《《数字图像增强》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《数字图像增强》PPT课件.ppt（87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、第三讲 数字图像增强本讲内容：o3.1 图像增强的原因与目的o3.2 图像对比度增强o3.3 平滑与去噪（柔化）o3.4 锐化o3.5 Photoshop增强处理实例演示3.1图像增强原因与目的目标:提高图像质量质量图像更加清晰 图像增强是为了改善视觉效果或者便于人和改善视觉效果或者便于人和机器对图像的理解和分析机器对图像的理解和分析，根据图像的特点或存在的问题采取的简单改善方法或者加强特征的措施称为图像增强。问题问题1：灰度分布不合理灰度分布不合理没有充分利用灰度动态范围典型场合典型场合:曝光不足、曝光过度、对比过于强烈问题问题2：噪声干扰：噪声干扰原因：强噪声成像通道问题问题3：图像模糊：
2、图像模糊影响图像细节分辨原因：成像通道分辨率不足、景物移动等解决方法：解决方法：3-2对比度增强灰度分布不合理3-3图像平滑噪声干扰3-4图像锐化图像模糊o灰度映射o直方图修正3-2 对比度增强3-2 对比度增强灰度映射灰度映射灰度映射（变换）可调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。1线性变换线性变换 令图像f(i，j)的灰度范围为a,b，线性变换后图像g(i，j)的范围为a,b，如图。g(i，j)与f(i，j)之间的关系式为：在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。采用线性变换对图像
3、每一个像素灰度作线性拉伸，可有效地改善图像视觉效果。原始图像直方图线性变换后图像直方图反色变换原始图像原始图像反色变换后图像反色变换后图像2分段线性变换分段线性变换为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。通过细心调整通过细心调整折线拐点的位置折线拐点的位置及控制及控制分段直分段直线的斜率线的斜率，可对任一灰度区间进行拉伸或压缩。，可对任一灰度区间进行拉伸或压缩。对比度扩展对比度扩展原始图像原始图像对比度扩展后图像对比度扩展后图像削波削波原始图像原始图像削波后图像削波后图像阈值化阈值化原始图像原始图像阈值化后图像阈值化后图像灰度窗口3非线性灰度变换非
4、线性灰度变换对数变换对数变换 这里这里a,b,c是为了调整是为了调整曲线的位置和形状而引入曲线的位置和形状而引入的参数。当希望的参数。当希望对图像的对图像的低灰度区较大的拉伸而对低灰度区较大的拉伸而对高灰度区压缩时高灰度区压缩时，可采用，可采用这种变换，它能使图像灰这种变换，它能使图像灰度分布与人的视觉特性相度分布与人的视觉特性相匹配。匹配。f(i,j)g(i,j)原始图像 f(x,y)对数变换后图像 g(x,y)变换曲线f(x,y)g(x,y)指数变换指数变换 这里参数a,b,c用来调整曲线的位置和形状。这种变换能对图像的高灰度区给高灰度区给予较大的拉伸予较大的拉伸。g(i,j)f(i,j)
5、原始图像 f(x,y)指数变换后图像 g(x,y)变换曲线f(x,y)g(x,y)o灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图像的概貌。修改直方图是一种实用而有效的增强图像处理技术。直方图修整法包括直方图均衡化直方图均衡化及直方图规定化直方图规定化两类。1.1.直方图均衡化直方图均衡化n将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。3-2对比度增强直方图修整直方图修整直方图均衡化直方图均衡化直方图均衡化 设r和s分别表示归一化了的原图像灰度和经直方图修正后的图像灰度。即在0,1区间内的任一个r值，都可产生一个s值，且 T(r)作为变换函数，满足下
6、列条件：在0r1内为单调递增函数，保证灰度级从低灰度级从低（黑）到高（白）的次序不变（黑）到高（白）的次序不变；在0r1内，有0T(r)1，确保映射后的像素灰度在允许的范围内。直方图均衡化 从人眼视觉特性来考虑，一幅图像的直方图如果是均匀分布的，即Ps(s)=k(归一化时k=1)时，该图像色调给人的感觉比较协调。因此将原图像直方图通过T(r)调整为均匀分布的直方图，这样修正后的图像能满足人眼视觉要求。对于离散的数字图像，变换的最后推导结果为:上式表明，均衡后各像素的灰度值sk可直接由原图像的直方图算出。一幅图像的sk与rk之间的关系称为该图像的累积灰度直方图。1.01.01.0下面举例说明直方
7、图均衡过程。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1nk790102385065632924512281pr(rk)=nk/n0.190.250.210.160.080.060.030.02sk计计0.190.440.650.810.890.950.981.00sk并并1/73/75/76/76/7111sks0=1/7s1=3/7s2=5/7s3=6/7s4=1nsk7901023850985448pk(s)0.190.250.210.240.11例例 假定有一幅总像素为n=6464的图像，灰度级数为8，各灰度级分布列于表中。对其均衡化计算
8、过程如下：1.00.250.200.150.100.050 1/73/75/71.00.250.200.150.100.051/73/75/70原图像的直方图均衡后图像的直方图直方图均衡化示例(a)原始图像(b)原始图像的直方图(c)直方图均衡化后结果(d)结果图像的直方图(a)原始图像(b)原始图像的直方图(c)直方图均衡化后结果(d)结果图像的直方图对比度拉伸的公式：对比度拉伸的公式：C=(Level-Min)*Scale=(Level-Min)*255/(255-Min)Photoshop的算法的算法经过经典算法均衡化的图片，最亮的像素值总是经过经典算法均衡化的图片，最亮的像素值总是25
9、5，因为最后一级色阶因为最后一级色阶(255)的百分位一定是的百分位一定是100%。而最暗。而最暗的是由色阶的是由色阶0的数量决定的，像素值不一定是的数量决定的，像素值不一定是0。Photoshop通过对比度拉伸的方法使最暗的像素值变为通过对比度拉伸的方法使最暗的像素值变为0，其它像素也相应变暗，最亮的像素保持，其它像素也相应变暗，最亮的像素保持255不变。不变。对比度拉伸后的效果可能会比经典算法稍显偏暗。对比度拉伸后的效果可能会比经典算法稍显偏暗。Min=127.50均衡化之后的最小值Scale=255/(255-Min)=2(127.50-Min)*Scale=0*2=0(212.42-M
10、in)*Scale=84.92*2=170(255.00-Min)*Scale=127.5*2=255新的映射表：50-0100-170200-255Photoshop的算法的算法对比度拉伸的公式：对比度拉伸的公式：C=(Level-Min)*Scale=(Level-Min)*255/(255-Min)2.2.直方图规定化直方图规定化 在某些情况下，并不一定需要具有均匀直方在某些情况下，并不一定需要具有均匀直方图图的的图图像，有像，有时时需要具有特定的直方需要具有特定的直方图图的的图图像，以便像，以便能能够够增增强强图图像中某些灰度像中某些灰度级级。直方直方图规图规定化方法定化方法就就是是针
11、对针对上述思想提出来的。上述思想提出来的。直方图规定化是使原图直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。正的增强方法。可见，可见，它是它是对对直方直方图图均衡化均衡化处处理的一种有效的理的一种有效的扩扩展。直方展。直方图图均衡化均衡化处处理是直方理是直方图规图规定化的一个特定化的一个特例。例。直方图均衡化直方图规定化规定的直方图 原图像的直方图 规定的直方图 规定化后图像的直方图 利用直方图规定化方法进行图像增强的主要困难在于要构成有意义的直方图困难在于要构成有意义的直方图。图像经直方图规定化，其增强效果要有利有利
12、于人的视觉判读或便于机器识别于人的视觉判读或便于机器识别。直方图规定化应用实例直方图规定化应用实例 图(C)、(c)是将图像(A)按图(b)的直方图进行规定化得到的结果及其直方图。通过对比可以看出图(C)的对比度同图（B)接近一致，对应的直方图形状差异也不大。这样有利有利于影像融合处理，保证融合影像光谱特性变化小。于影像融合处理，保证融合影像光谱特性变化小。o3-2对比度增强o3-3图像平滑（柔化）o3-4图像锐化图像增强3-3 图像平滑：图像中的脉冲噪声模型图像中的脉冲噪声模型o在图像传输过程中，经常会受到各种噪声的干扰，在进行进一步的边缘检测、图像分割、特征提取、模式识别等处理前，需要采用
13、适当的方法尽量减少噪声o最常见的图像噪声：脉冲噪声o特点：n噪声点的取值与图像信号本身无关n椒盐噪声椒盐噪声：受噪声干扰的图像像素以50%的相同概率等于图像灰度的最大或最小可能取值n随机值脉冲（加性）噪声随机值脉冲（加性）噪声：噪声灰度值均匀分布于0-255间3-3 图像平滑：图像中的脉冲噪声模型图像中的脉冲噪声模型o椒盐噪声椒盐噪声：n黑图象上的白点，白图象上的黑点o随机值脉冲（加性）噪声随机值脉冲（加性）噪声：n噪声灰度值灰度值均匀分布于0-255间任何一幅原始图像，在其获取和传输等过程中，会任何一幅原始图像，在其获取和传输等过程中，会受到各种噪声的干扰，使图像恶化，质量下降，图受到各种噪
14、声的干扰，使图像恶化，质量下降，图像模糊，特征淹没，对图像分析不利。像模糊，特征淹没，对图像分析不利。为了抑制噪声改善图像质量所进行的处理称为了抑制噪声改善图像质量所进行的处理称图像图像平滑或去噪平滑或去噪。它可以在。它可以在空间域空间域和和频率域频率域中进行。本中进行。本节介绍节介绍空间域空间域的几种平滑法。的几种平滑法。o空间域：邻域运算、中值滤波空间域：邻域运算、中值滤波o频率域：频率域：3-3 图像平滑：邻域运算o输出图象中每个象素是由对应的输入象素输出图象中每个象素是由对应的输入象素及其一个及其一个邻域邻域内的象素共同决定时的图象内的象素共同决定时的图象运算。运算。3-3图像平滑：邻
15、域平均法邻域平均法 设有一幅设有一幅N NN N的图像的图像f(x,y)f(x,y)，若平滑图像为，若平滑图像为g(x,y),g(x,y),则有则有式中式中 x,y=0,1,x,y=0,1,N-1,N-1；s s为为（x,yx,y）邻邻域域内内像素坐像素坐标标的集合；的集合；M M表示集合表示集合s s内像素的内像素的总总数。数。可见可见,邻域平均法就是将当前像素邻域内各像邻域平均法就是将当前像素邻域内各像素的灰度平均值作为其输出值的去噪方法素的灰度平均值作为其输出值的去噪方法。3-3 图像平滑：邻域平均法邻域平均法(m-1,n-1)(m-1,n)(m-1,n+1)(m,n-1)(m,n)(m
16、,n+1)(m+1,n-1)(m+1,n)(m+1,n+1)例如，对图像采用33的邻域平均法，对于像素（m,n)，其邻域像素如下：则有：3-2-2 图像平滑：邻域平均法邻域平均法其作用相当于用这样的模板同图像卷积卷积。这种算法简单，但它的主要缺点是在降低噪声的同时使图图像像产产生模糊生模糊，特特别别在在边缘边缘和和细节处细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。如下图(a)原图像 (b)对(a)加椒盐噪声的图像(c)33邻域平滑 (d)55邻域平滑3-3 图像平滑：邻域平均法邻域平均法1、超限像素平均法、超限像素平均法2、中值滤波、中值滤波 为克服简单局部平均法的弊病，目前已提
17、出许多保边缘、细节的局部平滑算法保边缘、细节的局部平滑算法。它们的出发点都集中在如何选择邻域的大小、形状和方向、如何选择邻域的大小、形状和方向、参加平均的点数以及邻域各点的权重系数参加平均的点数以及邻域各点的权重系数等，下面简要介绍两种算法：1 1、超限像素平滑法、超限像素平滑法 对邻域平均法稍加改进，可导出超限像素平滑法。它是将f(x,y)和邻域平均g(x,y)差的绝对值与选定的阈值进行比较，根据比较结果决定点（x,y）的最后灰度g(x,y)。其表达式为 该算法对抑制椒盐噪声比较有效抑制椒盐噪声比较有效，对保护仅有微小灰度差的细节及纹理也有效。可见随着随着邻邻域增大，去噪能力域增大，去噪能力
18、增增强强，但模糊程度也大，但模糊程度也大。同局部平滑法相比，超限像素平滑法去椒盐噪声效果更好。(a)原图像 (b)对(a)加椒盐噪声的图像(c)33邻域平滑 (d)55邻域平滑(e)33超限像素平滑(T=64)(f)55超限像素平滑(T=48)2、中值滤波中值滤波o原理：用一个MN的窗口在图像上滑动，把窗口中像素的灰度值按升/降次序排列，取排列在正中间的灰度值作为窗口中心所在像素的正中间的灰度值作为窗口中心所在像素的灰度值灰度值。例：采用13窗口进行中值滤波 原图像为：2 2 6 2 1 2 4 4 4 2 4 处理后为：2 2 2 2 2 2 4 4 4 4 4一维中值滤波的概念很容易推广到
19、二维。一般来说，二维中值滤波器比一维滤波器更能抑制噪声。二维中值滤波器的窗口形状可以有多种，如线状、方形、十字形、圆形、菱形等。不同形状的窗口产生不同的滤波效果，使用中必须根据不同形状的窗口产生不同的滤波效果，使用中必须根据图像的内容和不同的要求加以选择图像的内容和不同的要求加以选择。从以往的经验看，方形或圆形窗口适宜于外轮廓线较长的物体图像，而十字形窗口对有尖顶角状的图像效果好。图(a)为原图像；图(b)为加椒盐噪声的图像；图(c)和图(d)分别为33、55模板进行中值滤波的结果。可见中值滤波法能有效削弱椒盐噪声，且比邻域、超限中值滤波法能有效削弱椒盐噪声，且比邻域、超限像素平均法更有效像素
20、平均法更有效。o3-2对比度增强o3-3图像平滑o3-4图像锐化图像增强3-4 图像锐化/边缘检测边缘检测o目的目的：加强图像中景物的边缘和轮廓加强图像中景物的边缘和轮廓o分析：分析：边缘与轮廓一般位于灰度突变的地方，边缘与轮廓一般位于灰度突变的地方，而且在图像上常常具有任意的方向。而且在图像上常常具有任意的方向。3-4 图像锐化/边缘检测边缘检测阶跃边界阶跃边界“陡峭陡峭”边界边界“模糊模糊”边界边界锐化方法锐化方法:增强图像中的高频边缘增强图像中的高频边缘3-4图像锐化/边缘检测边缘检测o梯度锐化法梯度锐化法n边缘的锐利程度由图像灰度的梯度决定边缘的锐利程度由图像灰度的梯度决定oLapla
21、cian增强算子增强算子1.梯度锐化法梯度锐化法梯度算子梯度算子梯度是一个矢量，其大小和方向为：对于图像f(x，y)，在(x，y)处的梯度定义为在离散的数字图像中：-1 1-11梯度梯度算子算子 00001.梯度锐化其它基于梯度的算子oRobert算子oPrewitt算子oSobel算子-11-11-10-1-100111-1001-11-110-10-2-100112-1001-22-110-11-10-1-100111-10-2-100112Robert算子在x方向上的分量Prewitt算子在x方向上的分量Sobel算子在x方向上的分量原始图像LaplacianLaplacian增强算子增
22、强算子为：g(xg(x，y)=f(xy)=f(x，y)-y)-2 2f(xf(x，y)y)=5f(x =5f(x，y)-y)-f(x+1f(x+1，y)+f(x-y)+f(x-1 1，y)+f(xy)+f(x，y+1)+f(xy+1)+f(x，y-1)y-1)Laplacian 算子算子是线性二阶微分算子。即 2f(x，y)=2.Laplacian增强算子0-41011001Laplacian 算子算子05-10-1-100-1Laplacian 增强算子增强算子 对离散的数字图像而言，二阶偏导数可用二阶差分近似，可推导出Laplacian算子表达式为 2 2f(xf(x，y)=f(x+1y)
23、=f(x+1，y)+f(x-1y)+f(x-1，y)+y)+f(x f(x，y+1)+f(xy+1)+f(x，y-1)-4f(xy-1)-4f(x，y)y)示例原图 其特点是：1、在灰度均匀的区域或斜坡中间2f(x，y)为0，增强图像上像元灰度不变；2、在斜坡底或低灰度侧形成“下冲”；而在斜坡顶或高灰度侧形成“上冲”。0-41011001Laplacian算子滤波结果05-10-1-100-1Laplacian增强算子滤波结果Laplacian增强图原图Laplacian增强图原图3-5 Photoshop举例一.photoshop基本操作二.图像直方图举例-山.tif；lena.tif.三.
24、灰度变换-人物.tif；调皮小海龟.tif；少女.tif；四.图像柔化-鹦鹉.tif五.图像边缘锐化-咖啡屋.tif六.小作业PS的预置设置o预置设置主要包含：预置设置主要包含：常规设置、文件处理设置、显示与光标设置、透明区域与色域设置、单位与标尺设置、参考线设置、网络与切片设置、增效工具设置与暂存盘设置、内存与图像高速缓存设置、文件浏览器设置等。o设置方法：设置方法：执行菜单命令编辑 预制 常规快捷键Ctrl+K二.认识直方图o例1.打开素材 山.tif、lena.tif，观察直方图面板中的直方图。o例2.认识直方图1.文件-新建-参数设置-确定2.执行ctrl+I 反相（或者执行菜单中编辑
25、-填充-使用背景色填充）。二、认识直方图3.点击工具栏里的设置前景色-设置前景色为灰色-确定，按Alt+delete填充前景色。4.分别用白色和黑色的画笔在图像中绘画，观察直方图变化。3.点击图层面板中的创建新的填充层-渐变-设置渐变为黑白、平滑度为0-确定。观察直方图。4.分别用白色和黑色的画笔在图像中绘画，观察直方图变化。三.灰度变换o例1.直方图均衡化和曲线调整。1.打开素材 人物.tif，在图层面板中拖动背景图层到新建图层按钮，在背景图层副本图层中，执行图像-调整-色调均化。观察图像及直方图变化。2.打开素材 人物.tif，创建背景图层副本图层，执行图像-调整-曲线，在曲线窗口中调节灰
26、度映射关系，观察图像及直方图变化。三.灰度变换o例2.色阶及亮度对比度调节。1.打开素材 调皮小海龟.tif，执行图像-调整-色阶，设置参数为下图-确定，执行图像-调整-亮度对比度，调节亮度对比度。o例3.逆光变顺光。1.打开素材 少女.tif，执行图像-调整-色阶，调节色阶；执行图像-调整-亮度对比度，调节亮度对比度。可以看出整体灰度的映射不能获得满意的图像效果。2.打开素材 少女.tif，选择魔棒工具，设置 选择背景（天空海洋和大地）区域，执行选择-修改-羽化，设置羽化半径为5像素-确定，按ctr+shift+I反向选择，执行图像-调整-色阶，调节色阶，按ctr+D取消选择；得到图像效果。
27、四.图像柔化/模糊o例1.中值滤波1.打开素材 鹦鹉.tif，创建背景图层副本，执行滤镜-杂色-中间值，设置参数如图（右上），点确定。观察图像变化。2.打开素材鹦鹉.tif，创建背景图层副本，执行滤镜-杂色-添加杂色，设置参数如图（右下），点确定。执行滤镜-杂色-中间值，设置不同的参数实验对杂色去除的效果。四.图像柔化/模糊o例2.清晰背景变虚化背景1.打开素材 鹦鹉.tif，创建背景图层副本，选择椭圆选框工具，框选鹦鹉区域，按ctrl+shift+I，反向选择，执行选择-修改-羽化，设置羽化半径为30像素，点确定。2.执行 滤镜-模糊-动感模糊，设置参数如图-确定，按ctrl+D取消选区，得
28、到最终效果。可以尝试不同的参数和不同的模糊方式，进行试验。o例1.锐化算子实验。1.打开素材 咖啡屋.tif，新建背景图层的副本图层，执行滤镜-其它-自定.，设定锐化的滤波算子，点击确定。分别试验梯度、sobel、prewwit等其它算子，观察实验结果。五.图像锐化/边缘检测o例2.锐化滤镜。1.打开素材 咖啡屋.jpg，新建背景图层的副本图层，执行滤镜-锐化-USM锐化，设定参数如图，点击确定。分别试验“进一步锐化”、“锐化”、“锐化边缘”等其它方法，观察实验结果。六、小作业11，按箭头所示，这两张图对应的直方图画对了吗？为什么？2，直方图中，如果左侧山峰非常高，右侧山峰非常低，这张图整体是
29、偏亮还是偏暗？3，动手实践题：自己找几张图，预测一下它的直方图分布情况，如果自己的大致预测为正确的，则回答本题“我已理解直方图的基本规律”。小作业2.1.修正该图像由于整体曝光不足引起的灰暗。芝加哥.tifA.曝光过度的照片曝光过度的照片B.具有全色调的曝光正常的照片具有全色调的曝光正常的照片C.曝光不足的照曝光不足的照片片 直方图用图形表示图像的每个颜亮度级别的像素数量，展示像素在图像中的分布情直方图用图形表示图像的每个颜亮度级别的像素数量，展示像素在图像中的分布情况。它向您显示图像在暗调（显示在直方图的左边部分）、中间调（显示在中间）况。它向您显示图像在暗调（显示在直方图的左边部分）、中间
30、调（显示在中间）和高光（显示在右边部分）中是否包含足够的细节，以便进行更好的校正。和高光（显示在右边部分）中是否包含足够的细节，以便进行更好的校正。关于通道o通道是存储不同类型信息的灰度图像n颜色信息通道 是在打开新图像时自动创建的。图像的颜色模式决定了所创建的颜色通道的数目。nAlpha 通道将选区存储为灰度图像。可以添加 Alpha 通道来创建和存储蒙版，这些蒙版用于处理或保护图像的某些部分。n专色通道 指定用于专色油墨印刷的附加印版。n一个图像最多可有 56 个通道。所有的新通道都具有与原图像相同的尺寸和像素数目。通道通道类类型型A.颜颜色通道色通道B.专专色通道色通道C.Alpha 通
31、道通道关于蒙版o当您要改变图像某个区域的颜色，或者要对该区域应用滤镜或其他效果时，蒙版可以使您隔离并保护图像的其余部分。图层与样式图层与样式图图层层控控制制面面板板自动色阶o“自动色阶”命令自动调节图像中的黑场和白场。它剪切每个通道中的阴影和高光部分，并将每个颜色通道中最亮的和最暗的像素映射到纯白（色阶为255）和纯黑（色阶为0）。中间像素值按比例重新分配。因此，它会增强图像的对比度。由于“自动色阶”单独调整每个颜色通道，所以可能会移去颜色或引入色痕。在像素值平均分布并且需要以简单方式增强对比度时，该方法能提供较好效果。使用曲线调整颜色和色调o通过在“曲线”对话框中更改曲线的形状，可以调整图像
32、中的色调和颜色。将曲线向上或向下移动将会使图像变亮或变暗，具体情况取决于对话框是设置为显示色阶还是显示百分比。曲线中较陡的部分表示对比度较高的区域；较平的部分表示对比度较低的部分区域。滤镜o使用滤镜可以对图像应用特殊效果或执行常见的图像编辑任务，如锐化或平滑照片。如锐化、模糊、镜头校正、镜头模糊、杂色深度减低、液化和消失点滤镜等。o滤镜应用于现用的可见图层或选区；o所有滤镜可用于8位图像；有些只能用于RGB彩色图像。杂色滤镜o它可以添加或移去杂色或带有随机分布色阶的像素，这有助于将选区混合到周围的像素中。杂色滤镜可以创建出与众不同的纹理或移去有问题的区域，如灰尘和划痕。锐化滤镜o锐化滤镜通过增加相邻像素的对比度来聚焦模糊的图像。o锐化和进一步锐化o锐化边缘和USM锐化o智能锐化像素化滤镜o该滤镜通过使单元格中颜色值相近的像素结成块来清晰地定义一个选区。o彩色半调彩色半调o晶格化晶格化o碎片碎片o铜板雕刻铜板雕刻o马赛克马赛克o点状化点状化