《数字图像处理第三章课件.pptx》由会员分享，可在线阅读，更多相关《数字图像处理第三章课件.pptx（79页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、反差增强的灰阶转换函数当邻域为1*1时，T有最简单形式点运算第1页/共79页3.2 用于反差增强的一些基本灰阶转换函数反转增强暗部增强亮部其中c,r和为正数第2页/共79页 Digital Mammogram数字乳房X线照片a.原照片 b.反转照片,其中小病变和乳房组织更清晰例一第3页/共79页Fourier频谱图及其Log转换图0到1,500,000线性压到8bit0,255,突出显示最大的变换系数,牺牲小的变换系数。0到1,500,000用常用对数Lg压到 0到6.2.c=1增强显示小的变换系数,突出细节。例二第4页/共79页指数幂变换其中c和为正常数，图中c=1。1的效果与z第24页/共
2、79页直方图规定化特例第25页/共79页上图的直方图均衡效果总体上偏亮第26页/共79页(1)是手工定义直方图的累计频数；(2)是(1)的反函数。将(2)应用于右下图的效果如图c.第27页/共79页局部直方图均衡化第28页/共79页(a)原图(b)整体直方图均衡(c)局部直方图均衡(c)图中的每个像素值是其7*7邻域局部直方图均衡映射函数对该点进行映射后的值。突显了原黑斑中的细节局部直方图均衡化第29页/共79页 SEM(Scanning Electron Microscope)钨丝缠绕的扫描电镜图像(SEM)例3.3.4 用直方图统计量进行图像增强第30页/共79页p(r)是对应灰度值r的归
3、一化的局部直方图分量，S表示某邻域；k0,1,M,D是整图的均值,方差(b)(a)(c)实验数据：K0=0.4K1=0.02K2=0.4E=4.0第31页/共79页比较原图：虽然亮部不变，只有一些暗部被增强，但也包括一些不该增强的。本例的思想可以举一反三，用于其它局部增强。第32页/共79页3.5 Basics of Spatial Filtering掩模/模板掩模下的子图第33页/共79页第34页/共79页第35页/共79页第36页/共79页线性滤波的通式线性滤波的通式（3.5.1）m*n是滤波器的大小,a=(m-1)/2,b=(n-1)/2使用时，g(x,y)要除以比例因子点(x,y)周围
4、像素的加权和第37页/共79页模板卷积模板卷积图象f(x,y)大小NN模板(filter mask,template)T(i,j)mm相关：其中x=1,2,N-m+1;y=1,2,N-m+1当m=3时，第38页/共79页卷积卷积：当m为奇数（2n+1)时：演示：lectures_2D_3_linear_filtering_1up.pdf第39页/共79页两个平滑滤波器3.6 Smoothing Spatial Filters3.6.1 平滑空间滤波器第40页/共79页平均滤波器大小从3、5、9、15到35的平滑效果第41页/共79页太空望远镜图像平滑二值化第42页/共79页3.6.2 Orde
5、r-Statistics Filter 排序统计量滤波器+椒盐噪声均值滤波中值滤波Linear filtering(fspecial)in Matlab help？第43页/共79页3.7 Sharpening Spatial Filters3.7.1 Foundation锐化第44页/共79页3.7.2 利用二阶导数作增强Laplacian算子用Laplacian算子做增强：其中：第45页/共79页第46页/共79页第47页/共79页第48页/共79页由（3.7-5a):第49页/共79页Unsharp masking&high-boost filteringunsharp masking:
6、high-boost filtering:当用(3.7-5)的g代替fs时：其中：A=1.0反锐化 掩膜高提升滤波第50页/共79页high-boost filtering 示例：第51页/共79页在在Matlab中定义特定类型的维滤波器中定义特定类型的维滤波器H=FSPECIAL(TYPE)类型：类型：average averaging filter disk circular averaging filter gaussian Gaussian lowpass filter laplacian filter approximating the 2-D Laplacian operator
7、log Laplacian of Gaussian filter motion motion filter prewitt Prewitt horizontal edge-emphasizing filter sobel Sobel horizontal edge-emphasizing filter unsharp unsharp contrast enhancement filter第52页/共79页例：例：I=imread(moon.tif);h=fspecial(laplacian);I1=imfilter(I,h);h=fspecial(unsharp);%laplacianI2=i
8、mfilter(I,h);figure;subplot(1,3,1),imshow(I),title(Original image);subplot(1,3,2),imshow(I1),title(Laplacian Filtered image);subplot(1,3,3),imshow(I2),title(Unsharp Filtered image);第53页/共79页3.7.3 使用一阶导数做增强梯度称为Roberts交叉梯度算子Sobel算子：第54页/共79页Sobel梯度算子用于隐形眼镜的图像第55页/共79页3.8 Combining Spatial Enhancement
9、Methodsb=Laplacian(a)c=a+bd=Sobel(a)第56页/共79页e=averaging(d)f=ceg=a+fh=gk(K1.0)第57页/共79页图像对一阶导数与二阶导数响应的比较图像对一阶导数与二阶导数响应的比较一阶导数通常产生较粗的边缘；二阶导数对细节有强烈的响应。一阶导数通常对灰阶阶跃产生强烈的响应;二阶导数对灰阶阶跃产生双重的响应。同时要注意,对图像中相似的灰阶变化,二阶导数对点的响应大于对线的响应,对线的响应又大于对阶跃的响应。可见,二阶导数比一阶导数更适合于图像增强。虽然一阶导数主要用于边缘提取，但是在图像增强中也有重要应用。第58页/共79页使用模糊技
10、术进行灰度变换和空间滤波隶属度干脆的集合一个模糊集合的隶属度函数定义：令Z为元素集，z表示Z的一类元素，即 .Z中的模糊集合A由隶属度函数 表征，它是与Z的元素相关的在区间0,1内的一个实数。第59页/共79页使用模糊技术进行灰度变换和空间滤波隶属度干脆的集合一个模糊集合的隶属度函数第60页/共79页隶属度补集并集交集空集：当且仅当Z中的隶属度函数等于零，模糊集合为空集。相等：当且仅当对于所有的 有 ，两个模糊集合A和B相等。子集：模糊集合A是模糊集合B的子集。或NOT(OR)模糊集合的交并补第61页/共79页常用的隶属度函数三角形梯形S形钟形截尾高斯形第62页/共79页模糊集合的应用隶属度波
11、长第63页/共79页R1:IF颜色是绿色，THEN 水果是生的ORR2:IF颜色是黄色，THEN 水果是半熟的ORR3:IF颜色是红色，THNE水果是熟的推理规则：第64页/共79页成熟度隶属度第65页/共79页第66页/共79页第67页/共79页第68页/共79页五个步骤：1.模糊2.逻辑操作3.推断4.聚合5.去模糊第69页/共79页使用模糊集合进行灰度变换规则IF一个像素是暗的，THEN使它较暗IF一个像素是灰的，THEN它仍是灰的IF一个像素是亮的，THEN使它较亮第70页/共79页使用模糊集合进行灰度变换输入的隶属度函数输出的隶属度函数第71页/共79页第72页/共79页第73页/共79页使用模糊集合进行空间滤波第74页/共79页模糊集合0的隶属度函数模糊集合黑色和白色的隶属度函数第75页/共79页边缘检测的模糊规则第76页/共79页第77页/共79页Page 120习题 3.1 3.3(a,b)3.4 3.11 3.22Homework 2第78页/共79页感谢您的观看！第79页/共79页