《图像空间域增强.pptx》由会员分享，可在线阅读，更多相关《图像空间域增强.pptx（165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、图像增强概述图像增强概述基本灰度变换基本灰度变换直方图处理直方图处理 用算术用算术/逻辑操作增强逻辑操作增强空间滤波与空间滤波器空间滤波与空间滤波器主要内容：第1页/共165页参考参考资料资料教材：RafaelC.Gonzalez,etc，DigitalImageProcessing(ThirdEdition)，电子工业出版社，2010参考书籍：冈萨雷斯等著，阮秋琦等译,数字图像处理(MATLAB版),电子工业出版社，2005章毓晋编著,图像工程（第3版）,清华大学出版社,2013吴炜主编,基于学习的图像增强技术,西安电子科技大学出版社,2013第2页/共165页图像增强概述图像增强概述基本灰
2、度变换基本灰度变换直方图处理直方图处理 用算术用算术/逻辑操作增强逻辑操作增强空间滤波与空间滤波器空间滤波与空间滤波器主要内容：第3页/共165页一、图像增强概述图像对比度增强图像对比度增强第4页/共165页微光图像的去噪声微光图像的去噪声一、图像增强概述第5页/共165页红外图像的伪彩色处理红外图像的伪彩色处理一、图像增强概述第6页/共165页红外图像的锐化处理红外图像的锐化处理一、图像增强概述第7页/共165页红外图像的边缘检测（便于机器识别）红外图像的边缘检测（便于机器识别）一、图像增强概述第8页/共165页图像在生成、获取、传输等过程中，受照明光图像在生成、获取、传输等过程中，受照明光
3、源性能、成像系统性能、通道带宽和噪声等诸多源性能、成像系统性能、通道带宽和噪声等诸多因素的影响，往往造成对比度偏低、清晰度下降因素的影响，往往造成对比度偏低、清晰度下降、并引入干扰噪声。、并引入干扰噪声。因此，图像增强的目的，就是改善图像质量因此，图像增强的目的，就是改善图像质量，获得更适合于人眼观察、或者对后续计算机处理获得更适合于人眼观察、或者对后续计算机处理、分析过程更有利的图像。、分析过程更有利的图像。一、图像增强概述第9页/共165页图像增强并不以图像保真为准则，而是有选择地突出某些对人或计算机分析有意义的信息，抑制无用信息，提高图像的使用价值。图像增强是为了使原始图像更适合应用于特
4、定的场合，而对图像进行的改善处理。图像增强是一个主观的过程。一、图像增强概述第10页/共165页第11页/共165页背景知识背景知识空域增强空域增强实际上就是增强构成图像的像素，用数学表达式可以定义如下：g(x,y)=Tf(x,y)其中，f(x,y)代表输入图像，g(x,y)代表处理后的图像，T代表对输入图像f 的一种图像增强的操作，其定义在(x,y)的邻域。第12页/共165页像素点像素点(x,y)(x,y)邻域的定义邻域的定义(x,y)(x,y)x xy y点点(x,y)的邻域的邻域主要是指以主要是指以(x,y)为中心的为中心的正方形和矩形的正方形和矩形的子图像，一般情子图像，一般情况下采
5、用正方形况下采用正方形表示。表示。原点原点第13页/共165页单个像素的单个像素的T操作操作输入图像输入图像输出图像输出图像S=T(r)当灰度变化的当灰度变化的T操作针对单个像素时，输出图像的操作针对单个像素时，输出图像的g仅仅仅仅依赖于输入图像依赖于输入图像f在点（在点（x,y）的值，的值，T操作变成了灰度级操作变成了灰度级变换函数（强度映射）变换函数（强度映射）第14页/共165页邻域尺度为邻域尺度为NN卷积模板卷积模板输入图像输入图像输出图像输出图像卷积模板卷积模板g(x,y)=w1p1+w2p2+w3p3+w4p4+w5p5+w6p6+w7p7+w8p8+w9p9模板系数模板系数（以邻
6、域尺度33为例）第15页/共165页图像增强概述图像增强概述基本灰度变换基本灰度变换直方图处理直方图处理 用算术用算术/逻辑操作增强逻辑操作增强空间滤波与空间滤波器空间滤波与空间滤波器主要内容：第16页/共165页(一)线性灰度变换 当图象成象时曝光不足或过度,或由于成象设备的非线性和图象记录设备动态范围太窄等因素,都会产生对比度不足的弊病，使图象中的细节分辨不清。这时可将灰度范围线性扩展灰度范围线性扩展。二、基本灰度变换第17页/共165页 设f(x,y)灰度范围为a,b，g(x,y)灰度范围为c,d，则有：0f(x,y)g(x,y)abcd(一)线性灰度变换 第18页/共165页(二)分段
7、线性灰度变换 将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。设f(x,y)灰度范围为0,Mf，g(x,y)灰度范围为0,Mg二、基本灰度变换第19页/共165页(二)分段线性灰度变换 第20页/共165页0f(x,y)g(x,y)abcdMfMg(二)分段线性灰度变换 拐点位置决定了变换函数的形状；如果拐点重合,灰度级不变；第21页/共165页分段线性灰度变换分段线性灰度变换-对比度拉伸对比度拉伸a a）变换）变换函数形状函数形状b b）低对）低对比度图像比度图像c)c)对比度对比度拉伸结果拉伸结果d)d)门限化门限化结果结果abcd第22页/共165页分段函数线性变换分段函数线性变
8、换灰度切割灰度切割a）A,B区间灰度加强，其余部分变为恒定。b）A,B区间灰度加强，其余部分不变。c)原图d)a变换后结果abcd第23页/共165页分段函数线性变换位图切割假设图像中每个像素的灰度级是256，这可以用8位来表示，假设图像是由8个1位平面组成，范围从位平面0到位平面7。其中，位平面0包含图像中像素的最低位，位平面7包含像素的最高位8比特图像的位平面表示比特图像的位平面表示第24页/共165页 一幅一幅8比特分形图像比特分形图像作用 通过对特定位提高亮度，改善图像质量 较高位（如前4位）包含大多数视觉重要数据 较低位（如后4位）对图像中的微小细节有作用 分解为位平面，可以分析每一
9、位在图像中的相对重要性 分段函数线性变换位图切割第25页/共165页 一幅一幅8比特分形图像的比特分形图像的8个位平面个位平面第26页/共165页可以只针对某些bit进行增强，此方法可运用在别的领域，例如图像压缩。第27页/共165页用于图像增强的一些基本的灰度变换函数(三)非线性灰度变换 第28页/共165页(1)反转增强嵌入于图像暗色区域的白色或灰色细节。(2)对数变换低灰度区扩展，高灰度区压缩。(3)指数变换高灰度区扩展，低灰度区压缩。(三)非线性灰度变换 第29页/共165页（1）非线性变换反转s=T(r)=L-1-rs=T(r)=L-1-rInput imageOutput imag
10、e灰度级范围为0,L-1的图像反转可由反比变换获得,s=L-1-rs=L-1-rsr0第30页/共165页Input image Output images=T(r)=255-r（1）非线性变换反转第31页/共165页对数变换的一般表达式为：（2）非线性变换对数变换c是一个常数，并假设r0一般对数函数的所有曲线都能完成图像灰度的扩散/压缩第32页/共165页有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失 解决办法是对原图进行灰度压缩，如对数变换（2）非线性变换对数变换ab第33页/共165页1,降低灰度级，在正比函数下方，使图像变暗 幂次变换的基本
11、形式为：s=cr,c 和 为正常数。（3）非线性变换幂次变换幂次变换与对数变换不同的地方就是随着 的变换可以得到不同效果变换第34页/共165页例：人体胸上部脊椎骨折的核磁共振图像（3）非线性变换幂次变换a)原图 b)=0.6c)=0.4d)=0.3cdab1 降低灰度级，使图像变暗。c=1,=3,4,5第36页/共165页灰度变换实例二、基本灰度变换第37页/共165页原始图象第38页/共165页灰度倒置底片效果第39页/共165页原始图象第40页/共165页非线性灰度变换对数效应第41页/共165页原始图象第42页/共165页非线性灰度变换指数效应第43页/共165页原始图象第44页/共1
12、65页分段线性化出现假轮廓第45页/共165页招贴画化4级灰度第46页/共165页招贴画化3级灰度第47页/共165页招贴画化2级灰度即二值化第48页/共165页原始图象第49页/共165页亮度倒置底片效果第50页/共165页红色分量置零第51页/共165页红色、绿色分量均置零第52页/共165页原始图象第53页/共165页非线性亮度变换对数效应第54页/共165页非线性亮度变换指数效应第55页/共165页原始图象第56页/共165页分段线性化出现假轮廓第57页/共165页图像增强概述图像增强概述基本灰度变换基本灰度变换直方图处理直方图处理用算术用算术/逻辑操作增强逻辑操作增强空间滤波与空间滤
13、波器空间滤波与空间滤波器主要内容：第58页/共165页直方图的定义(1)一个灰度级为0，L-1的数字图像的直方图是一个离散函数h(rk)=nknk是图像中灰度级为rk的像素个数；rk是第k个灰度级，k=0,1,2,L-1 由于rk的增量是1，直方图可表示为：p(k)=nk 即，图像中不同灰度级像素出现的次数三、直方图处理第59页/共165页 一个灰度级为0，L-1的数字图像的直方图是一个离散函数p(rk)=nk/nn是图像的像素总数；nk是图像中灰度级为rk的像素个数；rk是第k个灰度级，k=0,1,2,L-1 通常情况下灰度直方图都要采用像素总数n对其进行归一化。P(rk)可表示灰度级为rk
14、发生的概率密度函数的估计值。注意：一个归一化的直方图其所有部分之和应等于1。直方图的定义(2)第60页/共165页两种图像直方图定义的比较：h(rk)=nk-定义(1)p(rk)=nk/n-定义(2)其中，定义(2)u使函数值正则化到0,1区间，成为实数函数 u函数值的范围与象素的总数无关 u给出灰度级rk在图像中出现的概率密度统计 直方图的定义第61页/共165页p(rk)Nk250 500 750 1000 200 100 50 150 像素出现次数像素灰度级别直方图的定义第62页/共165页p(rk)Nk0.1 0.2 0.3 0.4 200 100 50 150 像素出现概率像素灰度级
15、别直方图的定义第63页/共165页直方图描述了一幅图像的灰度直方图描述了一幅图像的灰度(颜色颜色)分布分布直方图举例第64页/共165页暗图像暗图像亮图像亮图像低对比度图像低对比度图像高对比度图像高对比度图像第65页/共165页直方图反映的总体性质：明暗程度、细节是否清晰、动态范围大小等直方图举例第66页/共165页 直方图均衡化是将原图像的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图像。图像均衡化处理后，图像的直方图是平直的，即各灰度级具有近似相同的出现频数，那么由于灰度级具有均匀的概率分布，图像看起来就更清晰了。（1）直方图均衡化第67页/共165页 首先，假定连续灰度级
16、的情况，推导直方图均衡化变换公式，令r 代表灰度级，P(r)为概率密度函数。r 值已归一化，最大灰度值为1。（1）直方图均衡化第68页/共165页 要找到一种变换 S=T(r)使直方图变平直，为使变换后的灰度仍保持从黑到白的单一变化顺序，且变换范围与原先一致，以避免整体变亮或变暗。必须规定：(1)在0r1中，T(r)是单调递增函数，且0T(r)1；(2)反变换r=T-1(s),T-1(s)也为单调递增函数，0s1。（1）直方图均衡化第69页/共165页rjrj+rsjsj+s直方图均衡化-变换公式推导图示第70页/共165页考虑到灰度变换不影响像素的位置分布，也不会增减像素数目。所以有：（1）
17、直方图均衡化第71页/共165页应用到离散灰度级，设一幅图像的像素总数为n，分L个灰度级。nk:第k个灰度级出现的频数。第k个灰度级出现的概率 p(rk)=nk/n 其中，0rk1，k=0,1,2,.,L-1 形式为：（1）直方图均衡化S Sk k称作直方图均衡化称作直方图均衡化第72页/共165页rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1nk 790102385065632924512281 p(rk)0.190.250.210.160.080.060.030.02例：设图象有64*64=4096个象素，有8个灰度级，灰度分布如表所示。进行直
18、方图均衡化。第73页/共165页rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1nk 790102385065632924512281 p(rk)0.190.250.210.160.080.060.030.02计算步骤：第74页/共165页1.1.由（由（2 2）式计算）式计算s sk k。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk)0.190.250.210.160.080.060.030.02sk计算计算 0.190.440.650.
19、810.890.950.981.00第75页/共165页sk舍入舍入 1/73/75/76/76/71112.把计算的sk就近安排到8个灰度级中。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk)0.190.250.210.160.080.060.030.02sk计算计算 0.190.440.650.810.890.950.981.00第76页/共165页rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 79010238506563292
20、4512281p(rk)0.190.250.210.160.080.060.030.02sk计算计算 0.190.440.650.810.890.950.981.00sk舍入舍入 1/73/75/76/76/7111sk s s0 0s s1 1s s2 2s s3 3s s4 4nsk 7901023850985448p(sk)0.190.250.210.240.113.重新命名sk，归并相同灰度级的象素数。第77页/共165页直直方图均衡化方图均衡化均衡化前后直方图比较第78页/共165页 直方图均衡化实质上是减少图像的灰度级以换取对比度的加大。在均衡过程中，原来的直方图上频数较小的灰度级
21、被归入很少几个或一个灰度级内，故得不到增强。若这些灰度级所构成的图像细节比较重要，则需采用局部区域直方图均衡。（1）直方图均衡化第79页/共165页a)原图b)直方图均衡化结果c)相应的直方图abc第80页/共165页 修改一幅图像的直方图，使得它与另一幅图像的直方图匹配或具有一种预先规定的函数形状。目标：突出我们感兴趣的灰度范围，使图像质量改善。（2）直方图匹配第81页/共165页连续灰度的直方图原图原图（2）直方图匹配规定规定第82页/共165页 令P(r)为原始图象的灰度密度函数，P(z)是期望通过匹配的图象灰度密度函数。对P(r)及P(z)作直方图均衡变换，通过直方图均衡为桥梁，实现P
22、(r)与P(z)变换。（2）直方图匹配第83页/共165页基本方法：（连续函数的情况）（1）对原始图像的直方图进行均衡化（2）对指定的图像直方图进行均衡化（3）求得反变换函数（4）利用反变换函数得到输出图像（2）直方图匹配第84页/共165页（2）直方图匹配第85页/共165页基本方法：（离散情况）（1 1）对原始图像的直方图进行均衡化（2 2）对指定的图像直方图进行均衡化（3 3）求反变换函数（4 4）利用反变换函数得到输出图像（2）直方图匹配第86页/共165页（2）直方图匹配第87页/共165页nk Pr(rk)Sk7900.19S0=0.19 10230.25S1=0.448500.2
23、1S2=0.656560.16S3=0.813290.08S4=0.892450.06S5=0.951220.03S6=0.98810.02S7=1Zk Pz(zk)VkSknkPz(zk)Z0=00.00V0=0S0=0.19 Z1=1/70.00V1=0S1=0.44Z2=2/70.00V2=0S2=0.65Z3=3/70.15V3=0.15S3=0.817900.19Z4=4/70.20V4=0.35S4=0.8910230.25Z5=5/70.30V5=0.65S5=0.958500.21Z6=6/70.20V6=0.85S6=0.989850.24Z7=10.15V7=1S7=144
24、80.11第88页/共165页第89页/共165页值得注意的地方：直方图均衡化并非适合所有图像的增强，有时候还会适得其反；输入图像与直方图输入图像与直方图输出图像与直方图输出图像与直方图直方图均衡化和直方图匹配比较第90页/共165页直方图匹配直方图均衡化和直方图匹配比较abcd第91页/共165页定义一个方形或者矩形的邻域并把该区域的中心从一个像素移至另一个像素。在每一个位置的邻域中该点的直方图都被计算，得到的是直方图均衡化或者规定化函数，该函数最终被用来映射邻域中心像素灰度值。相邻区域的中心然后被移至相邻像素位置并重复这个处理过程。（3）局部增强第92页/共165页（3）局部增强原图原图全
25、局均衡化结果全局均衡化结果对每一个像素使用对每一个像素使用7x7邻域局部均衡邻域局部均衡化结果化结果第93页/共165页（4）在图像增强中使用直方图统计法直方图统计法主要应用在局部增强,使用直方图计算全局与局部区域的统计量,并采用一定的条件决定待增强的局部区域，步骤如下:(1)计算图像的灰度平均值与方差第94页/共165页(2)计算局部区域的均值和方差(3)进行图像增强（4）在图像增强中使用直方图统计法第95页/共165页（4）在图像增强中使用直方图统计法原图原图增强后的图像增强后的图像第96页/共165页图像增强概述图像增强概述基本灰度变换基本灰度变换直方图处理直方图处理用算术用算术/逻辑操
26、作增强逻辑操作增强空间滤波与空间滤波器空间滤波与空间滤波器主要内容：第97页/共165页算术操作:加，减，乘加，减，乘，除除逻辑操作:与，与，或或，非，异或，非，异或四、用算术/逻辑操作增强第98页/共165页（1）算术操作加法加法运算的定义 C(x,y)=A(x,y)+B(x,y)主要应用举例：去除叠加性噪声生成图像叠加效果第99页/共165页（1）算术操作加法去除叠加性噪声对于原图像f(x,y),有一个噪声图像集：gi(x,y)i=1,2,.N其中：gi(x,y)=f(x,y)+h(x,y)i假设噪声h(x,y)均值为0，且互不相关，N个图像的均值定义为：g(x,y)=1/N(g0(x,y
27、)+g1(x,y)+gN(x,y)期望值E(g(x,y)=f(x,y)上述图像均值将降低噪声的影响第100页/共165页（1）算术操作加法去除叠加性噪声-星系图举例 原图N=8N=64噪声图像N=16N=128第101页/共165页去除叠加性噪声-星系图举例 原图与均值图像的差值图像和直方图N=8N=16N=64N=128灰度级差差别别越越小小，图图像像越越暗暗均值减小，标准差减小像素个数第102页/共165页（1）算术操作加法生成图像叠加效果对于两个图像f(x,y)和h(x,y)的均值有：g(x,y)=1/2f(x,y)+1/2h(x,y)推广这个公式为：g(x,y)=f(x,y)+h(x,
28、y)其中+=1可以得到各种图像合成的效果，也可以用于两张图片的衔接第103页/共165页加运算生成图像叠加效果举例第104页/共165页（1）算术操作减法减法运算的定义 C(x,y)=A(x,y)-B(x,y)主要应用举例：显示两幅图像的差异，检测同一场景两幅图像之间的变化。如：视频中镜头边界的检测去除不需要的叠加性图案图像分割：如分割运动的车辆，减法去掉静止部分，剩余的是运动元素和噪声加效果第105页/共165页图像相减检测同一场景两幅图像之间的变化设：时间1的图像为f1(x,y)，时间2的图像为f2(x,y)g(x,y)=f2(x,y)-f1(x,y)=-第106页/共165页图像相减去除
29、不需要的叠加性图案f(x,y)g(x,y)减去背景叠加蓝色背景例：电视制作的蓝屏技术 第107页/共165页左上左上:某序列图像的第某序列图像的第100帧帧;下下:某序列图像的第某序列图像的第300帧帧;右上右上:两幅图像相减并取绝两幅图像相减并取绝对值显示的结果对值显示的结果图像相减运动检测第108页/共165页（1）算术操作乘法乘法的定义 C(x,y)=A(x,y)*B(x,y)主要应用举例图像的局部显示用二值模板图像与原图像做乘法第109页/共165页图像相乘局部显示第110页/共165页（1）算术操作除法除法的定义 C(x,y)=A(x,y)B(x,y)主要应用举例可产生对颜色和多光谱
30、图像分析十分重要的比率图像。第111页/共165页遥感图像遥感图像f1(x,y);图像相除比率图像遥感图像遥感图像f2(x,y);f1与与f2之比。之比。第112页/共165页（2）逻辑操作非非的定义g(x,y)=255-f(x,y)主要应用举例 获得一个阴图像 获得一个子图像的补图像第113页/共165页非运算获得阴图像第114页/共165页255 255=非运算求子图像的补图像第115页/共165页（2）逻辑操作与与运算的定义 g(x,y)=f(x,y)h(x,y)主要应用举例：求两个子图像的相交子图像。模板运算：提取感兴趣的子图像第116页/共165页=与运算 求两个子图像的相交子图像第
31、117页/共165页与运算 提取感兴趣的子图像第118页/共165页（2）逻辑操作或或运算的定义 g(x,y)=f(x,y)vh(x,y)主要应用举例合并子图像模板运算：提取感兴趣的子图像第119页/共165页=或运算 合并子图像第120页/共165页或运算 提取感兴趣的子图像第121页/共165页（2）逻辑操作异或异或运算的定义 g(x,y)=f(x,y)h(x,y)主要应用举例获得相交子图像第122页/共165页图像增强概述图像增强概述基本灰度变换基本灰度变换直方图处理直方图处理用算术用算术/逻辑操作增强逻辑操作增强空间滤波与空间滤波器空间滤波与空间滤波器主要内容：第123页/共165页滤
32、波的概念来源于在频域对信号进行处理的傅立叶变换；在某些邻域处理中的子图像就称为滤波器，也称为掩模、核、模板或者窗口；使用空间模板进行的图像处理，被称为空间滤波。模板本身被称为空间滤波器。五、空间滤波与空间滤波器平滑空间滤波器平滑空间滤波器锐化空间滤波器锐化空间滤波器第124页/共165页空间滤波和空间滤波器的定义在MN的图像f上，使用mn的滤波器：其中，m=2a+1,n=2b+1,w(s,t)是滤波器系数，f(x,y)是图像值空间滤波的简化形式：其中，w是滤波器系数，z是与该系数对应的图像灰度值，mn为滤波器中包含的像素点总数第125页/共165页空间滤波和空间滤波器的定义平滑空间滤波器的作用
33、 模糊处理:去除图像中一些不重要的细节 减小噪声平滑空间滤波器的分类线性滤波器：均值滤波器非线性滤波器最大值滤波器中值滤波器最小值滤波器第126页/共165页平滑线性滤波器平滑线性滤波器的输出是包含在滤波器邻域内像素的平均值，也称为均值滤波器 作用 减小图像灰度的“尖锐”变化，减小噪声 由于图像边缘是由图像灰度尖锐变化引起的，所以也存在边缘模糊的问题 第127页/共165页平滑线性滤波器ab图a是标准的像素平均值图b是像素的加权平均，表明一些像素更为重要第128页/共165页平滑线性滤波器-举例原图原图5 x 515 x 153 x 39 x 935 x 35随着掩模尺寸的增加，图像的模糊程度
34、逐渐加大第129页/共165页 通过选取恰当的掩模尺寸，提取感兴趣的目标平滑线性滤波器-举例原图15x15 阈值阈值25第130页/共165页统计排序滤波器什么是统计排序滤波器？是一种非线性滤波器 基于滤波器所在图像区域中像素的排序，由排序结果决定的值代替中心像素的值 分类 中值滤波器：用像素邻域内的中间值代替该像素 最大值滤波器：用像素邻域内的最大值代替该像素 最小值滤波器：用像素邻域内的最小值代替该像素 第131页/共165页统计排序滤波器中值滤波器主要用途：去除噪声计算公式：R=midzk|k=1,2,n最大值滤波器 主要用途：寻找最亮点计算公式：R=maxzk|k=1,2,n最小值滤波
35、器主要用途：寻找最暗点计算公式：R=minzk|k=1,2,n第132页/共165页中值滤波器中值滤波的原理 用模板区域内像素的中间值，作为结果值 R=midzk|k=1,2,n强迫突出的亮点（暗点）更象它周围的值，以消除孤立的亮点（暗点）第133页/共165页中值滤波器中值滤波算法的实现将模板区域内的像素排序，求出中间值例如：3x3的模板，第5大的是中值，5x5的模板，第13大的是中值，7x7的模板，第25大的是中值，9x9的模板，第41大的是中值。对于同值像素，连续排列。如（10,15,20,20,20,20,20,25,100）第134页/共165页中值滤波器中值滤波算法的特点在去除噪音
36、的同时，可以比较好地保留边的锐度和图像的细节（优于均值滤波器）能够有效去除脉冲噪声：以黑白点叠加在图像上 第135页/共165页中值滤波器原图原图3x3均值滤波3x3中值滤波中值滤波第136页/共165页最大值滤波器第137页/共165页最小值滤波器第138页/共165页锐化滤波器的主要用途突出图像中的细节，增强被模糊了的细节 印刷中的细微层次强调。弥补扫描对图像的钝化超声探测成像，分辨率低，边缘模糊，通过锐化来改善图像识别中，分割前的边缘提取锐化处理恢复过度钝化、暴光不足的图像尖端武器的目标识别、定位锐化空间滤波器第139页/共165页均值产生钝化的效果，而均值与积分相似，由此而联想到，微分
37、能不能产生相反的效果，即锐化的效果？结论是肯定的。锐化处理主要是通过空间微分来完成锐化处理主要是通过空间微分来完成锐化空间滤波器第140页/共165页一元函数f(x)表达一阶微分的定义是一个差值：同理，对一元函数f(x)的二阶微分，则定义为：锐化空间滤波器第141页/共165页一阶微分产生较“宽”的边界，二阶微分产生较“细”的边界；二阶微分处理对细节有较强的响应，如细线和孤立点；一阶微分对阶梯状的灰度变化有较强的响应；二阶微分在处理阶梯状灰度变化时产生双响应如果灰度的变化相似，二阶微分对线的反应比对阶梯强，对点的反应比对线强。一阶微分处理和二阶微分处理响应的特点：第142页/共165页锐化滤波
38、器的分类二阶微分滤波器拉普拉斯算子一阶微分滤波器梯度算子锐化空间滤波器第143页/共165页基于二阶微分的图象增强-拉普拉斯算子n一个二元函数f(x,y)拉普拉斯变换定义为：n在离散情况下二阶偏微分定义如下：第144页/共165页f(x,y-1)f(x,y+1)f(x-1,y)f(x,y)f(x+1,y)f(x+1,y+1)f(x-1,y-1)f(x+1,y-1)拉普拉斯算子掩模表示f(x-1,y+1)a)拉普拉斯变换所用的滤波器掩模b)扩展掩模，包括对角线邻域c)d)其他两种拉普拉斯的实现abcd第145页/共165页(1)用于拉普拉斯模板中心系数为负(2)用于拉普拉斯模板中心系数为正拉普拉
39、斯变换对图像增强的基本方法基于二阶微分的图象增强-拉普拉斯算子第146页/共165页拉普拉斯算子例a)原图:月球北极b)拉普拉斯滤波后的图像c)为显示目的标定后的拉普拉斯图像d)原始图像加拉普拉斯的增强结果abcd第147页/共165页拉普拉斯算子例 (a)和(b)合成拉普拉斯掩模 （c)原图:扫描电子显微镜图像 (d)和(e)分别用(a)和(b)掩模滤波结果abcde第148页/共165页反锐化掩模与高提升滤波处理反锐化掩模公式物理意义是把原图的一个模糊图像从原图中减去，从而得到一个相对清晰的图像。反锐化掩模的更进一步的普遍形式就是高提升滤波：第149页/共165页拉氏掩模中心系数为负拉氏掩
40、模中心系数为负拉氏掩模中心系数为正拉氏掩模中心系数为正反锐化掩模与高提升滤波处理第150页/共165页a)原图b)拉普拉斯掩模增强的图像 A=0c)拉普拉斯掩模增强的图像 A=1d)拉普拉斯掩模增强的图像 A=1.7abcd第151页/共165页基于一阶微分的图像增强基于一阶微分的图像增强梯度法梯度法函数f(x,y)在其坐标(x,y)上的梯度定义如下：向量的模值由下式给出：梯度向量的模值是各向同性的，因此一般把梯度向量的模值称为梯度第152页/共165页在实际的应用中，经常采用梯度的近似计算，即：梯度的基本计算方式f(x,y)f(x,y+1)f(x+1,y)基于一阶微分的图像增强基于一阶微分的
41、图像增强梯度梯度法法第153页/共165页微分滤波器模板系数设计Roberts交叉梯度算子Prewitt梯度算子Sobel梯度算子基于一阶微分的图像增强梯度法第154页/共165页Roberts交叉梯度算子:f|z9-z5|+|z8z6|两个模板称为Roberts交叉梯度算子z7z8z9梯度计算由两个模板组成，第一个求得梯度的第一项，第二个求得梯度的第二项，然后求和，得到梯度。z1z2z3z4z5z6-100101-10微分滤波器模板系数设计第155页/共165页z1z2z3z4z5z6z7z8z90101-1 -1 -101000-1-1-1111微分滤波器模板系数设计Prewitt梯度算子
42、3x3的梯度模板f|(z7+z8+z9)-(z1+z2+z3)|+|(z3+z6+z9)-(z1+z4+z7)|第156页/共165页z1z2z3z4z5z6z7z8z90201-1 -2 -101000-1-2-1121微分滤波器模板系数设计Sobel梯度算子3x3的梯度模板f|(z7+2z8+z9)-(z1+2z2+z3)|+|(z3+2z6+z9)-(z1+2z4+z7)|第157页/共165页几个梯度算子第158页/共165页用于边缘增强的梯度处理a)隐形眼镜的光学图像（边缘处类似时钟4点和5点处的缺陷）b)Sobel梯度ab第159页/共165页组合多种空间增强方法进行图像增强处理a
43、 bc da)骨骼扫描图像b)拉普拉斯变换c)图a加图b的锐化图像d)Sobel处理e fg he)均值滤波图像 f)图c加图e掩膜图像c)图a加图f锐化图像h)对图g幂律变换图像第160页/共165页图像增强概述图像增强概述基本灰度变换基本灰度变换直方图处理直方图处理 用算术用算术/逻辑操作增强逻辑操作增强空间滤波与空间滤波器空间滤波与空间滤波器本章主要内容第161页/共165页本章要求及作业本章要求及作业本章要求：本章要求：1.掌握基本的灰度变换方法；2.了解空间域数字图像的增强技术第162页/共165页本章作业本章作业1.书后：3.5，3.17，3.222.课后编程（1）绘制出一幅2M2N 的灰度图像直方图；对该图像进行均衡化处理，绘制出均衡后图像的直方图；对该图像进行灰度变换，使变换后的图像大致具有如下图所示的归一化直方图，并绘制出变换后实际的直方图：（2）分别在2幅灰度图像中加入一定量的高斯噪声和椒盐噪声，噪声强度自定。然后采用33的均值滤波器和33中值滤波器分别对噪声图像进行处理，给出两种处理方法的峰值信噪比(PSNR)。第163页/共165页END第164页/共165页感谢您的观看！第165页/共165页