[工学]数字图像处理技术与应用第6章已修改课件(PPT 117页).pptx
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《[工学]数字图像处理技术与应用第6章已修改课件(PPT 117页).pptx》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 工学 工学数字图像处理技术与应用第6章已修改课件PPT 117页 数字图像 处理 技术 应用 修改 课件 PPT 117
- 资源描述:
-
1、2022-7-30 第第6章章 图像改善图像改善 本章讨论图像改善的方法,在介绍图像退化模型的基础上,讲述图像复原的理论。重点介绍图像的空间域和频率域增强的方法,如灰度线性变换、直方图均衡化、直方图规定化;频域的低通、高通滤波理论和处理效果。第1页,共117页。2022-7-30 第第6章章 图像改善图像改善6.1 图像退化与复原 6.1.1 图像降质数学模型 6.1.2 图像复原方法6.2 图像增强 6.2.1 空间域图像增强 6.2.2 频域图像增强 6.2.3 彩色增强技术第2页,共117页。2022-7-30 6.1 图像退化与复原图像退化与复原 数字图像在获取的过程中,由于光学系统的
2、像差、光学成像衍射、成像系统的非线性畸变、摄影胶片感光特性的非线性、成像过程的相对运动、大气的湍流效应、环境随机噪声等原因,图像会产生一定程度的退化。采取一定的方法尽可能地减少或消除图像质量的下降,恢复图像的本来面目,就是图像复原,也称为图像恢复。第3页,共117页。2022-7-30 6.1 图像退化与复原图像退化与复原 图像复原是利用退化现象的某种先验只是,建立退化现象的数学模型,再根据模型进行方向的推演运算,以恢复原来的景物图像。图像复原是一个复杂的数学过程,图像复原的方法、技术各不相同。第4页,共117页。2022-7-306.1.1 图像降质数学模型图像降质数学模型 图像复原处理的关
3、键问题在于建立退化模型。输入图像经过某个退化系统后输出的是一幅退化的图像。为了讨论方便,把噪声引起的退化,即噪声对图像的影响一般作为加性噪声考虑,这种假设与许多实际应用情况一致。第5页,共117页。2022-7-306.1.1 图像降质数学模型图像降质数学模型 如图6.1所示为退化过程的输入和输出的关系,概括了退化系统的物理过程,就是所要寻找的退化数学模型。图6.1退化过程的输入和输出的关系,h x y,f x y,g x y,n x y,h x y第6页,共117页。2022-7-306.1.1 图像降质数学模型图像降质数学模型 数字图像的恢复问题可看做:根据退化图像和退化算子的形式,沿着方
4、向过程去求解原始图像,或者说,逆向地寻找原始图像的最佳近似估计。图像退化的过程可以用数学形式表示为,g x yHf x yn x y第7页,共117页。2022-7-306.1.1 图像降质数学模型图像降质数学模型一幅连续图像可以看做是由一系列电源组成的。因此,可以通过电源函数的卷积来表示,即式中,函数为电源函数,表示空间上的电脉冲。,f x yfxyd d 第8页,共117页。2022-7-306.1.1 图像降质数学模型图像降质数学模型 在不考虑噪声的一般情况下,连续图像经过退化系统 后的输出为在线性和空间不变系统的情况下,退化算子 具有如下性质。HH,g x yHf x y第9页,共11
5、7页。2022-7-306.1.1 图像降质数学模型图像降质数学模型(1)线性设 和 为两幅输入图像,和 为常数,则(2)空间不变性对于任何的以及常数a和b1,f x y2,f x y1k2k1 1221122,H k f x yk fx yk H f x yk H fx y,Hf xa ybg xa yb第10页,共117页。2022-7-306.1.1 图像降质数学模型图像降质数学模型 图像退化除了受到成像系统本身的影响外,有时还受到噪声的影响。假设噪声是加性白噪声,这时可表示为,g x yfh xyd dn x yf x yh x yn x y 第11页,共117页。2022-7-306
6、.1.1 图像降质数学模型图像降质数学模型 在频域,上式可以表示为式中,、分别是退化图像、原图像、噪声信号的傅立叶变换,是系统的点冲激响应函数的傅立叶变换,称为系统在频率域上的传递函数。,G u vF u v H u vN u v,G u v,F u v,H u v,H u v第12页,共117页。2022-7-306.1.1 图像降质数学模型图像降质数学模型 从连续函数的退化模型可见,图像复原实际上就是已知 ,求 的问题或已知 求 的问题,它们的不同之处在于一个是空间域,一个是在频率域。,g x y,f x y,G x y,G x y第13页,共117页。2022-7-306.1.2 图像复
7、原方法图像复原方法1.模型估计法 在某些情况下,退化模型要把引起退化的环境因素考虑在内,例如下式所表示的退化模型是基于大气湍流的武林里特性提出来的。模型估计法表示为式中 为常数,它与湍流的性质有关。k5/622,k uvH u ve第14页,共117页。2022-7-306.1.2 图像复原方法图像复原方法2.逆滤波 式中 为随机函数。即使知道退化函数,也不能准确地复原未退化的图像,因为 是一个随机函数。,N u v,G u vN u vF u vF u vH u vH u v,N u v第15页,共117页。2022-7-306.1.2 图像复原方法图像复原方法3.中值滤波 对受到噪声污染的
8、退化图像的复原采用上述的线性滤波方法处理,在多数情况下是有效的。但是多数线性滤波具有低通特性,在去除噪声的同时,使图像的边缘变模糊。中值滤波是一种去除噪声的非线性处理方法,在某些条件下既去除噪声又保护图像的边缘,使图像得到比较满意的复原。第16页,共117页。2022-7-306.1.2 图像复原方法图像复原方法 中值滤波的基本思想是用邻域中亮度的中值代替图像当前的点。邻域中亮度的中值不受噪声毛刺的影响,因此中值平滑很好地消除了冲激噪声而又不模糊图像的边缘,因此可以迭代使用。将窗口内像素排列,生成单调数据序列,二维中值滤波结果表示为,g i jmedf i j第17页,共117页。2022-7
9、-30 6.2 图像增强图像增强 在获取图像的过程中,由于光照等多种因素的影响,导致图像质量会有所下降,图像增强的目的在于采用相关技术改善图像的视觉效果,提高图像的清晰度,或者将图像转换为一种更适合人或机器分析处理的形式。图像增强的效果靠主观感觉予以评价。图像增强的方法分为空间域增强和频率域增强。第18页,共117页。2022-7-30 6.2.1 空间域图像增强空间域图像增强1.灰度变换 灰度变换可以使得图像动态范围增大,图像的对比度扩展,图像变得清晰。(1)线性变换 设原始图像 的灰度范围为 ,经过线性变换后图像 的灰度范围为 如图6.2所示。经过线性变换,和 的关系为,g x y,a b
10、00,ab,fx y,g x y000,bag x yaf x yaba,fx y第19页,共117页。2022-7-30 6.2.1 空间域图像增强空间域图像增强图6.2 灰度变换第20页,共117页。2022-7-30 6.2.1 空间域图像增强空间域图像增强 在曝光不足或者曝光过度的情况下,图像的灰度可能会局限在一个很小的范围内。在显示器上看到的图像模糊不清,采用线性变换对原始图像的每一个像素进行灰度拉伸,可以有效地改善图像视觉效果。第21页,共117页。2022-7-30 6.2.1 空间域图像增强空间域图像增强 (2)分段线性变换 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
11、度区间,可以采用分段线性变换,表示为,0,gffcf x yf x yaadcg x yf x yacaf x ybbamdf x ybdbf x ymmb第22页,共117页。2022-7-30 6.2.1 空间域图像增强空间域图像增强 (3)非线性灰度变换 利用对数函数、指数函数作为映射函数时,可以实现图像 的非线性灰度变换。对数函数变换和指数函数变换分别表示为ln,1,lnfx yg x yabc,1cfx yagx yb第23页,共117页。2022-7-30 6.2.1 空间域图像增强空间域图像增强2.直方图修正法 图像灰度直方图反映数字图像中每一个灰度级与其出现像素频率间的统计关系
12、。描述图像的灰度范围、每个灰度级出现的频率、灰度级的分布、整幅图像的平均明暗和对比度等,有些图像由于其灰度分布集中在较窄的区间,引起图像不够清晰。采用直方图修正后可以使图像灰度区域拉伸、灰度分布均匀,从而使图像清晰,达到增强的目的。直方图修正法有直方图均衡化和直方图规定化。第24页,共117页。2022-7-30 6.2.1 空间域图像增强空间域图像增强 1)直方图均衡化 直方图均衡化是一种借助直方图变换实现灰度映射从而达到图像增强目的的方法。灰度值比较集中在低灰度一边,整幅图像偏暗,相反,灰度值比较集中在高灰度的一边,整幅图像偏亮。一幅图像的直方图集中在灰度范围的中部,整幅图像反差小,看起来
13、比较暗淡。对应正常的图像,其直方图基本跨越整个灰度范围,整幅图像层次分明。第25页,共117页。2022-7-30 6.2.1 空间域图像增强空间域图像增强第26页,共117页。2022-7-30 6.2.1 空间域图像增强空间域图像增强图6.3 直方图均衡化第27页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强 直方图均衡化的基本思想是把原图像的直方图变换为均匀分布的形式,增加了像素灰度值的动态范围从而达到增强图像整体对比度的效果。增强函数需要满足两个条件:(1)在 范围内是一个单值增函数,这是为了保证原图像各灰度级在变换后仍然保持从黑到白,或者从白到黑的排列次序;
14、(2)对 有 ,这个条件保证变换前后灰度值动态范围的一致性。01h L 01h L 01g L 第28页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强 图像的累积分布函数(Cumulative Distribution Function,CDF)就是 的累积直方图,其定义为,f x y0001,0,1,1kkikfikiingpffkLn第29页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强直方图均衡化原理:首先假定连续灰度级的情况,推导直方图均衡化变换公式,令 代表灰度级,为概率密度函数。值已归一化,最大灰度值为1。r P rr第30页,共
15、117页。2022-7-306.2.1 空间域图像增强空间域图像增强连续灰度的直方图非均匀分布第31页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强连续灰度的直方图均匀分布第32页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强直方图均衡化 目标直方图均衡化第33页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强 要找到一种变换 使直方图变平直,为使变换后的灰度仍保持从黑到白的单一变化顺序,且变换范围与原先一致,以避免整体变亮或变暗。必须规定:(1)在 中,是单调递增函数,且 ;(2)反变换 也为单调递增函数,。STr0
16、1rTr01Tr11,rTsTs01s第34页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强 考虑到灰度变换不影响像素的位置分布,也不会增减像素数目。所以有000()()1()rssp r drp s dsdssT r0()()rT rp r dr第35页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强 应用到离散灰度级,设一幅图像的像素总数为n,分L个灰度级。:第k个灰度级出现的个数。第k个灰度级出现的概率:其中0rk1,k=0,1,2,.,L-1.形式为:00()()1kkjkkjjjnsT rp rn式kn/kkP rnn第36页,共11
17、7页。2022-7-306.2.1 空间域图像增强空间域图像增强基本步骤:(1)求出图像中所包含的灰度级 ,可以定为0,1,L-1(2)统计各灰度级的像素数目 (k=0,1,2,L-1)(3)计算图像直方图(4)计算变换函数:(5)用变换函数计算映射后输出的灰度级 (6)统计映射后新的灰度级 的像素数目(7)计算输出图像的直方图 00kkjkkrjjjnST rP rnkrknkSkSkn第37页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强例例例:设图象有例:设图象有6464*64=409664=4096个象素,有个象素,有8 8个灰度级,灰度个灰度级,灰度分布如表
18、所示。进行直方图均衡化。分布如表所示。进行直方图均衡化。r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 790102385065632924512281 P(r k)0.190.250.210.160.080.060.030.02第38页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强步骤:步骤:例例r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 790102385065632924512281 P(r k)0.190.250.210.160.080.060.
19、030.02第39页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强(1)(1)由式由式1 1计算计算S k计算计算 0.190.440.650.810.890.950.981.00例例r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 790102385065632924512281 P(r k)0.190.250.210.160.080.060.030.02kS第40页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强S k舍入舍入 1/73/75/76/76/7111(2)(2)把计算的把计
20、算的 就近安排到就近安排到8 8个灰度级中。个灰度级中。例例S k计算计算 0.190.440.650.810.890.950.981.00r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 790102385065632924512281 P(r k)0.190.250.210.160.080.060.030.02kS第41页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强S k nsk 7901023850985448P(s k)0.190.250.210.240.11(3)(3)重新命名重新命名 归并相同灰度级归
21、并相同灰度级的像素数。的像素数。例例S k计算计算 0.190.440.650.810.890.950.981.00r kr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n k 790102385065632924512281 P(r k)0.190.250.210.160.080.060.030.02S k舍入舍入 1/73/75/76/76/7111kS第42页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强均衡化前后直方图比较例例第43页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强 直方图均衡化
22、实质上是减少图像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像细节比较重要,则需采用局部区域直方图均衡。第44页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强第45页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强第46页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强 均衡化后的直方图占据了整个像素灰度值的允许范围。增加了图像灰度动态范围,所以增加了图像的对比度,使得均衡化后的图像具有较大的反差,细节变得比较清晰。原始图像的灰
23、度直方图上频数较小的某些灰度级被合并到一个或几个灰度级中,频数小的部分被压缩,频数大的部分被增强。直方图均衡的实质是减少图像的灰度等级换取对比度的增大。第47页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强 2)直方图规定化 实际应用中有时需要变换直方图使之成为某个特定的形状,以便有选择地增强某个灰度值范围内的对比度。直方图规定化是一种借助直方图变换来增强图像的方法,通过将原始图像的直方图转换为期望的直方图,从而达到预先确定的增强效果。第48页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强直方图规定化 定义:修改一幅图像的直方图,使它与另一幅
24、图像的直方图匹配或具有一种预先规定的函数形状。目标:当需要具有特定的直方图的图像时,可按照预先设定的某个形状人为的调整图像的直方图。第49页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强连续灰度的直方图原图第50页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强连续灰度的直方图规定第51页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强直方图规定化的原理 表示原始图像的灰度分布概率密度函数。表示目的图像的灰度分布概率密度函数。(1)首先对原始图像进行直方图均衡化处理,即求变换函数:(2)对目标图像也进行直方图均衡化处理,
25、即:其逆变换是 即由均衡化后的灰度级v得到目标函数的灰度级0rrsTrPwd w0zzvGzPwd w 1zGvz rP r zP z第52页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强(3)因为对原始函数和目标函数都进行了均衡化处理,因而 和 具有相同的概率密度,所以s代替v,即有:即可以由原始图像均衡化后的灰度值s来求目标图像的灰度级z 11zGvGs sP s vP v第53页,共117页。2022-7-306.2.1 空间域图像增强空间域图像增强直方图匹配 令 为原始图像的灰度密度函数,是期望通过匹配的图像灰度密度函数。对 及 作直方图均衡变换,通过直方图均
展开阅读全文