1、1*数字图像处理第 03章 亮度变换与空间滤波高振国12*3.1 背景知识 3.2 基本灰度变换函数3.3 直方图处理 3.4 空间域滤波基础3.5 平滑 空间 滤波器3.6 锐化 空间 滤波器23*3.1 背景知识p低质量图像 (低对比度、高噪声、低清晰度 )34*3.1 背景知识p 在图像的形成、传输和变换过程中,由于多种因素的影响,会造成图像品质下降,归纳起来,图像质量退化的原因有 :u 对比度 问题,对比度局部或全部偏低 ,影响图像视觉u 噪声 干扰问题,使图像蒙受干扰和破坏u 清晰度 下降问题,使图像模糊不清 ,甚至严重失真p 如果不考虑图像降质的原因,只将图像中 感兴趣的特征 (如
2、边缘、轮廓、对比度等 )进行强调或有选择的突出,同时衰减其它不需要的特征,以便于显示、观察或分析,此种图像处理称为 图像增强(图像增强( Image Enhancement) 。 45*图像增强的特点1.图像增强图像增强 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 ,使这些特征更加易于检测或识别。而这种处理肯定会损失一些其它信息。2.图像增强图像增强 是基于问题的技术 ,增强后的图像质量好坏主要 依靠人的主观感觉来评定 ,难以定量描述。同时,要获得一个满意的增强结果,往往靠人 -机交互。3.图像增强图像增强 的 首要目标首要目标 是 使处理后的图像更适合于特定应用 。56*
3、n 图像增强可能为了人类视觉的需要 , 使图像的内容更突出,更容易被获取,并不关心和原始图像是否一致,甚至人为地畸变原始图像 ,以达到视觉增强的效果。n 例如 ,伪彩色图像增强:将不同灰度的图像赋以不同的彩色 ,以增强人类的视觉感知 ,在医学图像处理中经常采用;n 又如,假彩色增强:不同波段获取的图像赋以不同的彩色 ,用在对多波段遥感图像的假彩色显示等n 图像的增强是综合和一般性地改善图像质量,解决图像由于噪声、模糊退化和对比度降低等三类问题 ,获得最好的视觉效果。67*图像增强的主要方法n 图像增强的处理方法n 空间域方法 :直接以图像中的像素操作为基础 。n 灰度变换(强度映射、点处理)
4、直接灰度变换 (图像反转、对数变换、幂次变换、分段线性变换 ) 直方图处理(直方图均衡化、直方图匹配、局部直方图) 关键是寻找一个合适的变换函数 Tn 空间域滤波(模板处理) 平滑空间滤波器(线性平滑滤波器、统计排序滤波器) 锐化空间滤波器(基于二阶微分的拉普拉斯算子、基于一阶微分的梯度法) 关键是寻找一个合适的模板(滤波核)n 频率域方法 (第四章 )n 卷积理论n 寻找一个合适的模板(滤波核)78*n 输出图像 g(x,y)任意像素 (x,y)的灰度值为输入图像 f (x,y )事先定义的 (x,y)邻域内 所有像素灰度值的某种函数 ,即:g(x,y)= Tf(x,y)空间域滤波(x,y)邻域为 (2a+1) (2b+1)的 矩形, w(s,t)为滤波器摸板系数。例如 :线性空间滤波的一般形式 :89*像素像素 (x,y)的邻域的邻域 (neighborhood):是以 ( x,y) 像素为中心的正方形或矩形 子图像 (如 33),也可以定义为圆形或其他形状的邻域(但矩形邻域操作方便,多被采用)。910*n 上述 增强操作常利用所谓的 模板运算模板运算 来实现。n 模板 又称滤波器、核、掩模、窗口等,是一个小的二维阵列 ,n 模板的系数模板的系数 值决定了增强处理的性质,如平滑、锐化等,这种增强方法又称 空间域滤波空间域滤波 。概念概念 : 模板运算模板运算10