第三章空域图像增强技术.pptVIP

第3章 空域图像增强技术;3.1 基础;;3.2 一些基本的灰度变换;3.2.1 负变换;3.2.2 对数变换;3.2.3 幂律变换;幂律变换的一个最好应用是伽马校正(Gamma correction) 被广泛使用在图像捕捉、打印和显示设备上。;Gamma变换用于通常的对照度操作;3.2.4 分段线性变换;灰度切割(slicing):;;3.3 直方图处理;直方图描述了每个灰度级具有的像素的个数，反映的是图像灰度的统计信息，但丢失了所有这些像素点的空间信息，即像素点的相对位置。因此，任一特定的图像有唯一的直方图，但反之并不成立。;直方图反映的总体性质：明暗程度、细节是否清晰、动态范围大小等;四种典型灰度图像的直方图特征： (a)暗图像；(b)亮图像； (c)低对照度图像；(e)高对照度图像;直方图的计算： 通过面积求直方图（做实验）：;直方图的用途： 1）数字化参数的选择：;3.3.1 直方图均衡处理(equalization);在离散情况下：;rj;例;步骤：;1. 由（2-2）式计算sk。;rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1;rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1;直方图均衡化;例：; 直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强（？！） 。若这些灰度级所构成的图象细节比较重要，则需采用局部区域直方图均衡。 ?;3.3.2 直方图匹配/规定(specification);连续灰度的直方图原图;连续灰度的直方图规定; ? 令P(r) 为原始图象的灰度密度函数，P(z)是期望通过匹配的图象灰度密度函数。对P(r) 及P(z) 作直方图均衡变换，通过直方图均衡为桥梁，实现P(r) 与P(z) 变换。;rj; 步骤： （1）由 将各点灰度由 r映射成s。 （2）由 将各点灰度由 z映射成v。 ; 步骤： （3）根据v=G(z), z=G-1(v) 由于v, s有相同的分布，逐一取 v=s，求出与r对应的z=G-1(s)。;离散灰度级情况： 由（1）、（2）计算得两张表，从中选取一对vk, sj，使vk≈sj，并从两张表中查得对应的rj，zk。于是，原始图象中灰度级为rj 的所有象素均映射成灰度级zk。最终得到所期望的图象。;;3.3.3 局部增强;3.3.4 直方图统计量用于增强;绕在支撑物上钨丝的SEM图像（放大130倍）;3.4 代数和逻辑运算增强;3.4.1 图像加;3.4.2 图像减;3.4.3 图像乘;3.4.4 图像乘;3.4.5 代数运算的应用－平均去噪;3.5 空间滤波;基本步骤：;也称做滤波器(filter)、核(kernel)、模板(template)、窗口(window)。对m×n的掩码（通常要求m,n必须是奇数）：;3.5.1 空间平滑滤波器;邻域平均相当于模板的元素全为1的情况，当还包含其他整数时，更适合的叫法是加权平均。;从左至右，从上到下分别为500×500象素的原图像，和用大小分别为3、5、9、15和35的平方平均滤波器模板对原图像平滑的结果。;超限（基于阈值的）邻域平均法：;b) 排序统计滤波器;中值滤波的基本步骤：;一般来讲：;3.5.2 空间锐化滤波器;3.5.2.1 二阶导数增强－Laplacian算子;通过把原图像与锐化处理结果相减，可以既保留锐化效果，同时能恢复图像的背景特征。;反锐化掩膜和高提升滤波（unsharp masking and high-boost filtering) 见教材p132，自学;3.5.2.2 一阶导数增强－梯度算子;3×3掩模图：;;3.6 空间增强方法的联合应用（实验）;The Strategy;Laplacian Enhancement;Smoothed Gradient as a Mask;The Sharpen Enhanced Image;Contrast Stretch and the final Result;Overview of the Processing Flow in the Last Example;Summary;3.7 本章总结