收藏 分销(赏)

2-图像增强.ppt

上传人:天**** 文档编号:14655283 上传时间:2026-10-26 格式:PPT 页数:30 大小:3.06MB 下载积分:10 金币
下载 相关
2-图像增强.ppt_第1页
第1页 / 共30页
2-图像增强.ppt_第2页
第2页 / 共30页


点击查看更多>>
资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,2007,董吉文,制作 版权所有,图像增强,一、概述:,图像增强,:按我们的需要突出一幅图像中的某些信息,同时削弱另外一些信息的图像处理方法,,图像增强的目的,是使被加工的图像的视觉效果更好,更有用,即,为了某种应用目的去改善图像的质量,但并没有客观的图像增强评判标准,还是通过人的视觉进行主观的评判。,图像增强技术,分为两大类:频域处理法和空域处理法:,频域处理法采用修改图像傅立叶变换的方法实现对图像的增强处理。,空域处理法是直接对图像中的像素进行处理,基本上是以灰度映射变换为基础的。,二、用直方图修改技术进行图像增强:,直方图,(,Histogram),:,灰度直方图是灰度级的函数,它表示图像中具有某种灰度级的像素的个数,反映了图像中每种灰度出现的频率,灰度直方图的横坐标是灰度级,纵坐标,是该灰度级出现的频度,它是图像最基本的统计特征。,如下图所示。,6,6,4,6,3,1,3,2,6,6,4,1,6,6,6,5,4,3,6,6,4,6,6,1,1,2,2,3,4,6,6,5,4,3,2,1,14,2,6,5,4,5,6,5,4,3,2,1,图像灰度直方图,直方图的性质:,1)直方图是一幅图像中各像素灰度值出现次数(或频数)的统计结果,它只反映该图像中不同灰度值出现的次数(或频数),而未反映某一灰度值像素所在位置。也就是说,它只包含了该图像中某一灰度值的像素出现的概率,而丢失了其所在位置的信息。,2)任一幅图像,都能惟一地确定出一幅与它对应的直方图,但不同的图像,可能有相同的直方图。也就是说,图像与直方图之间是多对一的映射关系,如下图所示。,3)由于直方图是对具有相同灰度值的像素统计得到的,因此,一幅图像各子区的直方图之和就等于该图像全图的直方图,如下图所示。,直方图的计算,:设图像中某种灰度,f,j,的像素数为,n,j,,,n,是图像中像素的总数,则灰度级,f,j,所对应的频数为:,具体算法为:,(1)建立一个数组,具有,l,(,如,256,)个元素,每个元素初值为0:,unsigned,long a256,/,保存某灰度级的像素数,for(i=0,i1,=0,1,=0,0,=1,0,g,f,(2)应用:将输入图像中的某个灰度范围像素进行灰度拉伸。,有图像的直方图如下:,a,b,若将图像中灰度范围,a,b,之间的像素变换为灰度范围,c,d,,则采用的变换函数为:,g,255,c,0,255,f,d,a,b,即:,a,f(x,y)b,f(x,y)b,若输入图像的大部分像素的灰度分布在区间,a,b,,则可以改进为:,a,f(x,y)b,f(x,y)b,思考题:,1.采用以下变换函数是进行什么变换?,3.,将高灰度区拉伸应采用什么形状的变换函数?,4.,将低灰度区拉伸应采用什么形状的变换函数?,2.,将图像进行反色处理采用什么形状的变换函数?,分段线性变换:,g,255,c,0,255,f,d,a,b,a,b,间的灰度范围扩展而两端被压缩,适合于有用信息的灰度集中在,a,b,之间的情况。,非线性变换:,1.当图像的大部分像素的灰度处于低灰度区时,可采用对数变换。,g,255,0,255,f,对图像的低灰度区有较大的扩展,而对高灰度区进行压缩,a,为输出图像的最小灰度值,,b,c,为可调节量,调节输出图像的灰度增长幅度。,2.当图像的大部分像素的灰度处于高灰度区时,可采用指数变换。,g,255,0,255,f,对高灰度区进行扩展。,灰度切分:,g,0,f,g,0,f,水泥微观结构图片:,原图,均衡化,二值化,反转,直方图,四、图像平滑处理消除高频噪声的增强算法:,有些图像增强技术是靠对多幅图进行图像间的运算而实现的。图像间可以进行算术运算和逻辑运算,逻辑运算只用于二值图像,所以,我们只讨论算术运算,常用的算术运算有:,加法,:主要用于图像平均以减少噪声;,减法,:主要用于医学图像中的成像;,乘法和除法,:主要用于校正由于照明或传感器的非均匀性造成的图像灰度阴影。,对整幅图像的运算是逐个像素进行的。算术运算每次只涉及1个空间像素位置,所以可以“原地”完成,即在(,x,y),位置做一个算术运算,结果可以存在其中一个图像的相应位置,因为那个位置不会再用了。,运算,图像间运算:,在图像处理中,图像运算最经常的应用是,图像平均,,一般用于图像采集中去除噪声。,设有1幅含有噪声的图,g(x,y),,,它由原图像信息,f(x,y),和噪声信息,e(x,y),叠加而成,即:,g(x,y)=f(x,y),+,e(x,y),如果各点的噪声是互不相关的(随机的),且均值为0,我们就可以对相同的目标采集多幅图像,g,i,(x,y),i,=1,2,3,M,,,并将它们相加来消除噪声,即:,可以证明它的期望值为:,用图像平均法进行图像增强举例:,原图像叠加上随机噪声,用,4,幅同类图像相加平均,用,8,幅同类图像相加平均,用,16,幅同类图像相加平均,问题:能否彻底消除叠加到图像上的噪声?,邻域平均法:,邻域平均法,是简单的空域处理方法。这种方法的基本思想是用几个像素灰度的平均来代替一个像素原来的灰度值,实现图像的平滑。,一幅图像往往受到各种噪声源的干扰(如电传感器和传输误差等)这种噪声常常为一些孤立的像素点,它们象雪花使图像 被污染,噪声往往是叠加在图像上的随机噪声,而图像灰度应该相对连续变化的,一般不会突然变大或变小,这种噪声可以用,邻域平均法,使它得到抑制。,有一幅图像:,在图像中为了获取,f(x,y),的新值则开一个,M,N,的窗口,S:,M,N,S,窗口,S,就称为,f(x,y),的邻域:,我们可以根据窗口内各点的灰度确定,f(x,y),的新值。,f(x,y),常见的方法有:,(1)简单平均法:,噪声是随机不相关的,如果窗口内各点的噪声是独立等分布的,经过这种方法平滑后,信噪比可提高 倍。,在此算法中,,M,N,的值不宜过大,因为,M,N,值的大小对速度有直接影响,且,M,N,值越大变换后的图像越模糊。,(2)阈值平均法:,对图像像素点,f(x,y),,同样取以其为中心的,M,N,大小的窗口,,平滑后灰度值为:,设图像像素的灰度值为,f(x,y),,取以其为中心的,M,N,大小的窗口,,用窗口内各像素灰度平均值代替,f(x,y),的值,即:,这种方法有利于保护图像细节。,(3),K,近邻平均法:,在一个,M,N,的窗口中,属于同一物体的像素,它们的灰度变化应是渐变的或者说是相关的。因此,窗口中心像素的灰度值可用窗口内与中心点灰度最接近的,K,个邻点的平均灰度来代替。工作步骤如下:,读取窗口内各对应像素的灰度值;,从这些灰度值中挑出与中心点灰度最接近的,K,个邻点(不包括中心点);,求出这,K,个邻点的均值,并代替原中心点的值;,(4)邻域加权平均方法:,邻域加权平均法和前面几种平均法一样,都属于空域滤波增强算法,它是利用摸板卷积的方法实现对原图的滤波,可表示为:,W,称为摸板,邻域加权平均法举例:,M,N,S,f(x,y),将模板上系数与模板下对应像素的灰度值相乘;,将所有乘积相加,并除以系数总和;,用所得结果代替原中心点的值;,将模板在图中漫游,并将模板中心与图中某像素点重合;,常用模板:,中值滤波:,以上使用的邻域平均法属于低通滤波(模板系数都为正数)的处理方法,它在抑制噪声的同时使图像变得模糊,即图像的细节(例如边缘信息)被削弱,如果既要抑制噪声又要保持细节可以使用中值滤波,工作步骤如下:,将窗口在图中移动;,读取窗口内各对应像素的灰度值;,将这些灰度值从小到大排成1列;,找出这些值里排在中间的1个;,将这个中间值赋给对应窗口中心位置的像素。,M,N,S,f(x,y),能否结合邻域平均和中值滤波提出一种滤波方法?,对窗口内像素灰度进行排序;,去掉若干最大值和最小值;,剩下的像素的灰度值进行平均,代替窗口中心像素灰度值。,邻域平均和中值滤波的比较:,含均匀随机噪声,3,3邻域平均,77,邻域平均,1111,邻域平均,33,中值滤波,55,中值滤波,五、图像锐化处理消除低频噪声的增强算法:,与平滑处理类似,锐化处理也可以利用摸板卷积的方法实现。所不同的是滤波器模板的中心系数应为正数,而周围的系数为负,例如:,这样,所有的系数之和为0,当这样的模板与图像中灰度值不变或变化很小的区域时,其输出为0或很小,即原图像中变化小(低频)的分量被去除了。,经过卷积运算后,输出图中的灰度值有正有负,而在图像处理中我们只考虑正的灰度值,所以还需将输出图像的灰度值变换到正常范围0,L-1,之内。,作业:,1.编一个程序,,实现对图像的直方图均衡化处理。,2.,编一个程序,用,n,n,的滤波器实现对图像的平滑处理。,3.,空间滤波器在具体实现时需要让模板的中心移过图像中的每个位置,计算摸板系数和对应像素的乘积并对它们求和。对所有摸板系数均为1的低通滤波器,可使用称为“盒滤波器”或“移动平均”的算法程序,即每次只计算在模板移动中其值变化的部分,试对,n,n,的滤波器编一个程序实现上述快速算法,
展开阅读全文

开通  VIP、SVIP  下载更划算
下载10份以上建议开通 VIP 会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 包罗万象 > 大杂烩

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        关注我们

©2010-2026 宁波自信网络信息技术有限公司  版权所有

客服电话:0574-28810668  投诉电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服