資源描述：
《02-空間域圖像增強》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、研究生課程數(shù)字圖像處理DigitalImageProcessing彭宇新北京大學計算機科學技術(shù)研究所E_mail:pengyuxin@icst.pku.edu.cn研究生課程點處理（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{局部處理強灰度圖像處理對象{彩色圖像空間域圖像增強ò基礎(chǔ)知識V基本概念V點運算V代數(shù)運算V直方圖運算V應(yīng)用實例——鏡頭邊界的檢測（補充知識）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圖像增強分為兩類：V空間域增強：對圖像的像素直接處理V頻域增強：修改圖像的傅里葉變換（后面介紹）ò空間
2、域增強：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空間域增強的簡化形式：s=T(r)Vr是f(x,y)在任意點(x,y)的灰度級Vs是g(x,y)在任意點(x,y)的灰度級點運算點運算——1反轉(zhuǎn)變換，2對數(shù)變換s=(L?1)?rò反轉(zhuǎn)變換：V[0,L-1]為圖像的灰度級。作用：黑的變白，白的變黑ò對數(shù)變換：s=clog(1+r)Vc是常數(shù)Vr≥0V有時原圖的動態(tài)范圍太大，超出某些顯示設(shè)備的允許動態(tài)范圍，如直接使用原圖，則一部分細節(jié)可能丟失V解決辦法是對原圖進行灰
3、度壓縮，如對數(shù)變換點運算——1反轉(zhuǎn)變換，2對數(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8位的系統(tǒng)中顯示ò圖b顯示了對數(shù)變換在8位系統(tǒng)中的顯示結(jié)果ab點運算——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，在正比函數(shù)上方，使圖像變亮Vγ>1降低灰度級，在正比函數(shù)下方，使圖像變暗點運算——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，使圖像變亮。c=1,γ=0.6,0.4,0.3γ=0.4增強效果最好點運算——3冪次變換ò例：航空地面圖像òγ>1降低灰度級，使圖像變暗c=1,γ=3,4,5
4、γ=3√=4γγ=5√點運算——4對比度拉伸思想：提高圖像處理時灰度級的動態(tài)范圍點運算——5灰度級切片關(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點運算——5灰度級切片2550255點運算——6位平面切片ò位平面切片假設(shè)圖像中每個像素的灰度級是256，這可以用8位來表示，假設(shè)圖像是由8個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運算——6位平面切片ò作用V通過對特定位提高亮度，改善圖像質(zhì)量V較高位（如前4位）包含大多數(shù)視覺重要數(shù)據(jù)V較低位（如后4位）對圖像
5、中的微小細節(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重要性點運算——6位平面切片一幅8比特分形圖像點運算——6位平面切片代數(shù)運算ò算術(shù)運算V加V減V乘V除:一幅圖像取反和另一幅圖像相乘ò邏輯運算V非V與V或V異或代數(shù)運算——加法ò加法運算的定義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)運算——加法ò去除疊加性噪聲對于原圖像f(x,y),有一個噪聲圖像集{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數(shù)N=8均差值別灰度級減越N=16小小，，標圖N=64準像差越減暗N=128小代數(shù)運算——加法ò生成圖像疊加效果對于兩個圖像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)運算——加法代數(shù)運算——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，檢測同一場景兩幅圖像之間的變化如：視頻中鏡頭邊界的檢測V去除不需要的疊加性圖案V圖像分割：如分割運動的車輛，減法去掉靜止部分，剩余的是運動元素和噪聲代數(shù)運算——減法ò檢測同一場景兩幅圖像之間的變化設(shè)：時間1的圖像為T(x,y)，1時間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(后面介紹
8、)代數(shù)運算——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)
