《图像增强》PPT课件.ppt

《《图像增强》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《图像增强》PPT课件.ppt（259页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、数字图像处理数字图像处理Digital Image Processing1 1第四章第四章 图像增强图像增强4.1 灰度级修正灰度级修正4.2 图像的同态增晰图像的同态增晰4.3 图像平滑图像平滑4.4 图像锐化图像锐化4.5 图像伪彩色处理图像伪彩色处理2第四章第四章 图像增强图像增强3 3图像增强所包含的主要内容如图：4第四章第四章 图像增强图像增强o图像增强作为基本的图像处理技术，其目的是对图像增强作为基本的图像处理技术，其目的是对图像进行加工，以得到对具体应用来说视觉效果图像进行加工，以得到对具体应用来说视觉效果更更“好好”，更，更“有用有用”的图像。的图像。5成像过程成像过程(光学失

2、真、相对运动、大气湍流等光学失真、相对运动、大气湍流等)传输过程传输过程(噪声污染、信道误码等噪声污染、信道误码等)显示过程显示过程(设备非线性、设备引入的噪声等设备非线性、设备引入的噪声等)一、图像降质一、图像降质 6光学聚焦模糊光学聚焦模糊7运动引起模糊运动引起模糊8模糊及高斯噪声模糊及高斯噪声9对比度太差对比度太差10噪声噪声原始图像原始图像Density0.2 Salt&Pepper椒盐噪声椒盐噪声Mean=0.01,Var=0.02 高斯噪声高斯噪声Var0.01 Speckle斑斑点噪声点噪声11二、改善图像质量方法二、改善图像质量方法 图像增强技术：不考虑图像降质的原因，只将图像

3、增强技术：不考虑图像降质的原因，只将图像中感兴趣的部分加以处理或突出有用的图图像中感兴趣的部分加以处理或突出有用的图像特征，故改善后的图像并不一定要去逼近原像特征，故改善后的图像并不一定要去逼近原图像。图像增强的目的是图像。图像增强的目的是提高可懂度提高可懂度。12图像复原技术图像复原技术：针对图像降质的具体原针对图像降质的具体原因，设法补偿降质因素，从而使改善后因，设法补偿降质因素，从而使改善后的图像尽可能地逼近原始图像的图像尽可能地逼近原始图像。图像复。图像复原主要目的是原主要目的是提高图像的逼真度提高图像的逼真度。13三、图像增强的具体处理方法三、图像增强的具体处理方法1、空间域方法：、

4、空间域方法：空间域是指空间域是指像像素组成的空间，其增素组成的空间，其增强是直接作用于像素，强是直接作用于像素，即在原图像上直接进行数即在原图像上直接进行数据运算，对像素灰度值进行处理，包括点运算和据运算，对像素灰度值进行处理，包括点运算和邻域运算；邻域运算；2、频率域方法：、频率域方法：指将指将图像图像以某种形式转换到其它空以某种形式转换到其它空间，并利用这些空间特有的性质进行加工，最后间，并利用这些空间特有的性质进行加工，最后再转换回再转换回图像图像空间以得到所需的效果。空间以得到所需的效果。144.1 灰度级修正灰度级修正 灰度级修正是对图像在空间域进行增强的灰度级修正是对图像在空间域进

5、行增强的一种增强方法，根据对图像不同的要求采用不一种增强方法，根据对图像不同的要求采用不同的方法。同的方法。灰度级修正不改变像素点的位置，只改变灰度级修正不改变像素点的位置，只改变像素点的灰度值，属于点运算。像素点的灰度值，属于点运算。15设输入图像为设输入图像为f(x,y)，经变换后的输出图像为，经变换后的输出图像为g(x,y)，变换函数为，变换函数为T，则有，则有g(x,y)=Tf(x,y)通过选择不同的映射变换，达到对比度增强通过选择不同的映射变换，达到对比度增强的效果。的效果。16一、线性变换一、线性变换 对比度：对比度：亮度最大值和最小值之比称为亮度对亮度最大值和最小值之比称为亮度对

6、比度比度o线性变换线性变换扩展对比度：扩展对比度：通过将亮暗差异通过将亮暗差异（即对比度）扩大，把人所关心的部分强调出（即对比度）扩大，把人所关心的部分强调出来。原理是来。原理是:进行像素点对像素点的灰度级的进行像素点对像素点的灰度级的线性影射。该影射关系通过调整参数，来实现线性影射。该影射关系通过调整参数，来实现对亮暗差异的扩大。对亮暗差异的扩大。4.1.1 灰度变换法灰度变换法17o设原图、处理后的结果图的灰度值分别为设原图、处理后的结果图的灰度值分别为f(i,j)和和g(i,j);o要求要求g(i,j)和和f(i,j)均在均在0，255间变化，间变化，但是但是g的表现效果要优于的表现效果

7、要优于f。o因为因为f和和g的取值范围相同，所以通过的取值范围相同，所以通过 抑制抑制 不重要的部分，来不重要的部分，来 扩展扩展 所关心部分的对所关心部分的对比度。比度。18线性灰度变换线性灰度变换19线性灰度变换0f(x,y)g(x,y)abcd20扩展感兴趣的灰度范围线性，相对抑制不感兴扩展感兴趣的灰度范围线性，相对抑制不感兴趣的灰度区域。趣的灰度区域。设设f(x,y)灰度范围为灰度范围为0,M，g(x,y)灰度范围为灰度范围为0,N,将将0,a和和b,M加以压缩，灰度区间加以压缩，灰度区间a,b进行扩展。进行扩展。二、分段线性灰度变换二、分段线性灰度变换 21分段线性灰度变换分段线性灰

8、度变换22分段线性灰度变换分段线性灰度变换d0f(x,y)g(x,y)abcMN通过调制折线拐通过调制折线拐点位置和分段直点位置和分段直线的斜率，可对线的斜率，可对任一灰度区间进任一灰度区间进行扩展和压缩行扩展和压缩23例例240f(x,y)g(x,y)508050140208025线性变换可写成：线性变换可写成：g(x,y)=af(x,y)+ba=1,b=0,原样复制原样复制a1输出图像的对比度增大输出图像的对比度增大a1输出图像的对比度减小输出图像的对比度减小a=1,b0 所有像素的灰度值上移或下移，其效果所有像素的灰度值上移或下移，其效果是使整个图像变亮或变暗是使整个图像变亮或变暗a0

9、图像的亮暗反转图像的亮暗反转26b=200 a=-1a=10 a=2027原图像原图像AA+501.3A原图像求补原图像求补28线性对比度展宽 灰级窗o当当256个灰度级所表示的亮暗范围内的信息量太大，个灰度级所表示的亮暗范围内的信息量太大，没办法很好地表述时，通过开窗的方式，每次只把没办法很好地表述时，通过开窗的方式，每次只把窗内的灰度级展宽，而把窗外的灰度级完全抑制掉。窗内的灰度级展宽，而把窗外的灰度级完全抑制掉。o例如，例如，CT图像的原始数据为图像的原始数据为12bit（或是（或是16bit），），要将其显示出来，则只能转换为要将其显示出来，则只能转换为8bit，于是有了，于是有了16

10、归归并为并为1（或（或256归并为归并为1）的需要。这时，开骨窗、肌）的需要。这时，开骨窗、肌肉窗、组织窗就可分别清晰地显示相应的内容。肉窗、组织窗就可分别清晰地显示相应的内容。29三、非线性灰度变换三、非线性灰度变换提出非线性动态范围调整，是因为线性动提出非线性动态范围调整，是因为线性动态范围调整的分段线性影射不够光滑。态范围调整的分段线性影射不够光滑。非线性动态范围调整，要求可以用光滑的非线性动态范围调整，要求可以用光滑的曲线来实现。曲线来实现。考虑到人眼对视觉信号的处理过程中，有考虑到人眼对视觉信号的处理过程中，有一个近似对数算子的环节，因此，可采用一个近似对数算子的环节，因此，可采用对

11、数运算来实现非线性动态范围调整。对数运算来实现非线性动态范围调整。31 1、对数变换、对数变换 低灰度区扩展，高灰度区压缩。低灰度区扩展，高灰度区压缩。2、指数变换、指数变换 高灰度区扩展，低灰度区压缩。高灰度区扩展，低灰度区压缩。三、非线性灰度变换三、非线性灰度变换32对数变换对数变换a,b,c是按需要可以调整的参数。是按需要可以调整的参数。33非线性动态范围调整非线性动态范围调整113999991682121781672203606468205292601014181820610202021580868940749480g(i,j)=9logf(i,j)+1作用：将暗的部分扩展，而将亮的部

12、分抑制。作用：将暗的部分扩展，而将亮的部分抑制。34对数变换对数变换35 对数变换动态范围压缩36Y=x+0.06x(255-x)37指数变换指数变换a,b,c是按需要可以调整的参数。是按需要可以调整的参数。38指数变换指数变换39实 例40原始图像41灰度倒置底片效果42原始图像43非线性灰度变换对数变换44原始图像45非线性灰度变换指数变换46原始图像47分段线性化出现假轮廓484.1.2 直方图修正法直方图修正法一、一、直方图概念直方图概念 反映一幅图像中灰度级与出现这种灰度的概率之反映一幅图像中灰度级与出现这种灰度的概率之间的关系的图像。间的关系的图像。直方图反映了图直方图反映了图像像

13、的灰度值分布情况，灰度分的灰度值分布情况，灰度分布不同，图布不同，图像像视觉效果不同。表示数字图像中每视觉效果不同。表示数字图像中每一灰度级与其出现频数（该灰度像素的数目）间一灰度级与其出现频数（该灰度像素的数目）间的统计关系。用横坐标表示灰度级，纵坐标表示的统计关系。用横坐标表示灰度级，纵坐标表示频数（也有用频数（也有用相对频数即概率表示的相对频数即概率表示的）49 50几个具有相同直方图的图像实例 z1 z2 z 0.51.00.0 直方图 图像a 图像b 图像c 图像d 51例例1399821373360646820529260 f求直方图1 2 3 4 5 6 7 8 9302 4 4

14、 1 1 3 1 2 352 例例P=p/25直方图均衡化方法实现 计算原图的灰度分布概率=0.12,0.08,0.08,0.12灰度级灰度级 0 1 2 3 4 5 6 7 8 953Y=1.3x+5054555657585960二、直二、直方图均衡化方图均衡化 直方图均衡化是将原图像的直方图通过变换直方图均衡化是将原图像的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图函数修正为均匀的直方图，然后按均衡直方图修正原图像。修正原图像。直方图均衡化方法的基本思想直方图均衡化方法的基本思想是对在图像中像素是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰个数多的灰度级进行展宽，而对

15、像素个数少的灰度级进行缩减。从而达到清晰图像的目的。度级进行缩减。从而达到清晰图像的目的。61通过修改直方图的方法增强图像是一种实用通过修改直方图的方法增强图像是一种实用而有效的处理技术。而有效的处理技术。6262二、直二、直方图均衡化方图均衡化 首先假定连续灰度级的情况，推导直首先假定连续灰度级的情况，推导直方图均衡化变换公式，令方图均衡化变换公式，令r代表灰度级，代表灰度级，P(r)为概率密度函数。为概率密度函数。r值已归一化，最值已归一化，最大灰度值为大灰度值为1。63直直方图均衡目标方图均衡目标直方图均衡化非均匀分布非均匀分布均匀分布均匀分布64直直方图均衡化方图均衡化条件：条件：(1

16、)在在0r1中，中，T(r)是单调递增函数，且是单调递增函数，且0T(r)1；(2)反变换反变换r=T-1(s),T-1(s)也为单调递增函数，也为单调递增函数，0s1。65数学准备：设随机变量数学准备：设随机变量y其概率密度函数为其概率密度函数为py(y),随随机变量机变量x的概率密度函数为的概率密度函数为px(x)，如果函数，如果函数y=f(x)，其反函数表示为，其反函数表示为x=f-1(y)，则有关系式成立：，则有关系式成立：直方图均衡化直方图均衡化66当直方图均衡化（并归一化）后有当直方图均衡化（并归一化）后有Ps(s)=1即即ds=Pr(r)dr 所求的变换函数，是原图像的灰度级概率

17、密度函数的积分，是所求的变换函数，是原图像的灰度级概率密度函数的积分，是一个非负递增函数一个非负递增函数 67均衡化处理均衡化处理图像均衡化处理图像均衡化处理rrss000Pr(r)Ps(s)T(r)11168 例例1.给定一幅图像的灰度级概率密度函数为给定一幅图像的灰度级概率密度函数为要求对其直方图均匀化，计算出变换函数要求对其直方图均匀化，计算出变换函数T(r)。解：解：69对于离散情况对于离散情况均衡化变换函数均衡化变换函数s=T(r)为为逆变换函数为逆变换函数为70 例例2假设有一幅图像，共有假设有一幅图像，共有6464个个像素，像素，8个灰度级，各灰度级概率分个灰度级，各灰度级概率分

18、布见下表布见下表，试将其直方图均匀化。，试将其直方图均匀化。灰度灰度级级rk01/72/73/74/75/76/71像素数像素数nk 790102385065632924512281概率概率Pk(rk)0.190.250.210.160.080.060.030.0271由下面公式可以得到由下面公式可以得到s2.s772均衡化过程原灰度原灰度级级变换变换函数函数值值原灰度原灰度级级分分布布原来像原来像素数素数新灰度新灰度级级新灰度新灰度级级分布分布r0=0s0=T(r0)=0.190790r1=1/7s1=T(r1)=0.441/7=0.141023r2=2/7s2=T(r2)=0.652/7=

19、0.29850r3=3/7s3=T(r3)=0.813/7=0.43656r4=4/7s4=T(r4)=0.894/7=0.57329r5=5/7s5=T(r5)=0.955/7=0.71245r6=6/7s6=T(r6)=0.986/7=0.86122r7=1s7=T(r7)=1.001.0081s0(790)s1(1023)s2(850)s3(985)s4(448)73直方图均衡化结果直方图均衡化结果 图像直方图均衡化图像直方图均衡化0 rkPk(rk)(a)原直方图原直方图(c)均衡后的直方图均衡后的直方图Ps(sk)0 sk(b)变换函数变换函数0 rkT(rk)74o直方图均衡化实例

20、直方图均衡化实例75问题：均衡化后的每个灰度等级的概率密度仍问题：均衡化后的每个灰度等级的概率密度仍不相等或者说均衡化之后仍然没有均匀，该如不相等或者说均衡化之后仍然没有均匀，该如何处理？何处理？76 为了得到均匀输出，原灰度为为了得到均匀输出，原灰度为r0r的像素都必的像素都必须分成两部分或三部分。例如某一像素点原来的须分成两部分或三部分。例如某一像素点原来的灰度值为灰度值为r，变换后它可以属于，变换后它可以属于s或或s2，或或s3。方法有：方法有：随机取数法随机取数法。按这一像素的邻域点的灰度来决定这个像素应按这一像素的邻域点的灰度来决定这个像素应属于哪个输出级属于哪个输出级。77真正直方

21、图完全平均而灰度等级又不减少的均衡真正直方图完全平均而灰度等级又不减少的均衡化处理，须采用拟合技术。化处理，须采用拟合技术。s0s1s2s3s4s5s6s7处理前处理前r0512278790r12345122771023r2235512103850r3409247656r426564329r5245245r0122122r78181处理后处理后512512512512512512512512409678三、直三、直方图规定化方图规定化 问题提出：在某些情况下，并不一定需要具有均问题提出：在某些情况下，并不一定需要具有均匀直方图的图像，有时需要具有特定的直方图的匀直方图的图像，有时需要具有特定的

22、直方图的图像，以便能够增强图像中某些灰度级。图像，以便能够增强图像中某些灰度级。79直方图规定化应用实例。图图(C)、(c)是将图像是将图像(A)按图按图(b)的直方图进行规定化得到的直方图进行规定化得到的结果及其直方图。通过对比可以看出图的结果及其直方图。通过对比可以看出图(C)的对比度同图的对比度同图(B)接近一致，对应的直方图形状差异也不大。这样有利于接近一致，对应的直方图形状差异也不大。这样有利于影像融合处理，保证融合影像光谱特性变化小。影像融合处理，保证融合影像光谱特性变化小。804.2 图像的同态增晰图像的同态增晰一、原因一、原因 实际图像灰度动态范围很大，而人们感兴实际图像灰度动

23、态范围很大，而人们感兴趣区域物体灰度级范围很小，分不清层次和细趣区域物体灰度级范围很小，分不清层次和细节；节；产生的原因：由于不均匀照度对图像造成的产生的原因：由于不均匀照度对图像造成的影响，若物体受到照度明暗不匀的时候，图像影响，若物体受到照度明暗不匀的时候，图像上对应照度暗的部分，其细节就较难辨别。上对应照度暗的部分，其细节就较难辨别。81二、定义：二、定义：图像的同态增晰法：在图像图像的同态增晰法：在图像的对数频率域对图像进行滤波，在压缩图的对数频率域对图像进行滤波，在压缩图像的整体灰度范围的同时扩张人们感兴趣像的整体灰度范围的同时扩张人们感兴趣的灰度的范围。的灰度的范围。o属于图像频率

24、域处理范畴，属于图像频率域处理范畴，作用作用是对图像是对图像的的灰度范围和对比度灰度范围和对比度同时进行调整。同时进行调整。82 同同态态增增晰晰的的目目目目的的的的：消消除除不不均均匀匀照照度度的的影影响响而又不损失图像细节。而又不损失图像细节。83照明函数照明函数i(x,y),反射函数反射函数 r(x,y)。f(x,y)=i(x,y)r(x,y)其中照明函数其中照明函数i(x,y)描述景物的照明，与景物描述景物的照明，与景物无关，无关，0 i(x,y)；反射反射函数函数 r(x,y)包含包含景物的细节，与照明无关景物的细节，与照明无关，0 r(x,y)1。84 图图像像的的灰灰度度由由照照

25、射射分分量量和和反反射射分分量量合合成。成。反反射射分分量量(函函数数)反反映映图图像像内内容容，随随图图像像细细节节不不同同在在空空间间上上作作快快速速变变化化，其其频频谱谱落在高频区域。落在高频区域。照照射射分分量量(函函数数)在在空空间间上上通通常常均均具具有有缓缓慢变化的性质，其频谱落在低频区域慢变化的性质，其频谱落在低频区域。三、理论依据：三、理论依据：85四、基本原理四、基本原理g(x,y)FFT变换变换同同 态态滤滤 波波 H(u,v)FFT反反变换变换指指 数数变变 换换对对 数数变变 换换 同态增晰方框图同态增晰方框图f(x,y)86同态增晰滤波函数曲线同态增晰滤波函数曲线H

26、(u,v)的作用压缩频的作用压缩频谱的低频段，扩展频谱的低频段，扩展频谱的高频段；从而达谱的高频段；从而达到抑制图像灰度范围、到抑制图像灰度范围、扩大图像细节的灰度扩大图像细节的灰度范围的作用范围的作用871 1、对图像函数取对数对图像函数取对数对图像函数取对数对图像函数取对数 五、实现步骤：2、对数变换后函数取傅立叶变换、对数变换后函数取傅立叶变换 88对数图像频谱乘以同态滤波函数对数图像频谱乘以同态滤波函数H(u,v)，压缩照，压缩照明函数明函数i(x,y)，提升反射函数；从而达到抑制图提升反射函数；从而达到抑制图像灰度范围、扩大图像细节的灰度范围的作用。像灰度范围、扩大图像细节的灰度范围

27、的作用。3、对数图像同态滤波对数图像同态滤波894、求反变换、求反变换905、求指数变换，得到同态增晰图像、求指数变换，得到同态增晰图像919293944.3 图像平滑和去噪图像平滑和去噪图像平滑的目的：图像平滑的目的：减少图像噪声，即减弱傅立叶空间的高频减少图像噪声，即减弱傅立叶空间的高频分量，因为高频分量对应图像中的区域边分量，因为高频分量对应图像中的区域边缘等灰度值具有较大变化的部分，滤波器缘等灰度值具有较大变化的部分，滤波器将这一部分滤去可使图像平滑。将这一部分滤去可使图像平滑。95一、图像噪声概念一、图像噪声概念 所谓图像噪声，是图像在摄取时或传输时所谓图像噪声，是图像在摄取时或传输

28、时所受到的随机干扰信号所受到的随机干扰信号 从电信号角度，图像的形成和图像器从电信号角度，图像的形成和图像器件的电子特征密切相关，则电子噪声会反件的电子特征密切相关，则电子噪声会反映到图像信号中来；映到图像信号中来；从光和传输媒介角度，图像的形成显从光和传输媒介角度，图像的形成显示和光及其承载媒质相关，则光照、光电示和光及其承载媒质相关，则光照、光电现象、媒介的噪声也能反映到图像信号中。现象、媒介的噪声也能反映到图像信号中。4.3.1 图像噪声图像噪声96二、图像噪声的来源二、图像噪声的来源1、电子噪声：来自电子元器件，常认为、电子噪声：来自电子元器件，常认为加性噪声加性噪声，阻性器件由电子随

29、机热运动而，阻性器件由电子随机热运动而造成；造成；2、光电子噪声：由光的统计特性本质和、光电子噪声：由光的统计特性本质和图像传感器中光电转换过程引起，常以泊图像传感器中光电转换过程引起，常以泊松分布作为模型；松分布作为模型；3、光学噪声：光学现象产生的噪声，大、光学噪声：光学现象产生的噪声，大都为都为乘性噪声乘性噪声。97内部噪声：系统内部设备、器件、电路所引起的噪声内部噪声：系统内部设备、器件、电路所引起的噪声（1）光和电的基本性质引起噪声）光和电的基本性质引起噪声（2）电器机械运动）电器机械运动（3）元器件材料）元器件材料（4）系统内部设备电路）系统内部设备电路外部噪声：系统外部干扰从电磁

30、波或经电源串入系统外部噪声：系统外部干扰从电磁波或经电源串入系统内部；内部；1、按其产生原因分类：、按其产生原因分类：三、图像噪声的分类三、图像噪声的分类982、按统计特性来分：、按统计特性来分：平稳噪声：其统计特性不随时间变化的噪声平稳噪声：其统计特性不随时间变化的噪声 非平稳噪声：其统计特性随时间变化的噪声非平稳噪声：其统计特性随时间变化的噪声3、按噪声和信号关系来分：、按噪声和信号关系来分：加性噪声：加性噪声：s(n)+n(t)乘性噪声：乘性噪声：s(n)1+n(t)994、按噪声频谱形状来分、按噪声频谱形状来分 白噪声、白噪声、1/f噪声、三角噪声等等噪声、三角噪声等等5、按噪声幅度分

31、布形状来分、按噪声幅度分布形状来分 如高斯噪声、瑞利噪声如高斯噪声、瑞利噪声 100三、常见噪声三、常见噪声1、白噪声、白噪声：它在频域和时域上的分布是一致的：它在频域和时域上的分布是一致的。功率谱密度在整个频域均匀的。如热噪声是。功率谱密度在整个频域均匀的。如热噪声是理想化噪声模型，因为不可能有带宽无限宽的理想化噪声模型，因为不可能有带宽无限宽的信号。信号。其频谱为常数，即所有概率分量都相等，犹如其频谱为常数，即所有概率分量都相等，犹如白光频谱一样白光频谱一样101标准白噪声和高斯白噪声标准白噪声和高斯白噪声 标准白噪声：标准白噪声：幅度均值为零，方差为一常数。幅度均值为零，方差为一常数。高

32、斯白噪声：高斯白噪声：它的幅度分布它的幅度分布(概率密度函数概率密度函数)服从高斯服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。热噪声和散粒噪声是高斯白噪声。高斯白噪声。热噪声和散粒噪声是高斯白噪声。1022、带通噪声、带通噪声(有色噪声有色噪声)：在某个频带：在某个频带上信号的能量突然变大。如交流电噪声，上信号的能量突然变大。如交流电噪声，它的能量主要集中在它的能量主要集中在50Hz左右。左右。1033、常见噪声信号公式描述、常见噪声信号公式描述 因为噪声是随机的，要用概率统计因为噪声是随机的，要用概率统计方法来分析和处理，借

33、助概率密度方法来分析和处理，借助概率密度函数来描述函数来描述1043、常见噪声信号公式描述、常见噪声信号公式描述(1)白噪声：白噪声：其功率谱密度函数为：n0为一常数，单位为W/Hz105(2)高斯噪声：高斯噪声：高斯噪声信号的一高斯噪声信号的一维概率密度函数如维概率密度函数如右式。右式。为噪声的为噪声的数学期望值，即均数学期望值，即均值；值；为噪声的方差为噪声的方差。106(3)椒盐噪声（椒盐噪声（Pepper and Salt）：即在图：即在图像随机散布的小黑点和小白点，往往是像随机散布的小黑点和小白点，往往是图像中的孤立噪声点。图像中的孤立噪声点。对图像的质量影响由椒盐噪声的强度。对图像

34、的质量影响由椒盐噪声的强度。107(4)斑点噪声（斑点噪声（Speckle）：）：均匀分布的随机噪声均匀分布的随机噪声 108椒盐噪声的特征椒盐噪声的特征:出现位置是随机的，但噪声的幅值是基出现位置是随机的，但噪声的幅值是基本相同的。本相同的。高斯噪声的特征：高斯噪声的特征：出现在位置是一定的（每一点上），但出现在位置是一定的（每一点上），但噪声的幅值是随机的。噪声的幅值是随机的。1094、常见图像噪声、常见图像噪声原始图像原始图像Density0.2 Pepper&Salt椒盐噪声椒盐噪声Mean=0.01,Var=0.02 高斯噪声高斯噪声Var0.01 Speckle斑斑点噪声点噪声11

35、0设计噪声抑制滤波器，在尽可能保持原图信设计噪声抑制滤波器，在尽可能保持原图信息的基础上，抑制噪声。息的基础上，抑制噪声。均值滤波器均值滤波器:邻域平均邻域平均中值滤波器中值滤波器边界保持类滤波器边界保持类滤波器图像噪声的抑制方法图像噪声的抑制方法111邻域平均是指直接在空间域上对图像进行平滑邻域平均是指直接在空间域上对图像进行平滑处理。处理。该方法便于实现，计算速度快，结果也比较该方法便于实现，计算速度快，结果也比较令人满意。令人满意。4.3.2 邻域平均邻域平均112(a)四邻域(b)八邻域一、邻域概念一、邻域概念在图像上，对待处理的像素给定一个模板，该模板包括在图像上，对待处理的像素给定

36、一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。代原来的像素值的方法。113 以模块运算系数表示即：以模块运算系数表示即：12143122345768957688567891214312234576895768856789344456678邻域平均处理方法待处理像素的位置待处理像素的位置114经局部平均处理后，得到平滑图像为：经局部平均处理后，得到平滑图像为：二、简单局部平均法二、简单局部平均法设有一幅数字有噪图像设有一幅数字有噪图像 f(x,y)为原始图，为原始图，n(x,y)为噪声，为噪声，S：点：点

37、(x,y)邻域内的点邻域内的点集集M：S内总点数。内总点数。115效果：邻域平均法效果与邻域半径有关。半效果：邻域平均法效果与邻域半径有关。半径愈大，则图像的模糊程度越大径愈大，则图像的模糊程度越大。缺点：在降低噪声的同时使图像产生模糊，缺点：在降低噪声的同时使图像产生模糊，特别在边沿和细节处，邻域越大，模糊越特别在边沿和细节处，邻域越大，模糊越厉害。厉害。116可以采用阈值法，就是根据下列准则形成平滑图像可以采用阈值法，就是根据下列准则形成平滑图像。三、阈值法三、阈值法 T是一个规定的非负阈值是一个规定的非负阈值，为一实验值，为一实验值117118邻域平均法实例邻域平均法实例1194.3.3

38、 频率域低通滤波频率域低通滤波理论前提：理论前提：一幅图像的边缘、细节、跳变以及噪声都代表其一幅图像的边缘、细节、跳变以及噪声都代表其高频分量；而背景和缓慢变化的部分代表其低频高频分量；而背景和缓慢变化的部分代表其低频部分，因此我们可以通过滤除高频分量来去除噪部分，因此我们可以通过滤除高频分量来去除噪声，使得图像平滑。声，使得图像平滑。1204.3.3 频率域低通滤波属于频率域处理方法，工作原理为：属于频率域处理方法，工作原理为：G(u,v)=H(u,v)F(u,v)傅傅 立立叶叶 变变换换线线性性低低通通滤滤波波器器傅傅 立立叶叶 反反变换变换g(x,y)频域低通滤波框图F(u,v)G(u,

39、v)f(x,y)121一、理想低通滤波器(ILPF)其中D D0 0为截止频率，D(u,v)=(uD(u,v)=(u2 2+v+v2 2)1/21/2：频率平面 原点到点(u,v)的距离。122理想低通滤波器转移函数理想低通滤波器转移函数剖面图剖面图可以彻底滤除D0以外的高频分量，但由于它在通带和阻带转折点太陡峭，频域突变引起空域波动，产生振铃现象123理想低通滤波器理想低通滤波器特点特点：物理上不可实现物理上不可实现有振铃有振铃(抖动抖动)现象现象滤除高频成分使图像变模糊滤除高频成分使图像变模糊124严重的振铃现象严重的振铃现象125原图原图滤波结果滤波结果126二、巴特沃思低通滤波器二、巴

40、特沃思低通滤波器(BLPF)D(u,v)=D0，H(u,v)降为最大值的 。n为阶数。1271阶巴特沃思低通滤波器转移函数阶巴特沃思低通滤波器转移函数三维图三维图1281阶巴特沃斯低通滤波器转移函数阶巴特沃斯低通滤波器转移函数剖面图剖面图1293阶巴特沃思低通滤波器转移函数阶巴特沃思低通滤波器转移函数三维图三维图1303阶巴特沃思低通滤波器转移函数阶巴特沃思低通滤波器转移函数剖面图剖面图131三、三、指数低通滤波器指数低通滤波器(ELPF)D(u,v)=D0，H(u,v)降为最大值的 。1321阶指数形低通滤波器转移函数阶指数形低通滤波器转移函数三维图三维图1331阶指数形低通滤波器转移函数阶

41、指数形低通滤波器转移函数剖面图剖面图1343阶指数形低通滤波器转移函数阶指数形低通滤波器转移函数三维图三维图1353阶指数形低通滤波器转移函数阶指数形低通滤波器转移函数剖面图剖面图指数低通滤波器具有平滑的过渡带，无振铃现象1364.3.4 多幅图像平均多幅图像平均 多幅图像平均法是利用对同一景物的多幅图像取多幅图像平均法是利用对同一景物的多幅图像取平均来消除噪声产生的高频成分平均来消除噪声产生的高频成分。常用于照相机、摄像机的图像中常用于照相机、摄像机的图像中137多幅平均法多幅平均法实际应用的难点：如何把多幅图像配准起来，使像素一实际应用的难点：如何把多幅图像配准起来，使像素一一对应一对应1

42、38原图平均2次平均8次平均4次1394.3.5 中值滤波中值滤波设计思想：设计思想：因为噪声（如椒盐噪声）的出现，因为噪声（如椒盐噪声）的出现，使该点像素比周围的像素亮（暗）许多。使该点像素比周围的像素亮（暗）许多。如果在某个模板中，对像素进行由小到大如果在某个模板中，对像素进行由小到大排列的重新排列，那么最亮的或者是最暗排列的重新排列，那么最亮的或者是最暗的点一定被排在两侧。的点一定被排在两侧。取模板中排在中间位置上的像素的灰度值取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达到滤除噪替代待处理像素的值，就可以达到滤除噪声的目的声的目的。1404.3.5 中值滤波中值滤波数

43、值排序数值排序m-2m-1mm+1m+2610258mm+1m-2m+2m-1610258266141取取33窗口窗口中值滤波法中值滤波法从小到大排列，取中间值从小到大排列，取中间值142中值滤波器 滤波处理方法做做33的模板，对的模板，对9个数排序，取第个数排序，取第5个个数替代原来的像素值。数替代原来的像素值。1431214312234576895768856789121431223457689576885678934566678例题例题2144例：N=5,滤出噪声16。原图像为：2 2 16 2 1 2 4 4 4 2 4 处理后为：2(1,2,2,2,16)2(1,2,2,2,16)2

44、(1,2,2,4,16).2 2 4 4 4 4 4(2,4,4,4,4)145 中值滤波在抑制图像随机脉冲噪声中值滤波在抑制图像随机脉冲噪声方面甚为有效。且运算速度快，可硬方面甚为有效。且运算速度快，可硬化，便于实时处理。化，便于实时处理。1463333中值滤波中值滤波原图原图1475555中值滤波中值滤波原图148中值滤波 去雀斑149中值滤波 去雀斑150中值滤波 去雀斑151局部中值滤波 去雀斑152局部中值滤波 去雀斑153o对于高斯噪声，均值滤波效果比中值滤波对于高斯噪声，均值滤波效果比中值滤波效果好。效果好。o对于椒盐噪声，中值滤波效果比均值滤波对于椒盐噪声，中值滤波效果比均值滤

45、波效果好。效果好。154图像锐化的图像锐化的目的：目的：是加强图像中景物的细节是加强图像中景物的细节边缘和轮廓边缘和轮廓使图像看起来比较清晰使图像看起来比较清晰。锐化的作用是使锐化的作用是使灰度反差增强灰度反差增强。因为边缘和轮廓都位于灰度突变的地方。所因为边缘和轮廓都位于灰度突变的地方。所以锐化算法的实现是基于以锐化算法的实现是基于微分微分作用作用。4.4 图像锐化图像锐化155空间域：空间域：模糊：平均或积分运算模糊：平均或积分运算锐化：差分或微分运算锐化：差分或微分运算频率域：频率域：模糊：低通滤波模糊：低通滤波 锐化：高通滤波锐化：高通滤波156 微分运算是求信号的变化率，因此微分是可

46、以加强高频成分的，从而使图像轮廓变清晰。4.4.1 一阶一阶微分法微分法157图像细节的灰度变化特性扫描线扫描线灰度渐变灰度渐变孤立点孤立点细线细线灰度跃变灰度跃变图像细节的灰度分布特性平坦段平坦段158图像细节的灰度变化微分特性一阶微分曲线图像细节的灰度分布特性灰度渐变灰度渐变孤立点孤立点细线细线灰度跃变灰度跃变平坦段平坦段159 最常用的微分方法是梯度法。设图像函数为f(x,y)，它的梯度(Gradient)是一个向量，定义为：一、梯度法一、梯度法160 在在(x,y)点处的梯度，方向是点处的梯度，方向是f(x,y)在这点变化率最大的方向，而在这点变化率最大的方向，而其长度（记其长度（记

47、）则等于）则等于f(x,y)的的最大变化率，即最大变化率，即161 对数字图像，用差分来近似微分。对数字图像，用差分来近似微分。两种常用差分算法两种常用差分算法 1、水平垂直差分水平垂直差分1622、Roberts算法算法（交叉微分算法）（交叉微分算法）163(a)(a)原图原图(b)(b)交叉梯度交叉梯度(c)(c)水平梯度水平梯度164注注：对对NN数数字字图图像像，不不可可能能在在最最后后一一行行(x=N)和和最最后后一一列列(y=N)像像素素上上计计算算梯梯度度值值。补补救救办办法法：用用前前一一行行(x=N-1)和和前前一一列列(y=N-1)对应像素的梯度值。对应像素的梯度值。165

48、 某像素上的梯度值是该像素与相邻像某像素上的梯度值是该像素与相邻像素的灰度差值的单调递增函数。素的灰度差值的单调递增函数。图像轮廓上，像素灰度有陡然变化，梯度值图像轮廓上，像素灰度有陡然变化，梯度值很大。很大。图像灰度变化平缓区域，梯度值很小。图像灰度变化平缓区域，梯度值很小。等灰度区域，梯度值为零。等灰度区域，梯度值为零。3、小结、小结166(a)(a)二值图像二值图像(b)(b)梯度运算结果梯度运算结果 图像梯度锐化结果图像梯度锐化结果167 一一旦旦计计算算梯梯度度的的算算法法确确定定，有有许许多多方方法使图像轮廓突出。法使图像轮廓突出。轮轮廓廓比比较较突突出出，灰灰度度平平缓缓变变化化

49、部部分分，梯梯度度小小，很很黑黑，对对于于各各点点的的灰灰度度g(x,y)等于该点的梯度幅度。等于该点的梯度幅度。(1)四、改进四、改进168 T：门门限限值值、阈阈值值(threshold)，非非负负。适适当当选选择择T，既既突突出出轮轮廓廓，又不破坏背景。又不破坏背景。(2)背景保留背景保留169 LG：指定的轮廓灰度值。指定的轮廓灰度值。(3)背景保留，轮廓取单一灰度值。背景保留，轮廓取单一灰度值。170 LB：指定的背景灰度值。指定的背景灰度值。(4)轮廓保留，背景取单一灰度值。轮廓保留，背景取单一灰度值。171 LG：指定的轮廓灰度值。指定的轮廓灰度值。LB：指定的背景灰度值。指定的

50、背景灰度值。(5)轮轮廓廓、背背景景分分别别取取单单一一灰灰度度值值，即二值化即二值化(只对轮廓感兴趣只对轮廓感兴趣)。172水平锐化水平锐化交叉锐化交叉锐化173二、二、Sobel算子算子采用梯度微分锐化图像，同样使噪声、条采用梯度微分锐化图像，同样使噪声、条纹等得到增强，纹等得到增强，Soble算子则在一定程度上算子则在一定程度上克服了这个问题。克服了这个问题。174 Sobel算子法的基本原理是：假设有算子法的基本原理是：假设有一个一个33的图像窗口，如图所示，将的图像窗口，如图所示，将按下述算法变换图像的灰度，变换按下述算法变换图像的灰度，变换后图像后图像f(i,j)的灰度值由下式给出