《第三讲-图像增强优秀文档.ppt》由会员分享，可在线阅读，更多相关《第三讲-图像增强优秀文档.ppt（25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、Chapter 3 Image Enhancement in the Spatial DomainSome Basic Gray Level Transformationsbrief summaryS=T（r）图像增强是采用一系列技术去改善图像的视觉效果，或将图像转化成一种更适合于人或机器进行分析和处理的形式。subplot(232)分段变换函数(Piecewise Transformation Functions)输入图像灰度范围a,bbrief summarysubplot(234)频域增强是对图像进行傅立叶等变换后的频谱成份进行处理，然后逆傅立叶变换得到所需图像Some Basic Gr
2、ay Level Transformations那么得到的信号I必须进行校正，使得后面处理得到的信息为L或近似的L值title(反转图像)它是前面所讨论方法的补充，与前面相比它的主要优势在于它的形式可以任意合成幂次变换 (Power-Law Transformations)基本的灰度变换(Some Basic gray-Level Transformations)subplot(234)n Conception 图像增强是采用一系列技术去改善图像的视觉效果，或将图像图像增强是采用一系列技术去改善图像的视觉效果，或将图像转化成一种更适合于人或机器进行分析和处理的形式。例如采用一转化成一种更适合于
3、人或机器进行分析和处理的形式。例如采用一系列技术有选择地突出某些感兴趣的信息，同时抑制一些不需要的系列技术有选择地突出某些感兴趣的信息，同时抑制一些不需要的信息，提高图像的使用价值信息，提高图像的使用价值图像增强的目的：使图像更适合特定使用美容处理空间域增强空间域增强是直接对图像各像素进行处理是直接对图像各像素进行处理频域增强频域增强是对图像进行傅立叶等变换后的频是对图像进行傅立叶等变换后的频谱成份进行处理，然后逆傅立叶变换得到所谱成份进行处理，然后逆傅立叶变换得到所需图像需图像n Enhancement in the spatial domain 空间域处理是直接对像素操作的过程，处理可由下
4、式定义：xy图像 f(x,y)（x,y）T操作每作用到一个（x,y）位置就得到该点的输出g，按T作用邻域的大小，空间域处理又分为两种：1.局部运算 33 跟所处理像素附近的像素有联系2.点运算 11 处理的只是某一像素的灰度n 空间域处理之一空间域处理之一 点运算点运算(point operation)设图像的灰度级是L，可以通过一个映射把原图像的第r级灰度映射为结果图像的第s级灰度 S=T（r）这个T可以是线性的也可以是非线性的，选取不同的函数将得到不同的效果。n 基本的灰度变换基本的灰度变换(Some Basic gray Level Transformation)四种基本的灰度变换函数：
5、四种基本的灰度变换函数：1.线性的（正比，反比）线性的（正比，反比）2.Linear(negative and identity transformations)2.对数的（正对数，反对数）对数的（正对数，反对数）Logarithmic(log and inverse-log transformations)3.幂次的（幂，方根）幂次的（幂，方根）Power(power,root transformations)4.分段变换分段变换Piecewise transformationsn 基本的灰度变换基本的灰度变换(Some Basic gray-Level Transformations)输入
6、灰度级输入灰度级，r输出灰度级，s 线性变换线性变换(Linear Transformations)输入图像灰度范围输入图像灰度范围a,b线性变换后图像的灰度级范围为线性变换后图像的灰度级范围为a,bfOgfOg选自武汉大学精品课程 图像反转图像反转(Image Negatives)输入图像灰度范围0，L1公式：s=L1 r 物理意义：倒转图像的强度产生图像反转的对等图像适用范围：特别适用于增强嵌入暗色区域的白色或灰色细节，特别是黑色面积占主导地位 对数变换对数变换(Log Transformations)公式：物理意义：使一物理意义：使一窄带低灰度窄带低灰度输入图像值映射为一输入图像值映射为
7、一宽带输出值宽带输出值，可以利用这种变换来扩展被压缩的高值图像中的暗像素可以利用这种变换来扩展被压缩的高值图像中的暗像素（a）津字图像（b）图像的频谱（c）对数变换增强rO 幂次变换幂次变换 (Power-Law Transformations)公式：物理意义：用于图像获取、打印和显示的各种装置根据幂次规律进行响应，习惯上，幂次等式中的指数是指伽马值，用于修正幂次响应过程为伽马校正。输入灰度级 r输出灰度级 S 数字图像信息的获取一般来源于CCD图像传感器，但CCD的输入输出特性一般不是线性的，所以为得到好的图像效果，就必须对其进行校正。设CCD的输入（入射光的强度）为L，输出（电流强度）为I
8、则有 那么得到的信号I必须进行校正，使得后面处理得到的信息为L或近似的L值原始信息CCD的输出信息伽玛校正后的信息原始信息 幂次变换幂次变换 (Power-Law Transformations)注：图像来C=1 幂次变换幂次变换 (Power-Law Transformations)幂次变换 (Power-Law Transformations)物理意义：倒转图像的强度产生图像反转的对等图像特别适用于增强嵌入暗色区域的白色或灰色细节，特别是黑色面积占主导地位幂次变换(Power-Law Transformations)选自武汉大学精品课程subplot(232)它是前面所讨论方法的补充，与前
9、面相比它的主要优势在于它的形式可以任意合成它是前面所讨论方法的补充，与前面相比它的主要优势在于它的形式可以任意合成imshow(f1,)subplot(234)这个T可以是线性的也可以是非线性的，选取不同的函数将得到不同的效果。Logarithmic(log and inverse-log transformations)线性变换(Linear Transformations)注：图像来C=1 幂次变换幂次变换 (Power-Law Transformations)分段变换函数分段变换函数(Piecewise Transformation Functions)（a）线性变化（b）非线性变化它是
10、前面所讨论方法的补充，与前面相比它的主要优势在于它的形式可以任意合成（b）灰度级切片变换分段变换函数(Piecewise Transformation Functions)幂次变换 (Power-Law Transformations)subplot(234)设图像的灰度级是L，可以通过一个映射把原图像的第r级灰度映射为结果图像的第s级灰度f=im2double(f);（b）灰度级切片变换brief summarytitle(对比度拉伸变换图像)分段变换函数(Piecewise Transformation Functions)Piecewise transformations输入图像灰度范围
11、a,btitle(原图)图像反转(Image Negatives)物理意义：倒转图像的强度产生图像反转的对等图像它是前面所讨论方法的补充，与前面相比它的主要优势在于它的形式可以任意合成对数变换(Log Transformations)分段变换的例一分段变换的例一曝光不足曝光不足(poor illumination)原始图像原始图像对比拉伸增强后的图像增强后的图像原始图像原始图像增强后的图像增强后的图像分段变换的例二分段变换的例二曝光过度曝光过度(over-exposure)分段变换例三分段变换例三成像动态范围太小成像动态范围太小(lack of dynamic range in the ima
12、ging sensor)二值化rOm 几种常见灰度级变换函数几种常见灰度级变换函数rOmrOr1r2rOrO（a）阈值二值变换（b）灰度级切片变换（c）正反负片变换（d）暗区加强、亮区消弱变换f=imread(Fig712a.bmp);subplot(231)imshow(f,)title(原图)f=im2double(f);mx=max(f(:);f1=mx-f;subplot(232)imshow(f1,)title(反转图像)例：本程序实现图像反转、对数变换、幂次变换、对例：本程序实现图像反转、对数变换、幂次变换、对比度拉伸比度拉伸f1=2*log(f);subplot(233)imsh
13、ow(f1,)title(对数变换图像)f1=f.0.02;subplot(234)imshow(f1,)title(伽马(gamma=0.02)变换图像)m=mean2(f);E=0.9;f1=1./(1+(m./f).E);subplot(235)imshow(f1,)title(对比度拉伸变换图像)n brief summaryn1.The basic conception of image enhancement n in the spatial domainn2.Some basic gray level transformations目前对图像增强还缺乏统一的理论，衡量图像 的质量还难以建立客观标准，一些增强方法往往有针对性，处理结果也以主观判断为准。对某类图像效果好的增强方法未必适合另一类图像