3 图像增强学习.pptx

《3 图像增强学习.pptx》由会员分享，可在线阅读，更多相关《3 图像增强学习.pptx（35页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、1图像的锐化图像的锐化 图像锐化处理的目的是使模糊图像变得清晰。图像的模糊实质上就是受到平均或积分运算，因此对其进行逆运算如微分运算、梯度运算，就可以使图像清晰。从频谱角度分析，图像模糊的实质是其高频分量被衰减，因而可以用高频加重滤波来使图像清晰。但能够进行锐化处理要求图像有较高的信噪比，否则图像锐化后信噪比更低。因为锐化将使噪声受到比信号还强的增强。一般是先去除或减轻干扰噪声后，才能进行锐化处理。第1页/共35页2图像的锐化图像的锐化 微分法 高通滤波 拉普拉斯运算第2页/共35页3微分法微分法第3页/共35页4微分法微分法 图像模糊的实质就是图像受到平均或积分运算，为实现图像的锐化，必须用

2、它的反运算“微分”，微分运算是求信号的变化率，有加强高频分量的作用，从而使图像轮廓清晰。为了把图像中向任何方向伸展的边缘和轮廓的模糊变得清晰，希望对图像的某种导数运算是各向同性的，可以证明偏导数的平方和运算是各向同性的，梯度和拉普拉斯运算也是符合上述条件的。第4页/共35页5微分法微分法微分法：梯度法Sobel算子第5页/共35页6梯度法梯度法 对于图像f(x,y)，它在点(x,y)处的梯度是一个矢量，定义为：梯度法梯度的两个重要性质是：(1)梯度的方向在函数f(x,y)最大变换率的方向上；(2)梯度的幅度用Gf(x,y)表示，并由下式算出：梯度的数值就是f(x,y)在其最大变化率方向上的单位

3、距离所增加的量。第6页/共35页7梯度法梯度法 对数字图像而言，可以近似为：也可以简化为：各像素的位置如右图所示，这种梯度法又称为水平垂直差分法。第7页/共35页8梯度法梯度法 以上两种梯度近似算法在图像的最后一行和最后一列的各像素的梯度无法求得，一般就用前一行和前一列的梯度值近似代替。由梯度的计算可知，在图像中灰度变化较大的边沿区域其梯度值大，在灰度变化平缓的区域其梯度值较小，而在灰度均匀区域其梯度值为零。第8页/共35页9梯度法梯度法下图为一幅二值图像经水平垂直差分计算的结果：由此可见，图像经过梯度运算后，留下灰度值急剧变换的边沿处的点。第9页/共35页10梯度法梯度法 梯度法图像锐化示例

4、：第10页/共35页11梯度法梯度法 梯度计算完之后，可以根据需要生成不同的梯度增强图像。第一种是使各点的灰度g(x,y)等于该点的梯度幅度：此法的缺点是增强的图像仅显示灰度变化比较陡的边缘轮廓，而灰度变化平缓的区域则呈黑色。第11页/共35页12梯度法梯度法第12页/共35页13梯度法梯度法 第二种增强图像是使：式中T是一个非负的阈值，适当选取T，既可使明显的边缘轮廓得到突出，又不会破坏原灰度变化比较平缓的背景。第13页/共35页14梯度法梯度法 第三种增强图像是使：式中LG是根据需要指定的一个灰度级，它将明显边缘用一个固定的灰度级来实现。第14页/共35页15梯度法梯度法 第四种增强图像是

5、使：此法将背景用一个固定灰度级LG来实现，便于研究边缘灰度的变化。第15页/共35页16梯度法梯度法 第五种增强图像是使：此法将背景和边缘用二值图像表示，便于研究边缘所在位置。第16页/共35页17梯度法梯度法 梯度法不同锐化效果演示：第17页/共35页18SobelSobel算子算子 为了简化计算，可以用g=|Sx|+|Sy|来代替前面的计算，从而得到锐化后的图像。从上面的讨论可知，Sobel算子不像普通梯度算子那样用两个像素之差值，而用两列或两行加权和之差值，这就导致了以下两个优点：(1)由于引入了平均因素，因而对图像中的随机噪声有一定的平滑作用；(2)由于它是相隔两行或两列之差分，故边缘

6、两侧之元素得到了增强，故边缘显得粗而亮。第18页/共35页19 Sobel算子图像锐化示例：SobelSobel算子算子第19页/共35页20拉普拉斯运算拉普拉斯运算第20页/共35页21拉普拉斯运算拉普拉斯运算 拉普拉斯算子处理是常用的边缘增强处理算子，它是各向同性的二阶导数：f、g分别表示锐化前后的图像，k为与扩散效应有关的系数。上式表示模糊图像f经拉普拉斯算子锐化以后得到的不模糊图像g。这里对k的选择要合理，k太大会使图像中的轮廓边缘产生过冲；k太小，锐化不明显。如果图像的模糊是由扩散现象引起的(如胶片颗粒化学扩散，光点散射)，则锐化后的图像g为：第21页/共35页22拉普拉斯运算拉普拉

7、斯运算对数字信号来讲，一维情况时，f(x)的二阶偏导数可表示为：第22页/共35页23拉普拉斯运算拉普拉斯运算例：设有一数字图像f(i,j)=1n，其各点的灰度级值如下所列“,0,0,0,1,2,3,4,5,5,5,5,5,5,6,6,6,6,6,6,3,3,3,3,3,”，计算及锐化后的各点灰度级值g(设k=1)。(1)首先计算各点的例如第3点：第8点：各点拉普拉斯算子如下：,0,0,1,0,0,0,0,-1,0,0,0,0,1,-1,0,0,0,0,-3,3,0,0,0,第23页/共35页24拉普拉斯运算拉普拉斯运算(2)计算例如第3点：第8点：锐化后各点的灰度值为：,0,0,1,1,2,

8、3,4,6,5,5,5,5,4,7,6,6,6,6,9,0,3,3,3,(3)从以上例子可以看出，在灰度级斜坡底部(如第3点)和界线的低灰度级侧(如第13、20点）形成下冲。在灰度级斜坡顶部(如第8点)和界线的高灰度级侧(如第14、19点)形成上冲。在灰度级平坦区域(如第9-12点，第15-18点)，运算前后没变化。第24页/共35页25拉普拉斯运算拉普拉斯运算为此拉普拉斯算子为：可见数字图像在(i,j)点的拉普拉斯算子，可以由(i,j)点灰度级值减去该点邻域平均灰度值来求得。当k=1时，拉普拉斯锐化后的图像为：第25页/共35页26 拉普拉斯运算图像锐化示例：拉普拉斯运算拉普拉斯运算第26页

9、/共35页275.5 图像的伪彩色处理图像的伪彩色处理第27页/共35页28伪彩色处理伪彩色处理 伪彩色处理是图像处理中常用的一种方法，所谓伪彩色处理是指通过将每个灰度级匹配到彩色空间上的一点，将单色图像映射为一幅彩色图像的一种变换。可将按某种规则生成的映射存储在查找表中，从而简单地给每个灰度级赋一彩色。一般是将灰度轴匹配到颜色空间中的一条连续的曲线上。伪彩色处理可以是连续彩色，也可以是由几种彩色单独构成。第28页/共35页29密度分割密度分割 密度分割是伪彩色处理技术中最简单的一种。设一幅黑白图像f(x,y)，在某一个灰度级如f(x,y)=L1上设置一个平行(x,y)平面的切割平面，如下图所

10、示。密度分割第29页/共35页30密度分割密度分割 黑白图像被切割成只有两个灰度级，对切割平面以下的即灰度级小于L1的像素分配给一种颜色(如蓝色)，相应地切割平面以上的即灰度大于L1像素分配给另一种颜色(如红色)。这样切割结果就可以将黑白图像变为只有两个颜色的伪彩色图像。若将黑白图像灰度级用M个切割平面去切割，就会得到M个不同灰度级的区域S1,S2,SM。对这M个区域中的像素认为分配给M种不同颜色，就可以得到具有M种颜色的伪彩色图像，如前图所示。密度分割伪彩色处理的优点是简单易行，便于用软件或硬件实现，还可以扩大它的用途，如计算图像中某种灰度级面积等。第30页/共35页31灰度级彩色变换灰度级

11、彩色变换 这种伪彩色处理技术(在遥感技术中常称为假彩色合成方法)，可以将黑白图像变为具有多种颜色渐变的连续彩色图像，实际图像的连续伪彩色变换，如图所示。灰度级彩色变换第31页/共35页32灰度级彩色变换灰度级彩色变换 这种伪彩色变换后图像视觉效果较好，其变换方法是先将黑白灰度图像送入具有不同变换特性的红、绿、蓝3个变换器，然后再将3个变换器的不同输出分别送到彩色显像管的红、绿、蓝电子枪。同一灰度由于3个变换器对其实施不同变换，而使3个变换器输出不同，从而在彩色显像管里合成某一种彩色。若黑白图像f(x,y)灰度级在0L之间变化，IR、IB、IG会有不同的输出，从而合成不同的彩色图像。第32页/共

12、35页33滤波法滤波法 这是一种在频率域进行伪彩色处理的技术，与前面方法不同的是输出图像的伪彩色与黑白图像的灰度级无关，而是取决于黑白图像中不同空间频率成分。滤波法 比如为了突出图像中高频成分(图像细节)将其变为红色，只要将红通道滤波器设计成高通特性即可。可以结合其它处理方法，如在附加处理中实施(如直方图修正等)使其彩色对比度更强。第33页/共35页34滤波法滤波法 图为从3个不同频率的滤波器输出的信号再经过傅立叶反变换，可以对其做进一步的处理，如直方图均衡化。最后把它们作为三基色分别加到彩色显象管的红、绿、蓝显示通道，从而实现频率域的伪彩色处理。第34页/共35页35感谢您的观看。第35页/共35页