第六章2清华大学数字图像处理课件

第6章图像增强第六章图像增强(续)第6章图像增强图像增强方法分类(回顾)主要有空域处理法和频域处理法（1）空域处理法：直接在图像所在的二维空间进行处理，即直接对每一像元的灰度值进行处理。（2）频域处理法：将图像从空间域变换到频率域对图像进行处理。第6章图像增强空间域滤波增强技术一、定义：空间域滤波是基于邻域处理的增强方法，它应用某一模板对每个像元与其周围邻域的所有像元进行某种数学运算得到该像元的新的灰度值，新的灰度值的大小不仅与该像元的灰度值有关，而且还与其邻域内的像元的灰度值有关。二、方法：常用的有图像平滑和图像锐化第6章图像增强图像平滑图像锐化空间域滤波增强技术邻域平均法中值滤波梯度法拉普拉斯算子第6章图像增强一、背景图像在传输过程中，由于传输信道、采样系统质量较差，或受各种干扰的影响，而造成图像毛糙，此时，就需对图像进行平滑处理。二、图像噪声的来源及特点A.通道噪声：产生于图像信息的传递中，其值与图像信号的强弱无关。现象：“雪花”B.量化噪声：灰度在量化过程中，不可避免的产生量化噪声。C.特点：噪声像素的灰度是空间不相关的，即它与邻近像素显著不同。图像平滑滤波技术第6章图像增强图像平滑滤波技术二、定义及用途：平滑滤波对图像的低频分量进行增强，同时可以削弱图像的高频分量，因此一般用于消除图像中的随机噪声，从而起到图像平滑的作用。三、常用方法：邻域平均法（线性的）和中值滤波法（非线性的）第6章图像增强邻域平均法（均值滤波）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，它们像雪花使图像被污染，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。第6章图像增强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。有一幅图像图像：MNSf(x,y)在图像中为了获取f(x,y)的新值则开一个MN的窗口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。第6章图像增强第6章图像增强邻域平均法常见的方法有：(1)简单平均法：SvuvufNMyxf),(),(1),(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,特别是在边缘和细节处。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值代替f(x,y)的值，即：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。MN第6章图像增强平滑可以抑制高频成分，但也使图像变得模糊。第6章图像增强第6章图像增强第6章图像增强第6章图像增强返回第6章图像增强(2)邻域加权平均方法邻域加权平均法也属于空域滤波增强算法，它是利用模板卷积的方法实现对原图的滤波，可表示为：),(),(vufWyxgW称为模板MNWf(x,y)第6章图像增强邻域加权平均法举例：•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；•将模板在图中漫游，并将模板中心与图中某像素点重合；•用所得结果代替原中心点的值；MNWf(x,y)返回第6章图像增强中值滤波法前面使用的邻域平均法属于低通滤波的处理方法。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。第6章图像增强•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；MNSf(x,y)•将这个中间值赋给对应窗口中心位置的像素。工作步骤第6章图像增强取3X3窗口207205208201202206198200212207205208201205206198200212212208207206205202201200198从小到大排列，取中间值第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强中值滤波的一些特性(1)对大的边缘高度，中值滤波较邻域均值好得多，而对于较小边缘高度，两种滤波只有很少差别。（2）中值滤波是非线性的。（3）中值滤波在抑制图像随机脉冲噪声方面甚为有效。且运算速度快，便于实时处理。（4）中值滤波去除孤立线或点干扰，而保留空间清晰度较平滑滤波为好；但对高斯噪声则不如平滑滤波。第6章图像增强第6章图像增强第6章图像增强第6章图像增强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77邻域平均1111邻域平均33中值滤波55中值滤波返回第6章图像增强1.中值定理的应用方法2.相同数字如何处理第6章图像增强图像锐化滤波技术一、目的图像经转换或传输后，质量可能下降，难免有些模糊。图像锐化目的：加强图像轮廓，使图像看起来比较清晰。第6章图像增强二、方法图像锐化滤波技术考察正弦函数，它的微分。微分后频率不变，幅度上升2πa倍。ax2sinaxa2cos2空间频率愈高，幅度增加就愈大。这表明微分是可以加强高频成分的，从而使图像轮廓变清晰。最常用的微分方法是梯度法和拉普拉斯算子第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强图像轮廓上，像素灰度有陡然变化，梯度值很大。图象灰度变化平缓区域，梯度值很小。等灰度区域，梯度值为零。第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强返回第6章图像增强频域增强的原理频率平面与图像空域特性的关系图像变化平缓的部分靠近频率平面的圆心，这个区域为低频区域图像中的边、噪音、变化陡峻的部分，以放射方向离开频率平面的圆心，这个区域为高频区域频域滤波增强第6章图像增强频域增强的原理边、噪音、变化陡峭部分变化平缓部分uv频域滤波增强第6章图像增强频域滤波增强第6章图像增强频域滤波增强第6章图像增强频域滤波增强低通滤波器高通滤波器带通、带阻滤波器第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强巴特沃思低通滤波器(BLPF)的特点没有明显的跳跃模糊程度减少和理想圆形低通滤波器相比尾部含有较多的高频，对噪声的平滑效果不如理想低通滤波器。第6章图像增强第6章图像增强第6章图像增强第6章图像增强指数低通滤波器(ELPF)的特点有更加平滑的过渡带，平滑后的图像没有跳跃现象与BLPF相比，衰减更快，经过ELPF滤波的图象比BLPF处理的图象更模糊一些第6章图像增强第6章图像增强第6章图像增强第6章图像增强四种低通滤波器的比较第6章图像增强图像轮廓是灰度陡然变化的部分，包含着丰富的空间高频成分。把高频分量相对突出，显然可使轮廓清晰。高频滤波器使高频分量相对突出，而低频分量和甚高频分量则相对抑制。高通滤波器第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强第6章图像增强彩色增强真彩色增强假彩色增强：把真实的自然彩色图像或遥感多光谱图像处理成假彩色图像。伪彩色增强：把黑白图象处理成伪彩色图象。第6章图像增强伪彩色增强人眼只能区分40多种不同等级的灰度，却能区分几千种不同色度、不同亮度的色彩。伪彩色处理就是把黑白图象的灰度值映射成相应的彩色。第6章图像增强第6章图像增强第6章图像增强第6章图像增强伪彩色增强方法（一）灰度分层法（二）伪彩色变换（三）频域滤波第6章图像增强把图像灰度范围分割为若干等级的灰度区间，对每一区间映象为某种色彩。（一）灰度分层法第6章图像增强第6章图像增强将每一个像元的灰度值通过三个独立变换分别产生红、绿、蓝三个分量图像，然后将其合成为一幅彩色图像。（二）伪彩色变换第6章图像增强（三）频域滤波在不同的频率分量与颜色之间经过一定的变换建立一种对应关系。第6章图像增强作业：一幅图像共有8个灰度级，每一灰度级的概率分布如下表所示，要求对其进行直方图规定化处理，规定化直方图的数据如表所示。(画出规定化后的直方图)第6章图像增强rkPr（rk）ZkPz（zk）r0＝00.29z0＝00r1＝1/70.24z1＝1/70r2＝2/70.17z2＝2/70r3＝3/70.12z3＝3/70r4＝4/70.09z4＝4/70.27r5＝5/70.06z5＝5/70.43r6＝6/70.02z6＝6/70.19r7＝10.01z7＝10.11原始直方图数据规定直方图数据第6章图像增强1/72/73/74/75/76/7010.290.240.170.120.090.060.020.01Pr(rk)rk第6章图像增强1/72/73/74/75/76/7010.430.270.190.11Pz(zk)zk第6章图像增强1/72/73/74/75/76/7010.410.290.210.09Pz(zk)zk第6章图像增强本章重点图像增强的定义直方图均衡化的概念及计算直方图规定化的概念及计算邻域平均法的分类及区别中值滤波的定义与实现方法