图象增强.pptVIP

3.1.3 图象增强:直方图增强 问题： 图象最暗处依赖于原图像0灰阶像素的个数。有偏亮的倾向。 矫正：Xo= (Xi-85) / (255-85) * 255 1000 255 0 85 170 3.1.3 图象增强:直方图增强 矫正后变换函数为 T(0) = 0 ... T(63) = 0 T(64) = 128 ... T(254) = 128 T(255) = 255 1000 255 0 128 3.1.3 图象增强:直方图增强 矫正前后的比较 1000 255 0 128 1000 255 0 85 170 255 1000 0 64 3.1.3 图象增强:直方图增强 直方图均衡化的物理解释 1）直方图均衡化，不改变灰度出现的次数（因为那样会改变图象的信息结构），所改变的是出现次数所对应的灰度级。 k T(rk) = Σnj/n /*矫正后非零像素数同前 j=0 2）直方图均衡化，力图使等长区间内出现的像素数接近相等。（见上例） 3.1.3 图象增强:直方图增强 直方图匹配 算法来源背景： 直方图均衡化的缺陷：不能用于交互方式的图象增强应用，因为直方图均衡化只能产生唯一一个结果，恒定值直方图近似 希望通过一个指定的函数（如高斯函数）或用交互图形产生一个特定的直方图。根据这个直方图确定一个灰度级变换T(r),使由T产生的新图象的直方图符合指定的直方图 3.1.3 图象增强:直方图增强 直方图匹配 算法思想： 设： {rk}是原图象的灰度级, {zk}是符合指定直方图结果图象的灰度级 我们的目标是：找到一个灰度级变换H,有： z = H(r) 3.1.3 图象增强:直方图增强 直方图匹配 算法思想： 1)对{rk}、{zk}分别做直方图均衡化 s = T (r) =∫0 pr(w)dw 0 ? r ? 1 v = G (z) =∫0 pz(w)dw 0 ? z ? 1 2) 求G变换的逆变换 z = G-1 (v) 3.1.3 图象增强:直方图增强 直方图匹配 算法思想： 3)根据均衡化的概念，s,v都是常量 用 s替代v有 z = G-1 (s) 2) 求G-1和T的符合变换，有： z = G-1 (T(r)) = G-1T(r) H = G-1T 3.1.3 图象增强:直方图增强 直方图匹配 算法实现： 1）求出灰度级变换T 2）求出灰度级变换G,同时求出逆变换G-1 3）通过T和G-1求出复合变换H 4）用H对图象做灰度级变换 3.1.4 图象增强:彩色图象增强 彩色图象增强 在RGB模型上增强 在HSI模型上增强 3.1.4 图象增强:彩色图象增强 在RGB模型上增强——彩色平衡 与色彩平衡相关的几个定义 偏色：采样过程中，由于设备、环境的原因会造成图象的三个颜色分量不同的变换关系，使图象中所有物体的颜色偏离了其原有的真实色彩，这种现象被称为偏色。如图象的灰色部分带有了颜色。 3.1.4 图象增强:彩色图象增强 与色彩平衡相关的几个定义 灰平衡：使RGB彩色设备的彩色分量混合后，颜色失去色调和饱和度产生灰色，这种颜色混合效果被称为灰平衡，一般情况下，等量的RGB产生灰色。 色彩平衡：纠正偏色的过程叫作色彩平衡。 色彩平衡的实现，是通过调整灰平衡，使偏色区域，恢复成灰色来达到的。 3.1.4 图象增强:彩色图象增强 如何判断彩色图象的偏色 检查图象的灰平衡情况，即检查在现实中应该是灰色的物体，在图象中是否是灰色 例如：某黑色区域的平均取值是： R = 0 ， G = 12， B = 7 说明有青色色偏 检查高饱和度的颜色是否正常，即检查在现实中应该是纯色的物体，在图象中是否有偏色 3.1.4 图象增强:彩色图象增强 彩色平衡实现的算法 选择两个颜色分量(如GB)，去匹配第三个(如R) （1）在图象中选取两个浅灰或深灰区域（这 些区域也许已经不是灰色） （2）计算这两个域的RGB平均值，获得 两个颜色分量的线性变换 （3）将逆变换作用在图象的两个分量上，得 到平衡后的新图象 3.1.4 图象增强:彩色图象增强 彩色平衡实现的算法举例 设：在图象中选取两个浅灰或深灰区域，并计算这两个域的RGB平均值，得： R1 = 25 ；G1 = 31；B1 = 37 R2 = 75 ；G2 = 79； B2 = 77 调整G、B去匹配R。从而有线性变换 G: 31(25); 79(75) B: 37(25); 77(75) 3.1.4 图象增强:彩色图象增强 彩色平衡实现的算法举例