05_图像增强2_prt

合集下载

第四章 图像增强

第四章 图像增强
中南大学信息物理工程学院测绘所 梅小明
数字图像处理
例如,某像素5×5邻域的灰度分布如图,经 计算9个掩模区的均值和方差为:
3 6 7 4 2 3 4 3 1ͣ 1 2 2 2 4 5 1 1 4 3 3 6
均值 对应的 方差
4
4
3
2
3
4
2
3
3
4 8 4 4
54 7 17 17 28 31 23 26 0
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
4.1 图像的对比度增强
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
图像的直方图修正

定义:数字图像中各灰度级与其出现的频数间的 统计关系,可表示为:
直方图反映了图像的清晰程度,当直方图均匀分布 时,图像最清晰。由此,我们可以利用直方图来达 到使图像清晰的目的。 直方图均衡化:通过原始图像的灰度非线性变换, 使其直方图变成均匀分布,以增加图像灰度值的动 态范围,从而达到增强图像整体对比度,使图像变 清晰的效果。
梅小明
图像平滑
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法的举例及与平均滤波法 的对比
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法
数字图像处理
中南大学信息物理工程学院测绘所
第四章 图像增强



概述 图像的对比度增强 图像的直方图修正 图像平滑 图形锐化 图像的同态滤波 图像的彩色增强

图像增强技术讲解课件

图像增强技术讲解课件

概率
0.35 0.3
0.25 0.2
0.15 0.1
0.05 0 0 1
规定的直方图
0.3
0.2 0.15
0.2 0.15
0
2345678 灰度级
灰度切分
是一种提高图像中某个灰度级范围的亮度,使其变得 比较突出的增强对比度的方法。
基本的实现方法包括两种: ◆ 一种是给所关心的灰度范围指定一个较高的灰度 值,而给其它部分指定一个较低的灰度值或0值。 ◆ 另一种是给所关心的灰度范围指定一个较高的灰 度值,而其它部分的灰度值保持不变
灰度切分
g
g
➢实际应用中,有时需要具有特定直方图的图像 ,以便能够有目的地对图像中的某些灰度级分布 范围内的图像加以增强。
➢直方图规定化方法可以按照预先设定的某个形 状来调整图像的直方图。
5.2.3 直方图规定化
(1) 对原始直方图进行灰度均衡化
k

tk EHs (si ) ps (si )
i0

(2) 规定需要的直方图,计算能使规定直方
g0 =0.19 g1 =0.44 g2 =0.65 g3 =0.81 g4=0.89 g5=0.95 g6=0.98 g7=1
g0 = 1/7 g1 =3/7 g2 =5/7 g3 =6/7 g4 = 6/7 g5=1 g6 = 1 g7=1
例 把计算的gk就近安排到8个灰
度级中。
fk f0=0 f1=1/7 f2=2/7 f3=3/7 f4=4/7 f5=5/7 f6=6/7 f7=1
nk 790 1023 850 656 329 245 122 81
P (f k ) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02

第05-02章 遥感图像增强(GIS学生用)

第05-02章 遥感图像增强(GIS学生用)

*执行傅立叶逆变换
第五章
作业
♣要求:分别利用低通滤波器和高通滤波器, 对klon_tm.img进行傅立叶增强处 理,并比较这两种方法分别对哪些地 物的增强效果更好?
(注意:须在文件名上注明)
※ERDAS的Model Maker 模块
♣ Model Maker 模块中系数矩阵的定义
●傅立叶图像的低通滤波
▲Fourier Editor视窗菜单条:Mask菜单/Filters…
●傅立叶图像的低通滤波
滤波器类 型: Low Pass或 High Pass
●傅立叶图像的低通滤波
滤波器窗口的类型: Ideal、Bartlett、 Butterworth、Gaussian或Hanning
作同前)
●傅立叶图像的高通滤波
原图像
高通滤波处理后
NOTE:在进行图像的傅立叶变换处理后,最好在ERDAS视窗中 同时打开处理前和处理后的图像,并观测处理前后图像的变化.
●高/低通滤波的效果差异
低通滤波处理后
高通滤波处理后
NOTE:在进行图像的傅立叶变换处理后,最好在ERDAS视窗中 同时打开处理前和处理后的图像,并观测处理前后图像的变化.
第 二节 边缘增强法
★遥感图像的边缘增强:对图像上局部范围内多个像素 的灰度值进行综合处理,从而达到改善图像质量、突 出有用信息. ★实现方法: 2.频率域滤波增强(P54)
傅立叶变换 滤波 傅立叶逆变换
f(x,y)
F(u,v)
H(u,v)
G(u,v)
g(u,v)
f(x,y):空间域图像;F(u,v):频率域图像;H(u,v) 为滤波器; G(u,v):对F(u,v)的频谱进行滤波增强 处理后得到的图像;g(u,v):将图像G(u,v)经过反 变换,变回到空间域得到增强后的图像

图像增强PPT课件

图像增强PPT课件
0.25
0.21
0.16
0.08
0.06
0.03
0.02*Fra bibliotek由下面公式可以得到s2…..s7
*
均衡化过程
原灰度级
变换函数值
原灰度级分布
原来像素数
新灰度级
新灰度级分布
r0=0
s0=T(r0)=0.19
0
790
r1=1/7
s1=T(r1) =0.44
1/7=0.14
1023
r2=2/7
s2=T(r2) =0.65
*
一、线性变换 对比度:亮度最大值和最小值之比称为亮度对比度 线性变换—>扩展对比度:通过将亮暗差异(即对比度)扩大,把人所关心的部分强调出来。原理是: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,来实现对亮暗差异的扩大。
4.1.1 灰度变换法
*
设原图、处理后的结果图的灰度值分别为[f(i,j)]和[g(i,j)] ; 要求[g(i,j)]和[f(i,j)]均在[0,255]间变化,但是g的表现效果要优于f。 因为f和g的取值范围相同,所以通过 抑制 不重要的部分,来 扩展 所关心部分的对比度。
1.00
81
s0’(790)
790/4096=0.19
s1’(1023)
1023/4096=0.25
s2’(850)
850/4096=0.21
s3’(985)
985/4096=0.24
s4’(448)
448/4096=0.11
*
直方图均衡化结果
图像直方图均衡化
0 rk
*
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,该如何处理?

图像增强(1)ppt课件

图像增强(1)ppt课件

对比度太差
2、图像降质——噪声
原始图像 Density= 0.2 Salt&Pepp er盐和胡椒 噪声
Mean=0.0 1, Var=0.02 高斯噪声
Var=0.01 Speckle斑 点噪声
一、图像增强概述
3、图像增强的定义
图像增强技术: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 像特征,故改善后的图像并不一定要去逼近原 图像。图像增强的目的是提高可懂度。
g(x, y)
M
g
压缩 拉伸
d
c 仔细调整折线拐点的位置及控制分段直线的斜率,可以对 f (x, y) a b M 图像的任一灰度区间进行拉伸或压缩 。
f
分段线性变换
若大部分像素的灰阶分布在[a, b]之间 ,小部分灰 度级超出了此区域,为了改善增强效果,可以用如下所 示的变换关系:
c d c g ( x ,y ) ( f( x ,y ) a ) c b a d
对于一幅输入图像,经过点运算将产生一幅输
出图像。

输出图像上每个像素的灰度值仅由相应输入像素 的灰度值决定,而与像素点所在的位置无关。
典型的点运算:

对比度增强、对比度拉伸或灰度变换。
(一)灰度级校正
在成像过程中,如光照的强弱、感光部件的
灵敏度、光学系统引起图像亮度分布的不均匀。
标定系统失真系数的方法: 采用一幅灰度级为常数C的图像成像,若 经成像系统的实际输出为 gc (i, j) ,则有
g ( i ,j ) e ( i ,j ) C c
(一)灰度级校正
可得比例因子: 1 e ij , gijC , c 可得实际图像g(i,j)经校正后所恢复的原始图像

图像增强ppt教学课件

图像增强ppt教学课件

东华理工大学 官云兰
②指数变换
指数变换的一般表达式:
g(i, j) bcf (i,j)a 1
参数a,b,c用来调整曲线的位置和形状。 效果:较大的扩展图像的高灰度区,压缩低灰度区
东华理工大学 官云兰
二、直方图修正法
灰度直方图反映了数字图像中每一灰度级与其 出现频率间的关系,它能描述该图像的概貌。
rk
nk
pr(rk)=nk/n
sk累积
sk并
sk
nsk
pk(sk)
r0=0 790
0.19
0.19 1/7 s0=1/7 790 0.19
r1=1/7 1023
0.25
0.4Байду номын сангаас 3/7 s1=3/7 1023 0.25
r2=2/7 850
0.21
0.65 5/7 s2=5/7 850 0.21
r3=3/7 656
直方图均衡化的效果
• 各灰度级出现的频率近似相等; • 原图像上频率小的灰度级被合并,实现压缩;频率
高的灰度级被拉伸,因此可以使亮度集中于中部的 图像得到改善,增强图像上面积地物与周围地物的 反差。
东华理工大学 官云兰
例:假定有一幅总像素为n=64×64的图像,灰度级数为 8,各灰度级分布见下表,对其均衡化。计算过程如下:
灰度变换

空间域点局邻运部 域算 运算算直图 图方像 像图锐 平修化 滑正法规 均定 衡化 化

图像增强频率域高低低通通通滤滤滤波波波
同高态通滤滤波波增强
假彩色增强
彩色增强伪彩色增强
彩色变换增强
图像的代数运算
东华理工大学 官云兰
5.1 图像增强的点运算

最新【数字图像处理技术与应用】第三章 图像增强ppt课件

最新【数字图像处理技术与应用】第三章  图像增强ppt课件

线性对比度展宽 —— 灰级窗
当256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,每次只把窗内的灰度级展 宽,而把窗外的灰度级完全抑制掉。(示例)
例如,CT图像的原始数据为12bit (或是16bit),要将其显 示出来,则只能转换为8bit,于是有了16归并为1(或256归 并为1)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。
线性对比度展宽 —— 灰级窗的实现方法
如图所示,绘级窗实际上是线性对比度展宽的 一种特殊形式。
g(i,j)
255
γ
gb
β
ga α
ab
255
线性对比度展宽
g(i,j)
255
f(i,j)
β
i,j)
动态范围调整
—— 动态范围的概念
动态范围:是指图像中所记录的场景中从暗到 亮的变化范围。
线性对比度展宽
对比度展宽的目的是:通过将亮暗差异(即对比 度)扩大,来把人所关心的部分强调出来。
原理是,进行像素点对点的,灰度级的线性影射。 该影射关系通过调整参数,来实现对亮暗差异的 扩大。
线性对比度展宽 —— 实现方法
设原图、处理后的结果图的灰度值分别为[g(i,j)]和 [f(i,j)]; 要求[g(i,j)]和[f(i,j)]均在[0,255]间变化,但是g的 表现效果要优于f。
直方图均衡化方法实现 —— 1.求直方图
设f、g分别为原图像和处理后的图像。
求出原图f的灰度直方图,设为h。 显然,在[0,255]范围内量化时,h是一个256维 的向量。
直方图均衡化方法实现 —— 1.求直方图

13998
21373

图像处理中的图像增强算法使用技巧

图像处理中的图像增强算法使用技巧

图像处理中的图像增强算法使用技巧在图像处理领域,图像增强是一项重要的任务。

图像增强的目标是提高图像的视觉质量,使得图像更加清晰、鲜明,以便更好地进行后续处理或者人眼观察。

为了实现这一目标,图像增强算法被广泛使用,并且不断发展。

下面将介绍一些常见的图像增强算法以及它们的使用技巧。

1. 线性滤波线性滤波是一种基础的图像增强算法,常用于对图像进行平滑和锐化。

常见的线性滤波算法包括均值滤波、高斯滤波和拉普拉斯滤波。

在使用线性滤波算法时,需要根据图像的特点选择合适的滤波器大小和参数设置,以达到最佳的增强效果。

2. 直方图均衡化直方图均衡化是一种常用的图像增强算法,用于提高图像的对比度。

它通过对图像的像素值进行重新分布,使得图像的直方图均匀分布在整个灰度范围内。

在应用直方图均衡化时,需要注意处理图像的局部对比度,以避免过度增强和失真。

3. 空域滤波空域滤波是一种基于像素的图像增强算法,通过对图像的像素进行运算来改变图像的外观。

常见的空域滤波算法包括锐化滤波、边缘增强和细节增强。

使用空域滤波算法时,需要选择合适的滤波器类型和参数,以获得理想的增强效果。

4. 频域滤波频域滤波是一种基于图像的频率分析的图像增强算法。

它通过对图像的傅里叶变换来分析图像的频谱特征,并根据需要对频谱进行修正,从而改变图像的视觉质量。

常用的频域滤波算法包括高通滤波和低通滤波。

在应用频域滤波算法时,需要注意选择合适的频率域区域和阈值,以避免引入噪声和失真。

5. 增强图像细节图像细节是图像中重要的信息之一,因此在图像增强过程中,保留和增强图像的细节是很重要的。

为了增强图像的细节,可以使用局部对比度增强算法、非局部均值算法、细节增强滤波器等。

这些算法可以根据图像的特点和需求来调整参数,以突出图像的细节。

6. 抑制噪声图像中常常存在各种类型的噪声,如高斯噪声、椒盐噪声等。

噪声会影响图像的视觉质量和后续处理的效果,因此在图像增强中需要考虑对噪声的抑制。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第五章 图像增强
1000
0 64
255
刘定生 中科院中国遥感卫星地面站 5
空域处理—直方图增强
得到变换函数
变换后的图像和直方图
T(0) = 85 ... T(63) = 85 T(64) = 170 ... T(254) = 170 T(255) = 255
第五章 图像增强
1000
0 85 170 255
刘定生 中科院中国遥感卫星地面站 32
8
空域处理—彩色图像增强
伪彩色增强
¾ 人类可以分辨比灰度层次更多的颜色种类 ¾ 将灰度图像变换为彩色图像——伪彩色图像 ¾ 方法:伪彩色变换,密度分割
¾伪彩色变换法—独立映射表变换法
9对灰度图像 f(x, y),建立颜色映射表:
I R = TR (I )
I G = TG (I )
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 12
3
空域处理—直方图增强
直方图匹配
¾ 算法基本思路与设计:设: 9 {rk}是原图像的灰度 9 {zk}是符合指定直方图结果图像的灰度 我们的目标是:找到一个灰度级变换H,有:
z = H(r)
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 13
数字图像处理与分析
第五章 图像增强2
刘定生 中科院中国遥感卫星地面站
2005年春季学期
1
空域处理—直方图增强
直方图均衡化
¾ 一种自动调节图像对比度质量的算法 ¾ 使用的方法是灰度变换:s = T(r) ¾ 求基出本灰思度想变是换通函过数灰T度(r级) r的概率密度函数p(rk ),
直方图均衡化的技术要点:
9 彩色平衡:纠正偏色的过程叫作彩色平衡。
¾ 彩色平衡的实现,是通过调整灰平衡,使 偏色区域,恢复成灰色来达到的。
¾ 当灰色的亮度达到一定程度时,显现为白 色,因此有时亦称之为白平衡调整
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 19
空域处理—彩色图像增强
在RGB模型上增强——彩色平衡
¾ 与彩色平衡相关的几个定义
刘定生 中科院中国遥感卫星地面站 7
空域处理—直方图增强
计算变换T:
T(0) = 1000/3000 * 255 = 85 T(63) = T(62) + 0/3000 = 85
T(64) = (1000/3000 + 1000/3000)*255 = 170 T(254) = T(253) + 0/30000 = 170
4
空域处理—彩色图像增强
彩色图像增强 ¾ 在RGB模型上增强 ¾ 在HSI模型上增强 ¾ 伪彩色图像处理
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 17
空域处理—彩色图像增强
¾ 与彩色平衡相关的几个定义
9 灰度平衡:使RGB彩色设备的彩色分量混 合后,颜色失去色调和饱和度产生灰色, 这种颜色混合效果被称为灰度平衡,一般 情况下,等量的RGB产生灰色。
B1* B2*
= =
G1 G2
= =
l1* B1 l1* B2
+ l2 ⎫ ⎬
+ l2⎭
求出:l1和l2
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 23
空域处理—彩色图像增强
¾ 彩色平衡实现的算法
9 以G分量为基准,修改R和B分量使之等于G,可有 对应关系:
F1 = (R1, G1, B1)
F1* = (R1*, G1, B1* ) = (G1, G1, G1)
F2 = (R2 , G2 , B2 )
F2* = (R2*, G2 , B2* ) = (G2 , G2 , G2 )
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 22
空域处理—彩色图像增强
¾ 彩色平衡实现的算法
9 分别对R、G、B图像实施变换: R(x, y)* = k1* R(x, y) + k 2
调整G、B去匹配R。从而有线性变换中的两变换点 G: 31 ⇒ 25; 79 ⇒ 75 B: 37 ⇒ 25; 77 ⇒ 75
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 25
空域处理—彩色图像增强
在HSI模型上增强
¾ 通过色调进行处理 ¾ 通过亮度进行处理 ¾ 通过颜色饱和度进行
处理
第五章 图像增强
(1) 对每个象素的饱和度分量乘一个大于1的常量(如 1.3),使得图像的颜色更为鲜明
(2) 对每个象素的饱和度分量乘一个小于1的常量(如 0.8),使得图像的颜色的鲜明度降低。
(3) 有选择地调整图像的颜色饱和度,可以以色调、选 区作为是否进行饱和度处理的根据。例如只对红 色调提高饱和度
第五章 图像增强
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 8
2
空域处理—直方图增强
矫正后变换函数为:
T(0) = 0 ... T(63) = 0 T(64) = 128 ... T(254) = 128 T(255) = 255
第五章 图像增强
1000
0
128 255
刘定生 中科院中国遥感卫星地面站 9
空域处理—直方图增强
例如:某黑色区域的平均取值是:
R = 0 , G = 12, B = 7 说明有青色色偏
9 检查高饱和度的颜色是否正常,即检查在现实中应 该是纯色的物体,在图像中是否有偏色
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 20
5
空域处理—彩色图像增强
¾ 彩色平衡实现的算法
选择两个颜色分量(如RB),去匹配第三个(如G) 9 在图像中选取两个浅灰或深灰区域(这些区域也许 已经不是灰色) 9 计算这两个域的RGB平均值,设为
T(255) = (1000/3000 + 1000/3000 + 1000/3000)*255 = 255
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 6
空域处理—直方图增强
问题:
图像最暗处依赖于原图像0灰阶像素的个数 有偏亮的倾向。
1000
0 85 170 255
矫正:Xo=[(Xi-85) / (255-85)] * 255
空域处理—直方图增强
直方图匹配
¾ 算法基本思路与设计: 3) 根据均衡化的概念,s,v的直方图都是常量, 由此可用 s 替代 v进行上述逆变换:
z = G-1 (s) 4) 由直方图变换的线性特性,可有G-1和T的复
合变换:
z = G-1 (T(r)) = G-1T(r)
H = G-1T
第五章 图像增强
(2) 对每个象素的亮度分量上乘一个小于1的常量(如0.8), 使得图像的亮度降低。
(3) 有选择地调整图像的亮度,可以以色调、选区作为是否 进行亮度处理的根据。例如只对红色调提高亮度。
(4) 对亮度分量进行直方图均衡化
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 30
空域处理—彩色图像增强
¾ 主要应用:
I B = TB (I )
9形成RGB图像各分量为: R (x , y ) = T R ( f (x , y ))
G (x , y ) = TG ( f (x , y ))
¾ 公理:直方图p(rk ),为常数的图像对比度最好 ¾ 目标:寻找一个灰度变换函数T(r),使结果图像
的直方图p(sk )为一个常数
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 3
第五章 图像增强(2)
¾ 图像增强引言
¾ 空域处理
9点运算增强 9直方图增强 9彩色图像增强 9空域模板滤波
¾ 频域处理
9频域滤波 9从频域规范产生空域模板
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 2
空域处理—直方图增强
直方图均衡—灰度变换函数
1) 求出原图 f 的灰度直方图,设为h。h为一个256维的向 量。
2) 求出图像 f 的总体像素个数, Nf=m × n
3) 计算每个灰度的像素个数在整个图像中所占的百分比: hs(i)=h(i)/Nf (i=0,1,…,255)
B(x, y)* = l1* B(x, y) + l2 G(x, y)* = G(x, y)
9 得到彩色平衡图像
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 24
6
空域处理—彩色图像增强
¾ 彩色平衡实现的算法举例
设:在图像中选取两个浅灰或深灰区域,并计算这 两个域的RGB平均值,得: R1 = 25 ;G1 = 31;B1 = 37 R2 = 75 ;G2 = 79;B2 = 77
¾ 主要应用
9 改变图像的气氛(如暖色和冷色的气氛变化,早晚 气氛的变化)
9 换色(对指定色调的颜色进行更星地面站 28
7
空域处理—彩色图像增强
通过亮度进行处理 ¾ 基本思想
9 将图像转换到HSI色空间 9 对指定亮度值I,乘上一个调整量∆I
I’ = I * ∆I
9 偏色:采样过程中,由于设备、环境的原 因会造成图像的三个颜色分量不同的变换 关系,使图像中所有物体的颜色偏离了其 原有的真实色彩,这种现象被称为偏色。 如图像的灰色部分带有了颜色
第五章 图像增强
刘定生 中科院中国遥感卫星地面站 18
空域处理—彩色图像增强
¾ 如何判断彩色图像的偏色
9 检查图像的灰平衡(白平衡)情况,即检查在现实 中应该是灰色(白色)的物体,在图像中是否是灰 色(白色)
刘定生 中科院中国遥感卫星地面站 15
空域处理—直方图增强
直方图匹配
¾ 算法基本思路与设计: 1) 对{rk}、{zk}分别做直方图均衡化
相关文档
最新文档