《数字图像处理》课件8上海交大-(全)

上海交通大学图像通信与信息处理研究所电子信息与电气工程学院电子工程系2010年度春季上海交通大学图像通信与信息处理研究所电子信息与电气工程学院电子工程系2010年度春季第四章图像增强§§11灰度增强灰度增强§§22空间域图像滤波空间域图像滤波§§33频域滤波频域滤波§§44中值滤波中值滤波§§55图像增强的其他方法图像增强的其他方法上海交通大学图像通信与信息处理研究所电子信息与电气工程学院电子工程系2010年度春季§§55图像增强的其他方法图像增强的其他方法A.A.同态滤波同态滤波B.B.小波去噪小波去噪C.C.伪彩色增强伪彩色增强D.D.假彩色增强假彩色增强数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季A.A.同态滤波同态滤波•同态滤波可减轻因光照不均匀而造成的图像中出现的大面积阴影•光照度不均匀的成像模型（第2章）•说明：①为光源的照度场，一般变化缓慢，能量集中于低频②为目标的反射系数场，变化较快，能力集中于高频，反映了目标本身的信息③光照不均匀对观察图像的影响是“乘性”的而非“加性”的，无法简单地靠线性滤波器滤除④若对先取对数，把“乘”变为“加”，再滤去低频分量，最后再作指数运算，则可消减光照不均匀造成的阴影(,)(,)(,)irfxyfxyfxy=i(,)ifxy(,)rfxy(,)fxy数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季•同态滤波框图•说明：①图中画的是在频域用低频衰减形状的滤波器进行滤波，则直流和反映光照不均匀影响的低频成分会被大大减弱——消减阴影②滤波器的三个参数HL、HH和D0可凭经验选取③也可在取对数后进行空域处理来做类似的处理，但相应的滤波特性的控制更困难数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季DigitalImageProcessing(SecondEdition),RafaelC.Gonzalez,RichardE.Woods,2007数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季B.B.小波去噪小波去噪•是图像平滑的一类方法，在小波变换域进行去噪处理（MATLAB举例）•对去除白噪声很有效，优于一般的空间域低通滤波去噪•为什么小波去噪效果好？①小波变换有能量集中效应，原图能量在小波变换域集中在低频子带和边缘区域附近，有大量小波系数为0（或很小）②白噪声在任何正交基上的变换系数仍有相同的幅度，能量不能集中③在小波变换域，信号的小波系数一般大于噪声的小波系数——在小波域更容易去掉噪声，而仍基本保留原信号的特征和细节•小波去噪兼有特征提取和低通滤波的作用数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季小波变换阈值去噪法•1995年，由Donoho提出•算法步骤;①计算含噪声信号的正交小波变换。选择合适的小波和小波分解层数，将含噪信号进行小波分解至层，得到相应的小波分解系数②对分解得到的小波系数进行阈值处理，得到纯净信号小波系数的估值③进行小波逆变换，将经阈值处理过的小波系数估值进行重构，得到恢复的纯净信号估计值jj数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季阈值处理：•两种方法：硬阈值法、软阈值法•阈值函数：硬阈值函数、软阈值函数•硬阈值函数定义为：其中，为小波系数，为阈值，为纯净信号小波系数的估计值•软阈值函数定义为：•二者的区别：软阈值法可将大于阈值的系数向“零”收缩，这样的处理可以得到原信号的近似最优估计，在实际处理中，软阈值处理的效果较好()0Hλλσλ⎧⎪=⎨≤⎪⎩若若sgn()()()0Sλλλσλ⎧−⎪=⎨≤⎪⎩若若wλ()wσ数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季阈值的选取方法•分两类：全局阈值和局部阈值•全局阈值：对不同层、不同方向、不同位置，都选用统一的阈值•局部阈值：对不同层、不同方向、不同位置，选用不同的阈值•特点：-全局阈值计算简单，应用广泛，但有“过扼杀”小波系数的倾向-局部阈值计算复杂，用一些判据来判断某个系数是“主噪”还是“主信”，以决定其去留λ数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季C.C.伪彩色伪彩色((pseudocolorpseudocolor))增强增强•把黑白图像的灰度值按某种函数关系映射成对应的彩色•举例：彩色B超图像•原理：人眼的灰度分辨率不高，而人眼对彩色的分辨率很高，因此，若把黑白图像的灰度值按某种函数关系映射成对应的颜色，可以提高对原黑白图像中灰度变化的灵敏程度，即可把灰度值的微小变化在伪彩色图中表现为不同的颜色•伪彩色的实现：通过3个查找表LUTr、LUTg和LUTb来实现数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季•伪彩色实现的关键：要有三个好的LUT，使得当灰度由小慢慢变大时，彩色也有一种慢慢转变的趋势——既能看出颜色有不同，也不能转变得太乱，以至从彩色图中看不清原图的景物是什么——保持彩色变化的连续十分重要•实现方案：①用彩色立方体表示的彩色从黑蓝红绿白的螺旋形变化曲线②从XYZ彩色坐标系的“舌形”图中来找曲线，再做坐标变换到RGB空间③对灰度－彩色映射先有个大概的设想，然后通过人机交互，由彩色屏上的图像启发人来修正三个LUT的内容•伪彩色是“1对3”的映射数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季DigitalImageProcessing(SecondEdition),RafaelC.Gonzalez,RichardE.Woods,2007数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季DigitalImageProcessing(SecondEdition),RafaelC.Gonzalez,RichardE.Woods,2007数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季D.D.假彩色假彩色((FalsecolorFalsecolor))增强增强•假彩色是“多对3”的映射•把一幅由三基色描绘的彩色原图，或一组描绘同一目标的多光谱图像，逐点映射到由显示三基色所确定的色空间•可用彩色屏幕来同时显示多光谱图像•不是把所有的各光波段图像同时显示在屏上，而是显示一幅能反映多光谱特性的彩色图•有经验的判读者往往能从中发现感兴趣的目标•原图的波段数可以大于3，可以包含1～多个红外光波段成的像•也可以只有3个分量，但这3个分量对应的频谱和RGB三基色可以有很大不同——人眼在屏幕上看到的颜色和真实的物体颜色不同，但更有利于判读数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季若输入为K个波段的多谱图像（以K=4为例）则可以设定到R,G,B的映射规律（可以是线性或非线性的）即14(,)(,)fmnfmn⎛⎞⎜⎟⎜⎟⎜⎟⎝⎠[][][]111(,)(,),,(,)(,)(,),,(,)(,)(,),,(,)RKGKBKRmnTfmnfmnGmnTfmnfmnBmnTfmnfmn⎧=⎪=⎨⎪=⎩数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季DigitalImageProcessing(SecondEdition),RafaelC.Gonzalez,RichardE.Woods,2007数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季DigitalImageProcessing(SecondEdition),RafaelC.Gonzalez,RichardE.Woods,2007数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季作业（4）•作业描述：使用Matlab编程实现图像去噪算法•作业要求：1、选择1幅或多幅灰度图像2、向图像中分别加入高斯白噪声和椒盐噪声3、使用三种不同的算法（邻域平均、中值滤波、小波去噪）对上述图像分别进行去噪处理，分析不同算法对不同噪声的处理效果4、撰写实验报告于下周三前发给助教郭娜娜[e-mail]上海交通大学图像通信与信息处理研究所电子信息与电气工程学院电子工程系2010年度春季第五章图像复原与重建§§11退化的数学模型退化的数学模型§§22连续系统的图像复原连续系统的图像复原§§33离散情况下的退化模型离散情况下的退化模型§§44离散情况下的复原离散情况下的复原§§55图像重建图像重建数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季概述z图像复原的目的：改善图像质量z图像的退化（Degradation）：在成像过程中，由于成像系统和传输系统的缺陷而造成图像的降质z有各种不同性质的退化:•模糊成因：带宽不够、运动、散焦、遥感图像成像时的大气扰动等•噪声成因：电路噪声、成像时媒体的吸收、散射、传感器噪声、量化噪声等z处理办法：•图像增强处理：用试探的方式改善图像质量，使其视觉效果更好•图像复原处理：基于图像退化模型作针对性处理，希望恢复出原图z图像复原处理过程：•降质模型参数估计•根据降质模型进行图像复原数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季z图像复原是个“病态”问题•问题的解不唯一•问题的解不稳定例：已知，求z图像复原时需要各种约束条件z图像复原建立在比较严格的数学推导上z图像重建（由投影重建截面图像）也是一个病态问题，但较易解决好z超分辨率重建（SuperResolution）——利用多幅图像中的信息冗余来提高分辨率3xy+=,?xy=上海交通大学图像通信与信息处理研究所电子信息与电气工程学院电子工程系2010年度春季第五章图像复原与重建§§11退化的数学模型退化的数学模型§§22连续系统的图像复原连续系统的图像复原§§33离散情况下的退化模型离散情况下的退化模型§§44离散情况下的复原离散情况下的复原§§55图像重建图像重建数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季z只讨论线性、移不变、加性噪声情况其中，“移不变”指降质的点扩展函数（PSF——PointSpreadFunction）或冲激响应函数在全图中不同位置都相同z连续情况的退化模型1.空域表示：2.频域表示：(,)hxy(,)(,)(,)(,)GuvHuvFuvNuv=+(,)(,)(,)fhxyddnxyαβαβαβ+∞−∞=−−+∫∫(,)(,)(,)(,)gxyfxyhxynxy=∗+(,)Fuv(,)Guv(,)Huv(,)Nuv(,)fxy(,)gxy(,)hxy(,)nxy上海交通大学图像通信与信息处理研究所电子信息与电气工程学院电子工程系2010年度春季第五章图像复原与重建§§11退化的数学模型退化的数学模型§§22连续系统的图像复原连续系统的图像复原§§33离散情况下的退化模型离散情况下的退化模型§§44离散情况下的复原离散情况下的复原§§55图像重建图像重建数字图像处理（DigitalImageProcessing）上海交通大学2010年度春季z问题的提出：已知：获取的图像，退化模型为已知，并已知信号及噪声的某些统计特性求：对原图的最优估计分析：这是一个病态问题（信息量不够）①解不唯一事实上总可找到函数满足则都是此积分方程的解若加上某些约束条件，则能找到满足这些约束的最优解②解不稳定对初始条件、干扰和噪声较敏感(,)(,)(,)(,)gxyfxyhxynxy=∗+(,)gxy(,)h