《图像增强与平滑.ppt》由会员分享，可在线阅读，更多相关《图像增强与平滑.ppt（44页珍藏版）》请在三一办公上搜索。
1、姓名：樊红莉Tele.：8207097(O)Email：,湖北汽车工业学院,数字图像处理,1.改善图像的视觉效果。2.突出图像的特征，便于计算机处理。,一应用,二.分类,第四章：图像增强(一),三.内容,1.空域处理:直接对图像进行处理。2.频域处理:是图像的变换域上进行处理，增强感兴趣的频率分量，然后通过逆变换获得图像增强效果。,一应用,二.分类(按作用域),第四章：图像增强,三.内容,三.内容,第四章：图像增强,一应用,二.分类,4.1 图像直方图,一概念,二.性质,三.计算,1.灰度图像直方图2.彩色图像二维直方图,四.应用,图像直方图,图 图像灰度直方图,1.灰度直方图(Density
2、 Histogram),灰度直方图是灰度级的函数，表示某种灰度级的像素的个数，反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。,灰度级,像素数,频率,灰度级,1.灰度直方图(Histogram),图像直方图,图图像灰度直方图,设r为图像的灰度级，作归一化处理，灰度级r将被限定在0,1之内。在灰度级中，r=0代表黑，r=1代表白。r的灰度级是随机的，假定每一瞬间，它们是连续的随机变量，那么就可以用概率密度函数pr(r)来表示原始图像的灰度分布。,图图像灰度分布概率密度函数,1.灰度直方图(Histogram),图像直方图,
3、暗,亮,2.彩色图像的分波段直方图,R,G,B,图像直方图,图像直方图,一概念,二.性质,三.计算,四.应用,1.空间信息丢失2.图像与直方图之间是多对一的关系3.整个图像的直方图是部分之和,1.空间信息丢失,去除灰度为255部分的直方图,图像直方图,2.图像与直方图之间是多对一的关系,图像直方图,3.整个图像的直方图是部分之和,图像直方图,A直方图B直方图C直方图,图像直方图,一概念,二.性质,三.计算,1.一般离散形式下的计算2.步骤3.示例图,四.应用,1.一般离散形式下的计算,用rk代表离散灰度级，用pr(rk)代表pr(r)且有下式成立：,式中：nk:图像中出现rk级灰度的像素数，n
4、:图像像素总数，nk/n:频数。,图像直方图,（4-1）,2.步骤,设若图像具有L级灰度（通常L=256，即8位灰度级），大小为MN的灰度图像f(x,y)的灰度直方图pBuffer0L-1算法：（1）初始化：pBufferk=0;k=0,L-1。（2）统计：pBufferf(x,y)+;x,y=0,M-1,0,N-1。（3）归一化：pBufferf(x,y)/M*N。其中，直方图的归一化是一个可选项。,图像直方图,示例图,图 Lena图像及直方图（a）Lena图像；（b）Lena图像的直方图,图像直方图,图像直方图,一概念,二.性质,三.计算,1、图像增强均衡化2、图像分割3、图像压缩,四.用
5、途,图像直方图,图像增强均衡化,1、基础2、直方图均衡化,图像直方图,处理,图像直方图,右图：花粉图像的暗、亮、低对比度和高对比度的四种基本图像类型及其相应的直方图。可以直观地看到，若一幅图像其像素占有全部可能的灰度级并且分布均匀，则这样的图像具有高对比度和多变的灰度色调。开发一种变换函数，仅依靠输入图像直方图中的信息就可以自动达到这样的效果,基础变换函数,一幅给定图像的灰度级分布在0r1范围内。可以对0,1区间内的任一个r值进行如下函数变换：s=T(r)通过上述变换，每个原始图像的像素灰度值r都对应产生一个s值。变换函数T(r)应满足下列条件：（1）在0r1区间内，T(r)值单调增加；（2）
6、对于0r1，有 0T(r)1。,图像直方图,(1)保证T(r)的反变换存在,同时保持了输出图像从黑到白的次序增加;(2)则保证了映射变换后的像素灰度值在容许的范围内。,（4-2）,基础,通过变换函数T(r)可以控制图像灰度级的概率密度函数，从而改变图像的灰度层次。这就是直方图修改技术的理论基础。,图像直方图,均衡化,很重要很常用的变换函数：,式中：是积分变量，而 就是r的累积分布函数。,这里，累积分布函数是r的函数，并且单调地从0增加到1，所以这个变换函数满足T(r)的两个条件。,（4-3）,图像直方图,均衡化,图像直方图,令pr(r)和ps(s)分别代表随机变量r和s的概率密度。由概率论得到
7、一个基本结果：如果pr(r)和T(r)已知，且T-1(s)满足变换函数的条件(1)，那么变换变量s的概率函数ps(s)可由以下简单公式得到：,（4-4）,均衡化,对式（4-3）中的r求导，则,（4-5）,再将上式代入(4-4)式有,图像直方图,由前面的推导可见：变换后的变量s在定义域内的概率密度是均匀分布的。因此，用r的累积分布函数作为变换函数，可产生一幅灰度级分布具有均匀概率密度的图像。其结果扩展了像素取值的动态范围。,图像直方图,均衡化,灰度级是离散值时，可用频数近似代替概率值，即,图像直方图,均衡化离散情况,式中：l是灰度级的总数目，pr(rk)是取第k级灰度值的概率，nk是图像中出现第
8、k级灰度的次数，n是图像中像素总数。式(4-3)的离散形式可由式(4-7)表示：,注意：sk是 一个灰度值,（4-6）,（4-7）,例：有一幅 6464，8级灰度的图像，其灰度级分布及 对其实现直方图均衡化过程见下表。,8个灰度级5个灰度级,1/7=0.142 2/7=0.286 3/7=0.429 4/7=0.571 5/7=0.714 6/7=0.857 7/7=1,图 直方图均衡化处理,图像直方图,均衡化离散情况,原图像的直方图 变换函数 均衡化后的直方图,直方图均衡的效果图,图像直方图,花粉图像均衡化后的图像及直方图,直方图均衡的效果图,图像直方图,直方图均衡的效果图,1、利用累积分布
9、函数作为灰度变换函数的的方法对于对比度较弱的图像进行处理很有效。2、由于直方图是近似的概率密度函数，所以用离散灰度级作变换一般得不到完全平坦的结果。3、变换后的灰度级减少了的这种现象叫“简并”现象。由于简并现象的存在，处理后的灰度级总是要减少的，这是像素灰度有限的必然结果。所以 数字图像的直方图均衡只是近似的。,直方图均衡结论,图像直方图,4.2 灰度变换,二.分类,一概述,灰度变换,概述,2、灰度变换的目的,灰度变换可使图像动态范围加大，图像对比度扩展，图像清晰，特征明显，是图像增强的重要手段。,1、定义：,将一个灰度区间映射到另一个灰度区间的变换称为灰度变换。,灰度变换,4.2 灰度变换,
10、二.分类,一概述,1.线性变换2.分段线性变换3.非线性变换,灰度变换,线性变换,灰度变换,情况：原始图像：f(x,y)，灰度范围：a,b，变换后图像：g(x,y)，灰度范围：c,d，则线性变换可表示为：,（4-8）,情况，图像中大部分像素的灰度级在a,b范围内，少部分像素灰度级分布在小于a和大于b的区间内。此时可用下式作变换：,线性变换2,灰度变换,（4-9）,为了保持f(x,y)灰度低端和高端值不变，可以采用如式(4-10)所示的形式：,式中的a、b、c、d这些分割点可根据用户的不同需要来确定。,线性变换3,灰度变换,（4-10）,线性变换效果图,图 线性灰度变换(a)原始图像；(b)灰度变换后的图像,灰度变换,分段线性变换,为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区域，可采用分段线性变换。常用的三段线性变换法如下页图所示，其数学表达式如下：,灰度变换,（4-11）,分段线性变换,灰度变换,图 分段线性变换,变换后图像,原始图像,变换函数,实例,通过细心调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行扩展或压缩。这种变换适用于在黑色或白色附近有噪声干扰的情况。,分段线性变换,灰度变换,非线性变换,灰度变换,对应非线性映射函数，常用的有：幂函数、对数函数、截取函数、阈值函数、多值量化等。,本次课到此结束！谢谢！,
