数字图像处理（第2版）备课 课件第04章 图像增强.ppt

第4章 图像增强1内容提要 l图像增强是一类对图像降质进行改善的方法，它们有选择性地突出图像的边缘、轮廓、对比度等特征，以便于显示、观察或进一步分析与处理l图像增强的目的l在于采用一系列技术改善图像的视觉效果，提高图像的可懂度；或者将图像转化成一种更适合于人或机器进行分析处理的形式2内容提要 l单点增强：l灰度级校正、灰度变换、灰度直方图变换l区域增强的平滑方法：l邻域平均法、中值滤波和各种边界保持类滤波方法l区域增强的锐化方法：l梯度锐化法、拉普拉斯算子、高通滤波及其他常用的锐化算子 34.1 概述 l4.1.1 图像增强的目的u首要目标:u处理图像，使其比原始图像更适合于特定应用u增强的方法是因应用不同而不同的u图像增强方法只能有选择地使用 u增强的结果u一般靠人的主观感觉加以评价44.1.2 图像增强技术的分类l图像增强技术大致分为l空间域增强和频率域增强两类l1空间域增强法l在空间域直接对像素灰度值进行运算lf (x, y)是待增强的原始图像,lg(x, y)是已增强的图像,lh(x, y)是空间运算函数5空域技术分类l空域是指由像素组成的空间，空域增强方法指直接作用于像素的增强方法，可表示为： g(x,y)=EHf(x,y) EH只定义在每个(x,y)上，则EH是点操作， EH还定义在(x,y)的某个领域上，则EH常称为模板操作。

EH既可以作用于一幅图像上，也可以作用于一系列图像上6空域技术分类l点操作可分为灰度点操作（根据单个像素的灰度改变这个像素的灰度）和几何操作（改变一个像素的位置）l一般来说点操作是不可逆的l基于点操作的增强方法（灰度映射或灰度变换），常见的几类方法为 （1）借助一系列像素间的操作进行变换 （2）将f中的每个像素按EH操作直接变换以得到g （3）借助f的直方图进行变换7空间域增强模型l对点操作（如灰度变换、直方图变换等）有l g(x,y) = f(x,y) h(x,y) （4.1）l对于区域操作（如平滑、锐化等）有l g(x,y) = f(x,y)*h(x,y) （4.2）图4.1 空间域增强模型 82频率域增强法l在频率域利用二维滤波器H(u, v)对f (x, y)进行滤波，得到新的频谱G(u, v)，即lG(u, v) = F(u, v)H(u, v) （4.3） 图4.2 频率域增强模型 9lH(u, v)的性质l可能是低通，起平滑作用；l也可能是高通，起锐化作用 l实际的图像增强方案可能综合上述两种技术l如同态滤波增强包含了空间域灰度的非线性运算，也有高频增强环节10图像间运算l算术运算：加、减、乘、除l逻辑运算：补（非）、与、或、异或11图像间运算例1：基本逻辑运算124.2图像间运算例1：组合逻辑运算13图像间运算例3：逻辑运算检测边缘14图像间加法的应用：去除噪声图像间运算15图像间减法的应用：把两幅图像的差异显示出来，医学上消除图像背景，时间上相邻的两幅图像求差可以将图像中目标的位置变化突出出来。

图像间运算16图像乘除法的应用：校正由于照明或传感器的非均匀造成的图像灰度阴影图像间运算174.2 灰度修正 l图像的退化会引起灰度级的变化l通过简单和有效的点运算，可以改善图像的显示效果，达到灰度修正的目的l点运算：l一幅输出图像上每个像素的灰度值仅由相应输入像素的灰度值决定，而与像素点所在的位置无关，与相邻的像素之间也没有运算关系18点运算：l指原始图像的像素灰度值通过运算后产生新图像的对应的灰度值像素值通过运算改变之后，可以改善图像的显示效果这是一种像素的逐点运算是旧图像与新图像之间的映射关系n典型的点运算：n对比度增强、对比度拉伸或灰度变换19灰度修正的方法l一般有三种方法：l（1）灰度级校正解决成像不均匀问题l（2）对比度增强解决图像曝光不足问题l（3）直方图修正以突出所需要的图像特征204.2.1 灰度级校正l在成像过程中，如l光照的强弱、感光部件的灵敏度、光学系统的不均匀性、元器件特性的不稳定l等均可引起图像亮度分布的不均匀l灰度级校正l在图像采集系统中对图像像素进行逐点修正，使得整幅图像能够均匀成像 21使理想图像发生畸变的比例运算l设理想真实的图像为 f (x, y) ，实际获得的含噪声的图像为g(x, y) ，则有 l g(x, y) = e(x, y)f (x, y) （4.1） le(x, y)是使理想图像发生畸变的比例因子。

l知道了e(x, y) , 就可以求出不失真图像l采用一幅灰度级为常数C的图像成像，若经成像系统的实际输出为gC(x, y) ，则有l gC(x, y) = C f (x, y) （4.2） 22标定系统失真系数的方法l可得比例因子：l可得实际图像g(i, j)经校正后所恢复的原始图像l注意：乘了一个系数C/ gc(i,j) ，校正后可能出现“溢出”现象l灰度级值可能超过某些记录器件或显示设备输入信号的动态可范围l需再作适当的灰度变换，最后对变换后的图像进行量化23图4.3 非均匀光照的校正 （a）校正前的图像 （b）校正后的图像244.2.2 灰度变换n为了将图像灰度级的整个范围或一段范围扩展或压缩到记录或显示设备的动态范围内，可使图像动态范围增大，图像对比度扩展n使图像变得清晰/图像上的特征变得明显l环境光源太暗，使灰度值偏小，就会使图像太暗看不清l如果环境光源太亮，又使图像泛白l通过灰度变换，就可以将灰度值调整到合适的程度l灰度变换可分为线性变换、分段线性变换和非线性变换几种方法25灰度变换261线性变换 l灰度g与灰度f之间的关系为l（1）变换使得图像灰度范围增大，即对比度增大，图像会变得清晰；l（2）变换使得图像灰度范围缩小，即对比度减小。

图4.4 线性变换27【例4.1】采用线性变换进行图像增强l应用函数imadjust将图像在0.32550.7255灰度之间的值通过线性变换映射到0255之间l【解】实现的程序如下：lI = imread(pout.tif);limshow(I); lfigure,imhist(I);%显示原始图像的直方图lJ = imadjust(I,0.3 0.7,);l%使用imadjust函数进行灰度的线性变换lfigure,imshow(J); lfigure,imhist(J)%显示变换后图像的直方图28图4.5 图像线性变换292分段线性变换l对整个灰度区间进行分段，采用分段线性函数进行变换l这种变换突出了感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区间l常用的是三段线性变换图4.6 三段线性变换30l对灰度区间a, b进行了线性拉伸，而灰度区间0, a和b, fmax则被压缩l调整折线拐点的位置及控制分段直线的斜率，对图像的任一灰度区间进行拉伸或压缩 l在遥感图像分类中，感兴趣的地貌特征可能有明显的灰度变化，而那些过黑或过白的像素往往对应于玄武岩、水、冰等31图4.7 三段线性变换实例 （a）原始图像 （b）增强效果 323非线性灰度变换u当用某些非线性函数如对数、指数函数等作为映射函数时，可实现灰度的非线性变换。

u对数变换的一般表达式为：u g = a + clg(f + 1) u对数变换可以增强低灰度级的像素，压制高灰度级的像素,使灰度分布与视觉特性相匹配334.8 对数变换后的Couple图像34灰度变换35灰度变换36灰度变换374.2.3 灰度直方图变换l1直方图的概念l对于连续图像，其灰度分布的统计特性用概率密度函数（PDF）刻画l离散图像直方图：指图像中各种不同灰度级像素出现的相对频率 l在数字图像处理中，灰度直方图是简单且实用的工具，对图像的采集、处理和分析都可以有效地利用直方图38归一化的直方图l直方图的横坐标是图像的各灰度级，纵坐标是各个灰度出现的像素个数l归一化的直方图（histogram）定义为灰度级出现的相对频率即l （4.13）l式中，N表示像素的总数；nk表示灰度级为k的像素的数目39灰度直方图变换不同图像和所对应的直方图40【例4.2】求图像的归一化直方图l【解】lena图像是彩色图像，进行格式转换lI = imread(lena.jpg);lJ = rgb2gray(I);%将彩色图像转换为灰度图像limshow(J);lN = numel(J);%求图像像素的总数lPr = imhist(J)/N;%显示原始图像的直方图lk=0:255;lfigure, stem(k,Pr)41图4.9 直方图l（a）lena图像 （b）lena图像的直方图灰度直方图描述了图像的概貌。

422直方图的修正l直方图变换后可使图像的灰度间距拉开或使灰度分布均匀，从而增大对比度，使图像细节清晰，达到增强的目的l直方图变换有两类l直方图均衡化;l直方图规定化43直方图均衡化l通过对原图像进行某种变换，使得图像的直方图变为均匀分布的直方图 l灰度级连续的灰度图像：l当变换函数是原图像直方图累积分布函数时，能达到直方图均衡化的目的l对于离散的图像，用频率来代替概率 44【例4.3】对图像进行直方图均衡化l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4.1中l（1）按式（4.14）求变换函数Skl（2）计算Skl（3） Sk的确定l（4）计算对应每个sk的nskl（5）计算ps(sk)45表4.1 一幅图像的灰度级分布 k01234567rk01/72/73/74/75/76/71nk790102385065632924512281pr(rk)0.190.250.210.160.080.060.030.02Sk0.190.440.650.810.890.950.981Sk1/73/75/76/76/7111Sk1/73/75/76/71nsk7901023850985448pr(sk)0.190.250.210.240.1146直方图均衡化47直方图均衡化48直方图均衡化直方图均衡化效果实例49【例4.4】直方图均衡对图像进行增强。

l在MATLAB环境中，待处理图像为 tire.tiflI = imread(tire.tif);lJ = histeq(I); %完成直方图均衡化limshow(I); %显示直方图均衡化前的图像lfigure,imhist(I); %均衡化前的直方图lfigure,imshow(J); %显示直方图均衡化后的图像lfigure,imhist(J); %均衡化后的直方图50图4.10 直方图均衡51灰度直方图变换l直方图规定化l直方图均衡化的优点是能自动地增强整个图像的对比度，但它的具体增强效果却不易控制，处理的结果总是得到全局均衡化的直方图l实际中有时需要变换直方图使之成为某个需要的形状，从而有选择地增强某个灰度直方图范围内的对比度或使图像灰度值的分布满足特定的要求l一般来说，正确地选择规定化函数有可能获得比直方图均衡化更好的效果52灰度直方图变换l直方图规定化的列表计算53灰度直方图变换54灰度直方图变换示例55灰度直方图变换l直方图规定化的绘图计算56灰度直方图变换l直方图规定化的绘图计算574.3 同态增晰 l4.3.1 问题的由来l物体受到不均匀的照度l一类图像的灰度级动态范围很大，黑与白形成强烈反差，而感兴趣目标的灰度级范围却很小，分不清目标的灰度层次和细节，图像上对应照度暗的部分，其细节较难辨别。

l目的l消除不均匀照度的影响而又不损失图像细节l同态滤波l可以消除不均匀照度的影响，增强图像细节l同时也是图像复原的一种方法584.3.2 增晰原理l图像同态增晰系统采用合适的滤波特性函数，可以既使图像灰度动态范围压缩，又能让感兴趣的物体图像灰度级扩展，从而使图像清晰l同态系统是服从广义叠加原理的各类非线性系统l对同态系统信号处理，特别适合处理乘法组合信号和卷积组合信号l （4.21） 59图4.11 同态增晰原理l按照高通滤波器设计，压缩低频分量，提升高频分量。