3_图像增强(my)青岛大学

1第三章图像增强概述和分类空域变换增强空域滤波增强频域滤波增强主要内容2一、图像降质成像过程(光学失真、相对运动、大气湍流等)传输过程(噪声污染、信道误码等)显示过程(设备非线性、设备引入的噪声等)概述3光学聚焦模糊4运动引起模糊5模糊及高斯噪声6对比度太差7噪声原始图像Density＝0.2Salt&Pepper盐和胡椒噪声Mean=0.01,Var=0.02高斯噪声Var＝0.01Speckle斑点噪声8二、改善图像质量方法图像增强技术：不考虑图像降质的原因，只将图像中感兴趣的部分加以处理或突出有用的图像特征，故改善后的图像并不一定要去逼近原图像。图像增强的目的是提高可懂度。图像复原技术：针对图像降质的具体原因，设法补偿降质因素，从而使改善后的图像尽可能地逼近原始图像。图像复原主要目的是提高图像的逼真度。93、图像增强处理最大的困难－增强后图像质量的好坏主要依靠人的主观视觉来评定，也就是说，难以定量描述图像增强技术的注意事项：1、图像增强处理并不能增加原始图像的信息，其结果只能增强对某种信息的辨别能力，而这种处理肯定会损失一些其它信息2、强调根据具体应用而言，更“好”，更“有用”的视觉效果图像10图像增强处理方法根据图像增强处理所在的空间不同，可分为基于空间域的增强方法和基于频率域的增强方法两类：空间域处理方法是在图像像素组成的二维空间里直接对每一像素的灰度值进行处理，它可以是在一幅图像内的像素点之间的运算处理，也可是数幅图像间的相应像素点之间的运算处理。频率域处理方法是在图像的变换域对图像进行间接处理。图像增强的技术方法空间域图像增强频率域灰度变换空域滤波直接灰度变换直方图修正法图像的代数运算直方图均衡化直方图规定化图像平滑图像锐化高通滤波低通滤波带通、带阻滤波图像增强的主要内容12图像空间域与频率域变换处理流程框图图3.1.1图像的空间域与频率域变换处理流程框图13基于空间域的图像增强方法基于点操作的增强－也叫灰度变换，常见的几类方法为：1、将f(.)中的每个象素按EH操作直接变换以得到g(.)2、借助f(.)的直方图进行变换3、借助对一系列图像间的操作进行变换基于模板（滤波）操作的增强，主要有平滑和锐化处理两种方法14空域处理表示定义)],([),(yxfTyxg设f(x,y)是增强前的图像，g(x,y)是增强处理后的图像，T是定义在(x,y)邻域一种操作,则空间域处理可表示为：如果T是定义在每个点(x,y)上，则T称为点操作；如果T是定义在(x,y)的某个邻域上，则T称为模板操作。3.1空域变换增强3.1.1灰度变换3.1.2直方图变换163.1.1灰度变换)],([),(yxfTyxg灰度变换可调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。17线性（分段）变换反转运算对数运算冥次运算灰度切割位图切割根据变换函数不同，可以分为：18反转运算表达式：[0,L-1]为图像的灰度级将[0，L-1]变换到[L-1，0]作用：黑的变白，白的变黑rLs)1(普通的黑白底片和照片的关系如此19图像反转的应用适用于增强嵌入于图象暗色区域的白色或灰色细节，特别是当黑色面积占主导地位时。原始图像为数字X照片（有一小块病变），分析组织结构时反转图像要容易得多20在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。采用线性变换对图像每一个像素灰度作线性拉伸，可有效地改善图像视觉效果。灰度线性变换21灰度线性变换输入图像灰度范围为[a,b]，输出图像灰度范围为[c,d]。),(yxf),(yxg22f(x,y)灰度范围为[a,b]，g(x,y)灰度范围为[c,d]。输入输出灰度线性映射关系为:23灰度线性变换灰度线性变换关系24分段线性灰度变换----将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。0f(x,y)g(x,y)abcdMfMg如右图所示：设f(x,y)灰度范围为[0,Mf]，g(x,y)灰度范围为[0,Mg]优点：形式可任意合成用分段线性法，将需要的图像细节灰度级拉伸，增强对比度，不需要的细节灰度级压缩25ayxfyxfacbyxfacayxfabcdMyxfbdbyxfbMdMyxgffg),(0),(),(]),([),(]),([),(分段线性灰度变换26灰度图像分段线性灰度变换案例4.2.2灰度图像分段线性变换分段线性变换程序示例27对比拉伸的思想是提高图像处理时灰度级的动态范围一种方法：是对感兴趣的灰度级以较大的灰度值t2以显示而对另外的灰度级则以较小的灰度值t1来显示。12ttt其它21sss灰度切割定义：与增强对比度相仿，将某个灰度值范围变得比较突出L-1L-1st0EH(s)s1s2将s1,～s2之间的灰度级突出，而将其余灰度值逐渐变为某个低灰度值另一种方法：对感兴趣的灰度级以较大的灰度值进行显示而其他的灰度级则保持不变。stt2其它21sssEH(s)L-1s1s20L-1ts将s1,～s2之间的灰度级突出，而将其余灰度值保留30灰度非线性变换用某些非线性函数，例如平方、对数、指数函数等作为映射函数时，可实现图像灰度的非线性变换。灰度的非线性变换简称非线性变换，是指由这样一个非线性单值函数所确定的灰度变换。31对数运算表达式：c是常数，r≥0有时原图的动态范围太大，超出某些显示设备的允许范围，如直接使用原图，则一部分细节可能丢失解决方法：对原图进行灰度压缩，如对数变换对数变换特点：低灰度区扩展，高灰度区压缩)1log(rcs按指数函数变换：高灰度区扩展，低灰度区压缩。指数运算原始图象非线性灰度变换对数效应非线性灰度变换指数效应36冥次运算表达式：c和r为正常数γ〈1，提高灰度级，在正比函数上方，使图象变亮；γ1，降低灰度级，在正比函数下方，使图象变暗；crs37应用示例人体胸上部脊椎骨折的核磁共振图象γ〈1，提高灰度级，使图象变亮；c=1,γ=0.6，0.4，0.338应用示例航空地面图象γ1，降低灰度级，使图象变暗；c=1,γ=3，4，5例1：在MATLAB环境中，采用图像线性变换进行图像增强。应用MATLAB的函数imadjust将图像0.3×255－0.7×255灰度之间的值通过线性变换映射到0－255之间。解：在（4.5）式中各值分别取：a＝0.3×255，b＝0.7×255，a’=0，b’=255。实现的程序如下：A=imread('pout.tif');%读入图像imshow(A);%显示图像J1=imadjust(A,[0.30.7],[]);%使用此函数，将图像在0.3*255~0.7*255灰度之间的值通过线性变换映射到0~255之间figure,imshow(J1);%输出图像效果图J1=imadjust(A,[0.50.7],[]);J1=imadjust(A,[0.30.8],[]);例2：A=imread(‘cameraman.tif');%读入图像imshow(A);%显示图像J1=imadjust(A,[0.30.7],[]);%使用此函数，将图像在0.3*255~0.7*255灰度之间的值通过线性变换映射到0~255之间figure,imshow(J1);%输出图像效果图J1=imadjust(A,[0.50.7],[]);J1=imadjust(A,[0.30.8],[]);课堂作业已知灰度图像f（x，y）如下3×3矩阵所示,求经过灰度点变换后的图像g（x，y）。f(x,y)=[12120163;10183125;1556093]。变换关系g＝G（f）如图所示。47直方图定义直方图均衡化直方图规定化3.1.2直方图变换对于数字图像，且灰度直方图：数字图像中每一灰度级与它出现的频率之间的统计，可以理解为描述各个灰度级的像素出现多少的统计图示。若用横坐标表示灰度级，纵坐标表示频率，就可以看出图像中灰度的分布情况，例：图像上总的像素个数的像素个数灰度值为iirrp)(101)(kiirp一、灰度直方图的定义49灰度直方图1234566432211664663456661466231364661234565456214灰度直方图注意：所有的空间信息全部丢失水泥微观结构图与左图对应的直方图51直方图的性质具有统计特性的直方图只能描述该图像的灰度分布特性，不能给出图像中所含物体的位置信息。一幅图像对应一个直方图，但一个直方图并不一定只对应一幅图像。Z1Z2P(Z)Z0.5152一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图图像的直方图H(i)=区域Ⅰ的直方图H1(i)+区域Ⅱ的直方图H2(i)图2.4.3整体直方图和每个区域的直方图的关系531.数字化参数直方图给出了一个简单可见的指示，用来判断一幅图象是否合理的利用了全部被允许的灰度级范围。一般一幅图应该利用全部或几乎全部可能的灰度级，否则等于增加了量化间隔。丢失的信息将不能恢复。直方图的用途54应用用于判断图像量化是否恰当(a)恰当量化(b)未能有效利用动态范围(c)超过了动态范围图直方图用于判断量化是否恰当数字化获取的图像应该利用全部可能的灰度级图(a)是恰当分布的情况。数字化器允许的灰度许可范围[0，255]均被有效利用了图(b)是图像对比度低的情况，图中S，E部分的灰度级未能有效利用，灰度级数少于256，对比度减小，丢失的信息将不能恢复，除非重新数字化图（c)图像S，E处具有超出数字化器所能处理的范围的亮度，则这些灰度级将被简单地置为0或256，亮度差别消失，相应的内容也随之失去。由此将在直方图的一端或两端产生尖峰55２.边界阈值选取假设某图象的灰度直方图具有二峰性，则表明这个图象的较亮的区域和较暗的区域可以较好地分离，选这一点为阈值点，可以得到好的２值处理的效果。注意到在暗色图象中，直方图的组成成分集中在灰度级低的一侧。明亮的直方图则倾向于灰度级高的一侧。四种基本图象类型及对应直方图低对比度图象的直方图窄而集中于灰度级的中部。对于黑白图象，意味着暗淡，好象灰度被冲淡了。高对比度图像，直方图的成分覆盖了灰度级很宽的范围，像素的分布没有太不均匀，只有少量的垂线比其他的高。四种基本图象类型及对应直方图58结论：对于视觉效果良好的图像（高对比度，且灰度变化丰富），它的像素灰度应该占据可利用的整个灰度范围，而且各灰度级分布均匀。直方图变换的应用基础。59不同的直方图，有不同视觉效果60二、直方图均衡化直方图均衡化是将原图象的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图象。图象均衡化处理后，图象的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图象看起来就更清晰了。61直方图修改技术的基础假设对于给定一幅图像的灰度级分布在0r1范围内，可以对[0，1]区间内的任何一个r值进行如下变换也就是说，通过上述变换，每个原始图像的象素r都可以产生一个s值。原理首先假定连续灰度级的情况，推导直方图均衡化变换公式，令r代表灰度级，P(r)为概率密度函数。r值已归一化，最大灰度值为1。连续灰度的直方图非均匀分布连续灰度的直方图均匀分布直方图均衡化目标直方图均衡化要找到一种变换S=T(r)使直方图变平直，为使变换后的灰度仍保持从黑到白的单一变化顺序，且变换范围与原先一致，以避免整体变亮或变暗。必须规定：（1）在0≤r≤1中，T(r)是单调递增函数，且0≤T(r)≤1；（2）反变换r=T-1(s),T-1(s)也为单调递增函数，0≤s≤1。rjrj+rsjsj+s直方图均衡化变换公式推导图示考虑到灰度变换不影响像素的位置分布，也不会增减像素数目。所以有)(1)()(000rTsdsdsspdrrprssr