02-空間域圖像增強(qiáng)

《02-空間域圖像增強(qiáng)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、研究生課程數(shù)字圖像處理DigitalImageProcessing彭宇新北京大學(xué)計(jì)算機(jī)科學(xué)技術(shù)研究所E_mail:pengyuxin@icst.pku.edu.cn研究生課程點(diǎn)處理（變換）空域方法{處理方法{模板處理（濾波）頻域方法圖全局處理像處理策略增{局部處理強(qiáng)灰度圖像處理對(duì)象{彩色圖像空間域圖像增強(qiáng)ò基礎(chǔ)知識(shí)V基本概念V點(diǎn)運(yùn)算V代數(shù)運(yùn)算V直方圖運(yùn)算V應(yīng)用實(shí)例——鏡頭邊界的檢測(cè)（補(bǔ)充知識(shí)）ò空間濾波器V平滑空間濾波器V銳化空間濾波器基本概念ò圖像增強(qiáng)分為兩類：V空間域增強(qiáng)：對(duì)圖像的像素直接處理V頻域增強(qiáng)：修改圖像的傅里葉變換（后面介紹）ò空間

2、域增強(qiáng)：g(x,y)(=T[fx,y)]Vf(x,y)是原圖像Vg(x,y)是處理后的圖像VT是作用于f的操作，定義在(x,y)的鄰域ò空間域增強(qiáng)的簡(jiǎn)化形式：s=T(r)Vr是f(x,y)在任意點(diǎn)(x,y)的灰度級(jí)Vs是g(x,y)在任意點(diǎn)(x,y)的灰度級(jí)點(diǎn)運(yùn)算點(diǎn)運(yùn)算——1反轉(zhuǎn)變換，2對(duì)數(shù)變換s=(L?1)?rò反轉(zhuǎn)變換：V[0,L-1]為圖像的灰度級(jí)。作用：黑的變白，白的變黑ò對(duì)數(shù)變換：s=clog(1+r)Vc是常數(shù)Vr≥0V有時(shí)原圖的動(dòng)態(tài)范圍太大，超出某些顯示設(shè)備的允許動(dòng)態(tài)范圍，如直接使用原圖，則一部分細(xì)節(jié)可能丟失V解決辦法是對(duì)原圖進(jìn)行灰

3、度壓縮，如對(duì)數(shù)變換點(diǎn)運(yùn)算——1反轉(zhuǎn)變換，2對(duì)數(shù)變換6ò圖a顯示了值為0-1.5×10的傅里葉頻譜ò在一個(gè)8位的系統(tǒng)中顯示ò圖b顯示了對(duì)數(shù)變換在8位系統(tǒng)中的顯示結(jié)果ab點(diǎn)運(yùn)算——3冪次變換ò冪次變換：s=crγVc和γ是正常數(shù)Vγ<1提高灰度級(jí)，在正比函數(shù)上方，使圖像變亮Vγ>1降低灰度級(jí)，在正比函數(shù)下方，使圖像變暗點(diǎn)運(yùn)算——3冪次變換ò例：人體胸上部脊椎骨折的核磁共振圖像òγ<1提高灰度級(jí)，使圖像變亮。c=1,γ=0.6,0.4,0.3γ=0.4增強(qiáng)效果最好點(diǎn)運(yùn)算——3冪次變換ò例：航空地面圖像òγ>1降低灰度級(jí)，使圖像變暗c=1,γ=3,4,5

4、γ=3√=4γγ=5√點(diǎn)運(yùn)算——4對(duì)比度拉伸思想：提高圖像處理時(shí)灰度級(jí)的動(dòng)態(tài)范圍點(diǎn)運(yùn)算——5灰度級(jí)切片關(guān)心范圍指定較高值，關(guān)心范圍指定較高值，其它指定較低值其它保持不變ssrr點(diǎn)運(yùn)算——5灰度級(jí)切片2550255點(diǎn)運(yùn)算——6位平面切片ò位平面切片假設(shè)圖像中每個(gè)像素的灰度級(jí)是256，這可以用8位來(lái)表示，假設(shè)圖像是由8個(gè)1位平面組成，范圍從位平面0到位平面7。其中，位平面0包含圖像中像素的最低位，位平面7包含像素的最高位點(diǎn)運(yùn)算——6位平面切片ò作用V通過(guò)對(duì)特定位提高亮度，改善圖像質(zhì)量V較高位（如前4位）包含大多數(shù)視覺(jué)重要數(shù)據(jù)V較低位（如后4位）對(duì)圖像

5、中的微小細(xì)節(jié)有作用V分解為位平面，可以分析每一位在圖像中的相對(duì)重要性點(diǎn)運(yùn)算——6位平面切片一幅8比特分形圖像點(diǎn)運(yùn)算——6位平面切片代數(shù)運(yùn)算ò算術(shù)運(yùn)算V加V減V乘V除:一幅圖像取反和另一幅圖像相乘ò邏輯運(yùn)算V非V與V或V異或代數(shù)運(yùn)算——加法ò加法運(yùn)算的定義C(x,y)=A(x,y)+B(x,y)ò主要應(yīng)用舉例V去除疊加性噪聲V生成圖像疊加效果代數(shù)運(yùn)算——加法ò去除疊加性噪聲對(duì)于原圖像f(x,y),有一個(gè)噪聲圖像集{g(x,y)}i=1,2,...Ni其中：g(x,y)=f(x,y)+h(x,y)ii假設(shè)噪聲h(x,y)均值為0，且互不相關(guān)N個(gè)圖像的

6、均值定義為：g(x,y)=1/N(g(x,y)+g(x,y)+…+g(x,y))01N期望值E(g(x,y))=f(x,y)上述圖像均值將降低噪聲的影響代數(shù)運(yùn)算——加法ò去除疊加性噪聲——星系圖舉例原圖噪聲圖像N=8N=16N=64N=128去除疊加性噪聲——星系圖舉例ò原圖與均值圖像的差值圖像和直方圖像素個(gè)數(shù)N=8均差值別灰度級(jí)減越N=16小小，，標(biāo)圖N=64準(zhǔn)像差越減暗N=128小代數(shù)運(yùn)算——加法ò生成圖像疊加效果對(duì)于兩個(gè)圖像f(x,y)和h(x,y)的均值有：g(x,y)=1/2f(x,y)+1/2h(x,y)推廣這個(gè)公式為：g(x,y)=

7、αf(x,y)+βh(x,y)其中α+β=1可以得到各種圖像合成的效果，也可以用于兩張圖片的銜接代數(shù)運(yùn)算——加法代數(shù)運(yùn)算——減法ò減法的定義C(x,y)=A(x,y)-B(x,y)ò主要應(yīng)用舉例V顯示兩幅圖像的差異，檢測(cè)同一場(chǎng)景兩幅圖像之間的變化如：視頻中鏡頭邊界的檢測(cè)V去除不需要的疊加性圖案V圖像分割：如分割運(yùn)動(dòng)的車輛，減法去掉靜止部分，剩余的是運(yùn)動(dòng)元素和噪聲代數(shù)運(yùn)算——減法ò檢測(cè)同一場(chǎng)景兩幅圖像之間的變化設(shè)：時(shí)間1的圖像為T(x,y)，1時(shí)間2的圖像為T(x,y)2g(x,y)=T(x,y)-T(x,y)21例：視頻中鏡頭邊界的檢測(cè)(后面介紹

8、)代數(shù)運(yùn)算——減法ò去除不需要的疊加性圖案設(shè)：背景圖像b(x,y)，前景背景混合圖像f(x,y)g(x,y)=f(x,y)–b(x,y)