IE1-IP-04

图象工程第4章空域增强技术第2页第4讲上次课程内容回顾像素间联系–邻域(4-,8-,对角-)，连接(4-,8-,m-)，连通–距离(欧氏-，城市-，棋盘-)图像坐标变换(平移T，旋转R，缩放S)几何失真校正–空间变换–灰度插值(最邻近插值，双线性插值)第3页第4讲第4章空域增强技术4.1空域技术分类4.2象素间运算4.3直接灰度映射4.4直方图变换4.5线性滤波4.6非线性滤波4.7局部增强第4页第4讲图象增强目标：改善图象质量/改善视觉效果标准：相当主观，因人而异没有完全通用的标准可以有一些相对一致的准则技术：“好”，“有用”的含义不相同具体增强技术也可以大不相同第4章空域增强技术第5页第4讲4.1空域技术分类空域：指由象素组成的空间空域增强：点操作：灰度点操作几何操作)],([),(HyxfEyxg)],([),(yxfPyxgxy),(),(yxMy'x'第6页第4讲4.1空域技术分类点操作：(1)借助对一系列图象间的操作进行变换(2)将f(·)中的每个象素按EH操作直接变换以得到g(·)；(3)借助f(·)的直方图进行变换模板操作：)(HsEt)(,HsnsEt第7页第4讲4.2图象间运算图象间的运算指以图象为单位进行的操作，运算的结果是一幅新图象4.2.1算术和逻辑运算4.2.2图象间运算的应用第8页第4讲4.2.1算术和逻辑运算1.算术运算(1)加法：记为p+q(2)减法：记为p–q(3)乘法：记为pq(4)除法：记为p÷q对整幅图象的算术和逻辑运算是逐象素进行的，即在两幅图象的对应（位置）象素间进行第9页第4讲MATLAB实现算术运算加法imadd减法imsubtract乘法immultiply除法imdivide举例：–I=imread('Girl.bmp');–J=imread('LENA256.bmp');–K=imadd(I,J,'uint16');–imshow(K,[])–X=imadd(I,50);第10页第4讲MATLAB实现算术运算–I=imread('LENA256.bmp');–J=imread('Girl.bmp');–Iq=imsubtract(I,J);–imview(Iq)%减法–I=imread('LENA256.bmp');–J=immultiply(I,0.5);–subplot(1,2,1),imshow(I)–subplot(1,2,2),imshow(J)%乘法–I=imread('LENA256.bmp');–J=imdivide(I,0.5);–subplot(1,2,1),imshow(I)–subplot(1,2,2),imshow(J)%除法第11页第4讲4.2.1算术和逻辑运算2.逻辑运算(1)补（COMPLEMENT）：记为NOTq(2)与（AND）：记为pANDq(3)或（OR）：记为pORq(4)异或（XOR）：记为pXORq{图4.2.1，图4.2.2，图4.2.3}第12页第4讲),(),(),(yxeyxfyxgMiiyxgMyxg1),(1),(),(),(yxfyxgE),(),(/1yxeyxgM4.2.2图象间运算的应用1.图象间加法的应用模型运算均值方差第13页第4讲4.2.2图象间运算的应用第14页第4讲4.2.2图象间运算的应用2.图象间减法的应用第15页第4讲4.2.2图象间运算的应用3.图象间除法的应用第16页第4讲4.3直接灰度映射将f(x,y)中的每个象素灰度按EH操作直接变换以得到g(x,y)4.3.1灰度映射原理4.3.2典型灰度映射第17页第4讲4.3.1灰度映射原理直接灰度映射是一种点操作第18页第4讲4.3.1灰度映射原理关键：设计映射规则(变换函数)第19页第4讲1、图象求反2、增强对比度3、动态范围压缩4、灰度切分4.3.2典型灰度映射第20页第4讲4.3.2典型灰度映射第21页第4讲灰度映射MATLAB实现f=imread('cameraman.tif');g=imadjust(f,[0,1],[1,0]);%g=imcomplement(f);figure(1);imshow(g);%求反f=imread('cameraman.tif');g=im2uint8(mat2gray(log(1+double(f))));figure(2);imshow(g);%动态范围压缩第22页第4讲4.4直方图变换直方图是图象的一种统计表达直方图反映了图中灰度的分布情况4.4.1直方图均衡化4.4.2直方图规定化第23页第4讲灰度统计直方图1-D的离散函数提供了图象象素的灰度值分布情况计算：设置一个有L个元素的数组，对原图的灰度值进行统计4.4.1直方图均衡化(),0,1,1khknkL0(),0,1,1kiiHkniL第24页第4讲4.4.1直方图均衡化思考：直方图和图像是一一对应吗？第25页第4讲直方图均衡化借助直方图变换实现（归一的）灰度映射均衡化（线性化）基本思想变换原始图象的直方图为均匀分布==大动态范围使象素灰度值的动态范围最大==增强图象整体对比度（反差）4.4.1直方图均衡化第26页第4讲归一化直方图增强函数(反变换)(1)EH(s)：单值单增函数，各灰度级在变换后仍保持排列次序(2)变换前后灰度值动态范围一致10Ls≤≤1)(0HLsE≤≤1,,1,010)(Lksnnspkkks≤≤4.4.1直方图均衡化第27页第4讲（归一化）累积直方图(1)tk是k的单值单增函数(2)灰度取值范围一致，0≤tk≤1(3)将s的分布转换为t的均匀分布00()()kkikHksiiintEspsn4.4.1直方图均衡化{表4.4.1}第28页第4讲4.4.1直方图均衡化各灰度级对应的象素个数级概率及修正后各灰度级对应的概率分布1/7--0.142/7--0.283/7--0.434/7--0.575/7--0.716/7--0.86tkt‘ktk第29页第4讲4.4.1直方图均衡化第30页第4讲4.4.1直方图均衡化第31页第4讲4.4.1直方图均衡化第32页第4讲直方图均衡化的MATLAB实现clearall;f=imread('cameraman.tif');figure(1)imshow(f);figure(2)imhist(f);%绘制图象f的直方图ylim('auto');g=histeq(f,256);%对f进行直方图均衡，输出图象的灰度级数为256figure(3)imshow(g);figure(4)imhist(g);ylim('auto');第33页第4讲4.4.1直方图均衡化缺点：第34页第4讲借助直方图变换实现规定/特定的灰度映射(1)对原始直方图进行灰度均衡化(2)规定需要的直方图，计算能使规定直方图均衡化的变换(3)将原始累积直方图对应映射到规定累积直方图,0()()kkHsisiitEsps,0()()llHujujjvEupu4.4.2直方图规定化三个步骤第35页第4讲两种映射/对应规则(1)单映射规则(ps(sk)-pu(ul))(2)组映射规则（I(l)：整数函数）(∑ps(si)-pu(uj))1,,1,01,,1,0)()(00NlMkupspljjukiis1,,1,0)()()(00NlupsplIiljjuis4.4.2直方图规定化{表4.4.2}第36页第4讲4.4.2直方图规定化第37页第4讲4.4.2直方图规定化第38页第4讲4.4.2直方图规定化第39页第4讲4.4.2直方图规定化第40页第4讲直方图规定化的MATLAB实现I=imread('cameraman.tif');%读取图像hgram=0:2:255;%制定灰度变换范围J=histeq(I,hgram);%实现图像直方图规定化figure,imshow(I)%显示原始图像figure,imshow(J)%显示规定化后图像figure,imhist(I,64)%对原始图像进行直方统计并显示，64个柱子(bin)figure,imhist(J,64)%对规定化后图像进行直方图统计并显示第41页第4讲4.4.2直方图规定化第42页第4讲映射误差对应映射间数值的差值（取绝对值）的和ErrorSML=|0.20-0.44|+|(0.8-0.2)-(0.89-0.44)|+|(1-0.8)-(1-0.89)|=0.24+0.15+0.09=0.48ErrorGML=|0.20-0.19|+|(0.8-0.2)-(0.81-0.19)|+|(1-0.8)-(1-0.81)|=0.01+0.02+0.01=0.04ErrorGMLErrorSML4.4.2直方图规定化第43页第4讲直方图规定化vs.直方图均衡化直方图均衡化：自动增强效果不易控制总得到全图增强的结果直方图规定化：有选择地增强须给定需要的直方图可特定增强的结果4.4.2直方图规定化第44页第4讲上次课程内容回顾图像间运算–算术(加，减，乘、除)–逻辑(与、或、非、异或)直接灰度映射(原理、映射函数)直方图变换–直方图均衡化–直方图规定化(SML,GML)第45页第4讲思考与讨论1.直方图均衡后的直方图是否平坦？为什么？2.增强图像使它具有绝对平坦的直方图是否可能？为什么？3.如果图像的对比度不均该如何处理？第46页第4讲4.5线性滤波利用象素本身以及其邻域象素的灰度关系进行增强的方法常称为滤波4.5.1技术分类和实现原理模板卷积，邻域操作4.5.2线性平滑滤波器减弱或消除图象中的噪声第47页第4讲4.5.1技术分类和实现原理功能特点线性非线性平滑（低通）G1G2锐化（高通）G3G4在图象空间借助模板进行邻域操作分类1：(1)线性：如邻域平均(2)非线性：如中值滤波分类2：(1)平滑：模糊，消除噪声(2)锐化：增强被模糊的细节第48页第4讲sXYxyXYxyR4s2385sssssss76104kkkkkk32kkk50167800881100skskskR滤波器实现——邻域运算：(0=R=255)4.5.1技术分类和实现原理第49页第4讲4kkkkkk32kkk5016781111111111、邻域平均(滤波输出举例)系数都是正的保持灰度值范围（所有系数之和为1）例：33模板101MiiiskMz4.5.2线性平滑滤波器第50页第4讲4.5.2线性平滑滤波器第51页第4讲2、加权平均中心系数大周围系数小4.5.2线性平滑滤波器)/2(exp)/2(expπ21)(2222iiif第52页第4讲线性平滑滤波器的MATLAB实现clearallI=imread('cameraman.tif');J=imnoise(I,'salt&pepper');imshow(J)K1=imfilter(J,fspecial('average',3));%进行3*3均值滤波K2=imfilter(J,fspecial('average',5));%进行5*5均值滤波K3=imfilter(J,fspecial('average',7));%进行7*7均值滤波figure(2),imshow(K1)figure(3),imshow(K2)figure(4),imshow(K3)第53页第4讲4.6非线性滤波•逻辑的、几何的、代数的非线性滤波器•基于集合的、基于形状的、基于排序的4.6.1非线性平滑滤波器4.6.2非线性锐化滤波器第54页第4讲4.6.1非线性平滑滤波器在一维情况下，中值滤波器是一个含有奇数个象素的滑动窗口，排序后，窗口象素序列为：，M是窗口长度，gj是窗口象素的中值滤波输出。记作：{}11,,,,,,jrjjjjrfffff--++LL(1)/2rM=-{}11,,,,,,jjrjjjjrgMedfffff--++=LL第55页第4讲4.6.