数字图像处理(冈萨雷斯)-3空间域图像增强

第三章、空间域图像增强

电气信息学院 自动化系

本章内容 3.1 3.2 3.3 3.4 3.5 3.6 3.7 背景知识 基本灰度变换 直方图处理 空间滤波基础 平滑空间滤波器 锐化空间滤波器 混合空间增强法

图象增强的含义和目的 一、什么是图象增强？图像增强是要突出图像中的某些信息，同时削弱 或去除某些不需要信息的一种处理方法，以得到 对具体应用来说视觉效果更“好”,或更“有用” 的图像的技术.

二、为什么要增强图象？图像在传输或者处理过程中会引入噪声或使图像变 模糊，从而降低了图像质量，甚至淹没了特征，给 分析带来了困难。

图象增强的含义和目的

图象增强的含义和目的

三、目的：(1)改善图象的视觉效果，提高图像的清晰度； (2)将图象转换成更适合于人眼观察和机器分析识 别的形式，以便从图象中获取更有用的信息。

四、基本方法：空间域处理：点处理(图象灰度变换、直方图均衡等); 邻域处理(线性、非线性平滑和锐化等); 频域处理 ：高、低通滤波、同态滤波等

3.1 背景知识空间域增强是指增强构成图像的像素，可由下式定义： g(x,y)=T[f(x,y)] (3.1-1)

邻域和预定义的操作一起 称为空间滤波器(掩模、 其中 核、模板)f(x,y)是输入图像 g(x,y)是输出图像 T是对f的一种操作，定义在(x,y)的邻域上.

3.1 背景知识

定义一个点(x,y)邻域的主要方法是:①邻域：中心在(x,y)点的正方形或矩形子图像. ②子图像的中心从一个像素向另一个像素移动, ③T操作应用到每一个(x,y)位臵得到该点的输出g.1×1的邻域 T(r)产生两级(二值) 图像, 阈值函数对比度拉伸 阈值处理

图像中(x,y)点的3×3邻域 对比度增强的灰度级函数

3.1 背景知识

更大的邻域会有更多的灵活性,一般的方法是利 用点(x,y)事先定义的邻域里的一个f值的函数来决 定g在(x,y)的值,主要是利用所谓的模板(也称为 滤波器,核,掩模). 模板是一个小的(3×3)二维阵列,模板的系数值 决定了处理的性质,如图像尖锐化等. 以这种方法 为基础的增强技术通常是指模板处理或空域滤波.

3.2 基本灰度变换 灰度级变换函数 s = T(r) (3.1.2) 三种基本类型 ①线性的(正比或反比) ②对数的(对数和反对数的) ③幂次的(n次幂和n次方根 变换)反比

s L 1 rn次方根

输 出 灰 度 级

对数

s c log(1 r )

n次幂

s cr

s正比 反对数

图像反转 s L 1 r 对数变换 s c log( 1 r ) 幂次变换 s cr

输入灰度级,r 用于图像增强的某些基本灰度变换函数

3.2 基本灰度变换

①反转变换 s L 1 r (3.2 1)适于处理增强嵌入于图像暗

色区域的白色或灰色 细节,特别是当黑色面积占主导地位时.

灰度反转图像

3.2 基本灰度变换

②对数变换 s c log(1 r )可以用于扩展图像中的暗像素.r [0,1.5 106 ]

(3.2 2)

使一窄带低灰度输入图像映射为一宽带输出值.

s log(1 r )

对数变换的图像(显示在一个8bit的系统中)

③幂次变换 s cr

(c, 0) (3.2 3)

3.2 基本灰度变换

幂次曲线中的 值决定了是把输入窄带暗值映射到宽 带输出值还是把输入窄带亮值映射到宽带输出.

1时， 该变换将低灰度值(暗值)进行拉伸 例： 0.4时，该变换将动态范围 从 [ 0 , L 5 ] 扩展到 [ 0 , L 2 ]

1时， 该变换将L5

高灰度值(亮值)进行拉伸

幂次变换的应用

(伽马)校正 s cr

3.2 基本灰度变换

为什么要进行γ校正？ 几乎所有的CRT显示设备、摄像胶片、许多电子

照相机的光电转换特性都是非线性的。所以，如果不进行校正处理的话，将无法得到好的图像效果，见课 本P67图3.7。 光电传感器的输入输出特性：这些非线性部件的输出 与输入之间的关系可以用一个幂函数来表示，形式为：

设CCD的输入(入射光强度)为r,输出(电压)为v,则有：v C r (非线性关系)

例如，电子摄像机的输出电压与场景中光强度的关系

幂次变换的应用

(伽马)校正 s cr

3.2 基本灰度变换

γ校正的原理 即在显示之前通过幂次变换将图像进行修正。 整个过程利用公式表示如下： v C r

预先进行 r c s1/

v C s (线性关系)

因此，γ校正的关键是确定γ值。 实际中 γ值的确定方法 通常CCD的γ 值在0.4 ~0.8之间，γ 值越小，画面的 效果越差。根据画面对比度的观察与分析，可以大致 得到该设备的γ 值(或依据设备的参考γ 值)。

3.2 基本灰度变换

幂次变换的应用 伽马校正(a)原图像

s r

1 2.5

v cr 2.5

v c s

3.2 基本灰度变换

幂次变换的应用例3.1 用幂次变换 进行对比度增强c=1, =0.6,0.4,0.3

原图像

0.6

0.4

0.3

3.2 基本灰度变换

幂次变换的应用“冲淡”效果图

原图像

3.0

c=1, =3.0,4.0,5.0

4.0

5.0

3.2 基本灰度变换

④分段线性变换函数其形式可以任意组合,有些重要的变换可以应用分段线性 函数描述.

1、对比拉伸 ：扩展图像 处 理时灰度 级的 动态范围。

(a)变换函数的形式 (b)低对比度图像 (c)对比度拉伸的结果

(a)

(b)

(d)门限化的结果(c) (d)

④分段线性变换函数特点：突出目标的轮廓，消除背景细节

3.2 基本灰度变换特点：突出目标的轮廓，保留背景细节

2、灰度切割 ：提高

特定灰度范围的 亮度(a)加亮[A,B]范围,其他 灰度减小为一恒定值 (b)加亮[A,B]范围,其他(a) (b)

灰度级不变(c)原图像 (d)使用(a)变换的结果(c) (d)

例3.3

本文来源：https://www.bwwdw.com/article/zxjm.html