v)]
4.1 图像增强引言
2)频域增强的原理
–频率平面与图像空域特性的关系 • 图像变化平缓的部分靠近频率平面的圆 心，这个区域为低频区域。 • 图像中的边、噪声、变化陡峻的部分， 以放射方向离开频率平面的圆心，这个 区域为高频区域。