增强—梯度法.ppt

第3章 空间域图像增强;第3章 空间域图像增强 Image Enhancement in the Spatial Domain ;3.1 背景知识(1)Background; T操作最简单的形式是邻域为1×1的尺度（单个像素）。此时，T操作成为灰度级变换，形式为：s=T(r)。;3.2 某些基本灰度变换 Some Basic Gray Level Transformations ;3.2.1 图像反转 Image Negatives;3.2.2 对数变换 Log Transformations;3.2.3 幂次变换(1) Power-Law Transformations;许多用于图像获取、打印和显示的设备是根据幂次规律响应的。 幂次等式中的指数是伽玛值，用于修正响应的过程称为伽玛校正。 例如，CRT装置的电压—强度响应是一个指数变化范围为1.8～2.5的幂函数。 所以CRT显示器将产生比期望效果要暗的图像。 此时的伽玛校正就是在图像输入到显示器之前进行预处理，即进行 s = r1/2.5 的变换。 ;3.2.3 幂次变换(3) Power-Law Transformations;3.2.3 幂次变换(4) Power-Law Transformations;3.2.3 幂次变换(5) Power-Law Transformations;3.2.4 分段线性变换函数(1);3.2.4 分段线性变换函数(2);3.2.4 分段线性变换函数(3);3.2.4 分段线性变换函数(4);3.2.4 分段线性变换函数(5);3.2.4 分段线性变换函数(6);3.3 直方图处理(1) Histogram Processing;3.3.1 直方图处理(2) Histogram Processing;3.3.1 直方图处理(3) Histogram Processing;3.3.1 直方图均衡化(1) Histogram Equalization;3.3.1 直方图均衡化(2) Histogram Equalization;3.3.1 直方图均衡化(3) Histogram Equalization;3.3.1 直方图均衡化(4) Histogram Equalization;3.3.1 直方图均衡化(5) Histogram Equalization;3.3.1 直方图均衡化(6) Histogram Equalization;3.3.1 直方图均衡化(6) Histogram Equalization;3.3.1 直方图均衡化(7) Histogram Equalization;3.3.1 直方图均衡化(8) Histogram Equalization;3.3.2 直方图匹配(1) Histogram Matching; 令 r 和 z 分别代表连续的输入、输出图像的灰度级。 从输入图像估计Pr(r)，而Pz(z)为希望输出图像具有的规定概率密度函数。 ;3.3.2 直方图匹配(3) Histogram Matching;3.3.2 直方图匹配(4) Histogram Matching;3.3.2 直方图匹配(5) Histogram Matching;3.3.2 直方图匹配(6) Histogram Matching;3.3.2直方图匹配(7) Histogram Matching;3.3.2 直方图匹配(8) Histogram Matching;3.3.3 局部增强 Local Enhancement;3.3.4 图像增强中使用直方图统计学(1);实际上，在仅需要均值和方差时，不必计算图像的灰度直方图，而是利用下列两式直接从像素灰度值来估计均值和方差： 上述灰度均值和灰度方差也称为取样均值和取样方差。;全局均值和方差是在整幅图像上计算的，用于调整图像的整体灰度和对比度。 局部均值和方差是在图像中每一像素的邻域上计算的，用于局部增强。 令 表示以像素(x,y)为中心的邻域，则该邻域中的像素均值和方差分别为： 类似地，我们可以计算上述邻域中取样像素均值和取样方差。;3.3.4 图像增强中使用直方图统计学 (4);3.3.4 图像增强中使用直方图统计学(5);3.3.4 图像增强中使用直方图统计学(6);3.4 用算术逻辑操作增强;3.4.1 图像减法处理(1) Image Subtraction;3.4.1 图像减法处理(2) Image Subtraction;3.4.2 图像平均处理(1) Image Averaging;3.4.2 图像平均处理(2) Image Averaging;3.4.2 图像平均处理(3) Image Averaging;3.