第三章遥感数字图像增强处理
遥感数字图像处理复习资料(1-4章)
第一章概论1、按图像的明暗程度和空间坐标的连续性，可以分为数字图像和模拟图像。
数字图像：可用计算机存储和处理，空间坐标和灰度均不连续。
模拟图像：计算机无法直接处理，空间坐标和明暗程度连续变化。
2遥感数字图像中的像素值称为亮度值（灰度值/DN值），它的高低由传感器所探测到的地物电磁波的辐射强度决定。
2、遥感数字图像处理的主要内容包括以下三个方面：图像增强、图像校正、信息提取。
1）图像增强：用来改善图像的对比度，突出感兴趣的地物信息，提高图像大的目视解译效果，它包括灰度拉伸、平滑、锐化、滤波、变换（K—L/K—T）、彩色合成、代数运算、融合等。
图像显示：为了理解数字图像中的内容，或对处理结果进行对比。
图像拉伸：为了提高图像的对比度（亮度的最大值与最小值的比值），改善图像的显示效果。
2）图像校正（恢复/复原）：为了去除和压抑成像过程中由各种因素影响而导致的图像失真。
注意：图像校正包括辐射和几何校正，前者通过辐射定标和大气校正等处理将像素值由灰度级改变为辐照度或反射率，后者利用已有的参照系修改像素坐标，使得图像能够与地图匹配或多景图像之间可以相互匹配。
3）信息提取：从校正后的遥感数据中提取各种有用的地物信息。
包括图像分割、分类等。
图像分割：用于从背景中分割出感兴趣的地物目标。
分割的结果可作为监督分类的训练区。
图像分类：按照特定的分类系统对图像中像素的归属类别进行划分。
3、遥感数字图像处理系统：硬件系统（输入、存储、处理、显示、输出），软件系统。
4、数字图像处理的两种观点：离散方法（空间域）、连续方法（频率域）2.遥感图像的获取和存储1、遥感是遥感信息的获取、传输、处理以及分析判读和应用的过程。
遥感的实施依赖于遥感系统2、遥感系统是一个从地面到空中乃至整个空间，从信息收集、储存、传输、处理到分析、判读、应用的技术体系，主要包括遥感试验、信息获取（传感器、遥感平台）、信息传输、信息处理、信息应用等5个部分。
第三章遥感数字图像增强处理
1 g ( x, y ) M
( i , j )A
f (i, j)
均值滤波器模板
0
1 0
1
0 1
0
1 0
1 1 1
1 0 11 1 1Fra bibliotek均值滤波器
原始图象
Mean 5x5
Mean 11x11
中值滤波器
在邻域平均法中，是将n×n局部区域中的灰度的平 均值作为区域中央象元的灰度值。而在中值滤波中，是 把局部区域中灰度的中央值作为区域中央象元的值。
f 2 f 2 ( ) ( ) x y
f ( x, y ) f ( x, y ) 设t1 , t2 x y gradf(x,y) t t2
2 1 2
用绝对值可得到以下近似的结果
gradf( x, y) t1 t2
• 连续域的微分----离散域的差分 对于数字图像，连续导数形式可以用求差来近 似表示
t1 f ( x, y ) f ( x 1, y 1) t2 f ( x 1, y ) f ( x, y 1)
1 0 0 1
t1=
0
-1
t2＝
-1 0
Roberts
常见的梯度算子模板
Prewitt和Sobel梯度
-1 -1 -1 0 -1 0 1
t1＝
0
0
t2＝
Prewitt
如果假设卷积函数为H(m,n)，其大小为M,N。对 应图像窗口内灰度值为f(m,n)，则卷积运算可通过 下式表示。
g ( x, y ) f (m, n) H (m, n )
m 1 n 1 M N
在实际应用中，经常使图像窗口与模板像元的灰度值 对应相乘再相加，相加的总和再除以模板内所有值的 和作为中心像元新的灰度值。模板运算的公式为
遥感数字图象处理课件.ppt
加色法彩色合成与减色法彩色合成
Байду номын сангаас
加色法三原色
减色法三原色
三、光学增强处理
✓ 图像的光学增强处理方法具有精度高， 反映目标地物 更真实，图像目视效果等优点，是遥感图像处理的重 要方法之一。
✓ 计算机图像处理的优点在于速度快、操作简单、效率 高等优点，有逐步取代光学方法的趋势。
2、颜色的性质：
所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。 颜色的性质由明度、色调、饱和度来描述。
（1）明度：是人眼对光源或物体明亮程度的感觉。物体
反射率越高，明度就越高。
（2）色调：是色彩彼此相互区分的特性。 （3）饱和度：是色彩纯洁的程度，即光谱中波长段是否窄，
频率是否单一的表示。
第一节 遥感图像的光学处理原理及方法
一、颜色视觉
1、亮度对比和颜色对比
（1）亮度对比：对象相对于背景的的明亮程度。改变对
比度，可以提高图象的视觉效果。 C=(L对象 – L 背景）/ L 背景
（2）颜色对比：在视场中，相邻区域的不同颜色的相互
影响叫做颜色对比。两种颜色相互影响的结果，使每种颜 色会向其影响色的补色变化。在两种颜色的边界，对比现 象更为明显。因此，颜色的对比会产生不同的视觉效果。
③ 色度图：可以直观地表现颜色相加的 原理,更准确地表现颜色混合的规律.
CIE色度图
3、颜色相减原理
减色过程:
白色光线先后通过两块滤光片的过程.
颜色相减原理:当两块滤光片组合产生颜色混合时,入
射光通过每一滤光片时都减掉一部分辐射，最后通过的光是经过 多次减法的结果.
减法三原色:黄、品红、青
遥感数字图像处理教程
遥感数字图像处理教程第一章名词解释1、遥感数字图像（P1）:以数字形式存储和表达的遥感图像2、A/D 转换（P1）：把模拟图像转变成数字图像称为模/数转换，记作A/D 转换3、D/A 转换（P1）：把数字图像转 变成模拟图像称为数/模转换，记作D/A 转换简答题1、模拟图像（照片）与遥感数字图像有什么区别？ （P2） 答表1.1遥感数字图像与印刷照片的区别颜色没有特定的规则，在处理过程「二可以根据需 要通过合成产生多个波段（3-8000） 2、怎么理解图像处理的两个观点？ （P7）答：两种观点是：离散方法的观点和连续方法的观点。
1 .离散方法：图像的存储和表示均为数字形式，数字是离散的，因此，使用离散 方法进行图像处理才是合理的。
与该方法相关的一个概念是空间域。
空间域图像 处理以图像平面本身为参考，直接对图像中的像素进行处理。
2 .连续方法：图像通常源自物理世界，它们服从可用连续数学描述的规律，因此 具有连续性，应该使用连续数学方法进行图像处理。
与该方法相关的一个主要概 念是频率域。
频率域基于傅里叶变换，频率域的图像处理是对傅里叶变换后产生 的反映频率信息的图像进行处理。
完成频率域图像处理后，往往要变换回到空间 域进行图像的显示和对比。
四、论述题1、什么是遥感数字图像处理，主要内容有哪些？ （P2）答：遥感数字图像处理是通过计算机图像处理系统对遥感图像中的像素进行系列 操作的过程。
（1）图像增强：使用多种方法去除噪声，增强显示图像整体或突出图像中的特 定地物的信息，使图像更容易理解、解释和判读。
例：例如灰度拉伸、平滑、锐 化、彩色合成、主成分（K-L ）变换、K-T 变换、代数运算、图像融合照片来自于模拟方式通过摄影系统产生没有像素没有行列结构没有才」推行o 表示投有数据任何点，都没有编号摄影受电黑波谱的成像范围限制遛感数字图像 来自干数字方式 通过扫描和数码相机产生 基本利成单位是像素 具有行和列 可能会观察到扫描行 。
遥感数字图像处理复习整理
数字图像处理复习笔记整理:1.遥感数字图像处理的主要内容：（1）图像增强（2）图像校正（3）信息提取2.数字图像处理两个观点：（1）离散方法：一幅图像的存储和表示均为数字形式，数字是离散的，因此使用离散方法进行图像处理才是合理的。
与该方法相关的概念是空间域（2）连续方法：图像通常源于物理世界，它们服从可用连续数学描述的规律，因此具有连续性应该使用连续数学方法进行图像处理。
与该方法相关的主要概念是频率域。
频率域基于傅里叶变换，频率域的图像处理是对傅里叶变换后产生的反映频率信息的图像进行处理。
3.数字化的两个过程：（1）采样：将空间上连续的图像变换成离散点（即像素）的操作称为采样。
（2）量化：是将像素的灰度值转换成整灰度级的过程。
4.相干图像：微波遥感所产生的图像。
5.通用遥感图像数据格式：（1）BSQ格式：像素按波段顺序一次排列的数据格式（2）BIL格式：像素先以行为单位分块，在每个块内，按照波段顺序排列像素（3）BIP格式：以像素为核心，保持行的顺序不变，在列的方向上按列分块，每个块内为当前像素不同波段的像素值6.遥感图像可以表示为某一时刻t，在不同波长入和不同极化（偏振）方向p，能够收集到的位于坐标（x，y）的目标物所辐射的电磁波能量7.卷积是空间域上针对特定窗口进行的运算，是图像平滑、锐化中使用的基本的计算方法。
设窗口大小为mXn，（i，j）是中心像素，f（x，y）是图像像素值，g（i，j）是运算结果，h（x，y）是窗口模板（或称为卷积核，kernel），那么，卷积计算的公式为对于整个图像，从左上角开始，由左到右、由上到下按照窗口大小顺序进行遍历，即可完成整个图像的卷积计算。
对于图像边缘，由于无法满足窗口对中心像素的要求，其窗口外部的像素值可以用以下任意一种方法来处理：①设为0值；②按照对称原则从图像中取值；③保留原值，不进行计算8.纹理可分为人工纹理和自然纹理。
人工纹理：是由自然背景上的符号排列组成的，这些符号可以是线条、点、字母、数字等。
遥感图像增强
• E直方图均衡化模式
其中:
直方图均衡化模式代码
I = imread('tire.tif'); J = histeq(I); imshow(I) figure, imshow(J) figure,imhist(I,64) figure,imhist(J,64)
%另注:还有直方图规定化模式
• F图像间的代数运算模式
axis tight,xlabel('f'),ylabel('g')
X2=double(X1);
figure,imshow(mat2gray(g))
%变换矩阵中的每个元素
• b图像求反
EH如图
图像求反代码：
X1=imread('2zong.jpg'); figure,imshow(X1)
f1=200;%f1和 g1分别为f，g的最大值 g1=256;
for i=1:m for j=1:n f=X2(i,j); g(i,j)=0;
if (f>=0)&(f<=f1) g(i,j)=r1*f+b1; elseif (f>=f1)&(f<=f2) g(i,j)=r2*f+b2;
r1=(g1-g0)/(f1-f0);
elseif (f>=f2)&(f<=f3)
绿滤片：
绿无绿 无 黄 青无 无
蓝滤片：
蓝 无 无 蓝 无 青 品红 无
合成： 红 红 无 无 黄 无品红 无 绿 无 绿 无 黄 青 无 无
蓝 无 无 蓝 无 青品红 无
恢复原来色彩：白 红 绿 蓝 黄 青 品红 黑
一、遥感图像数字增强意义
遥感数字图像处理第三章图像变换
u=2时, u=3时, 在N=4时，傅立叶变换以矩阵形式表示为 F(u)= =Af(x)
2.二维离散函数的傅立叶变换 在二维离散的情况下，傅立叶变换对表示为 F(u，v)= (3.2—20) 式中u=0，1，2，…，M-1；v=0，1，2，…，N-1。 f(x，y)= (3.2—21) 式中 x=0，1，2，…，M-1；y=0，1，2，…，N-1。 一维和二维离散函数的傅立叶谱、相位和能量谱也分别由前面式子给出，唯一的差别在于独立变量是离散的。 一般来说，对一幅图像进行傅立叶变换运算量很大，不直接利用以上公式计算。现在都采用傅立叶变换快速算法，这样可大大减少计算量。为提高傅立叶变换算法的速度，从软件角度来讲，要不断改进算法；另一种途径为硬件化，它变换
从物理效果看，傅立叶变换是将图像从空间域转换到频率域，其逆变换是将图像从频率域转换到空间域。
换句话说，傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数。
2傅立叶变换
在学习傅立叶级数的时候，一个周期为T的函数f(t)在[-T/2,T/2]上满足狄利克雷（Dirichlet)条件，则在[-T/2,T/2]可以展成傅立叶级数 其复数形式为 其中 可见，傅立叶级数清楚地表明了信号由哪些频率分量组成及其所占的比重，从而有利于对信号进行分析与处理。
第三章 图像变换
1
2
图像变换的目的、要求和应用 傅立叶级数、 频谱分析概念及其意义 一维、二维连续、离散傅立叶变换定义、 性质及其应用
讲解内容
熟悉二维傅立叶变换定义、性质及其应用； 掌握一维傅立叶变换算法及频谱分析方法
目的
从感性理解傅立叶变换，一幅数字图像里面包含有各种信号，有变化缓慢的背景，有变换激烈的边缘和噪声部分，而傅立叶变换就像光学中的三棱镜，在三棱镜的作用下，一束自然光光信号可以分为无数的单色光信号，单色光信号从频谱中心开心频率逐渐增加，那么一幅图像经过一个类似三棱镜的系统（傅里叶变换）就把源图像中的信号给分开了，这样我们就可以做各种处理就更为方便。
遥感图像的增强处理
遥感图像的增强处理一、实验目的通过上机操作，了解空间增强、辐射增强、光谱增强几种遥感图像增强处理的过程和方法，加深对图像增强处理的理解。
二、实验内容对下图进行卷积增强处理；直方图均衡化；主成分变换；色彩变换三、实验过程ERDAS IMAGE图像解译模块主要包括了图像的空间增强、辐射增强、光谱增强、高光谱工具、傅立叶变换、地形分析以及其他实用功能。
1、卷积增强（Convolution）空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。
卷积增强（Convolution）是空间增强的一种方法。
卷积增强（Convolution）时将整个像元分块进行平均处理，用于改变图像的空间频率特征。
卷积增强（Convolution）处理的关键是卷积算子——系数矩阵的选择。
该系数矩阵又称卷积核（Kernal）。
ERDAS IMAGINE将常用的卷积算子放在一个名为default.klb的文件中，分为3*3，5*5，7*7三组，每组又包括“Edge Detect/Low Pass/Horizontal/Vertical”等七种不同的处理方式。
具体执行过程如下：ERDAS图标面板菜单条：Main→Image Interpreter→Spatial enhancement→convolution→convolution对话框。
图3-1 Convolution对话框几个重要参数的设置：边缘处理方法：（Handle Edges by）：Reflection卷积归一化处理：Normalize the KernelKernel：3*3EdgeDetcetInput File(*.hdr): C\data\nj.hdr type:ENVI*.hdrOutput File(*.img): C\11.imgOutput: Unsigned 8 bit2、直方图均衡化（Histogram Equalization）直方图均衡化实质上是对图像进行非线性拉伸，重新分配图像像元值，是一定灰度范围内的像元数量大致相同。
遥感数字图像处理：遥感数字图像处理(62页)
不同波谱分辨率对水铝 反射光谱的获取
时间分辨率
■ 时间分辨率指对同一地点进行遥感来样的时间间隔， 即采样的时间频率，也称重访周期。
■ 遥感的时间分辨率范围较大。以卫星遥感来说，静止 气象卫星（地球同步气象卫星）的时间分辨率为 1次 /0.5小时；太阳同步气象卫星的时间分辨率 2次／天； Landsat为1次／16天；中巴（西）合作的CBERS为1次 ／26天等。还有更长周期甚至不定周期的。
微波遥感与成像
在电磁波谱中，波长在1mm～
1m的波段范围称微波。该 范围内又可再分为毫米波、 厘米波和分米波。在微波 技术上，还可将厘米波分 成更窄的波段范围，并用 特定的字母表示
谱带名称
Ka K
Ku X
微波遥感是指通过微波传
C
感器获取从目标地物发射 或反射的微波辐射，经过 判读处理来识别地物的技
几种遥感图像处理系统简介
■ PCI ■ ERDAS ■ ENVI
PCI简介
■ PCI是加拿大PCI公司的产品，可进行遥感图像的处 理，也可应用于地球物理数据图像、医学图像、雷 达数据图像、光学图像的处理，并能够进行分 析 、制图等工作。它的应用领域非常广泛。
■ PCI拥有最齐全的功能模块：常规处理模块、几 何校正、大气校正、多光谱分析、高光谱分析、 摄影测量、雷达成像系统、雷达分析、极化雷达 分析、干涉雷达分析、地形地貌分析、矢量应用、 神经网络分析、区域分析、GIS联接、正射影像 图生成及DEM提取（航片、光学卫星、雷达卫 星）、三维图像生成、丰富的可供二次开发调用 的函数库、制图、数据输入/输出等四百多个软 件包。
多波段数字图像的数据格式
■BIP方式（band interleaved by pixel） 在一行中，每个像元按光谱波段次序进 行排列，然后对该行的全部像元进行这 种波段次序排列，最后对各行进行重复。
《遥感数字图像增强》课件
通过重新分布图像的像素值，增强图像的动态范围和对比度。
滤波增强技术
1
线性滤波器
使用加权求和的方式平滑图像并去除噪
非线性滤波器
2
声，但可能导致图像细节模糊。
基于像素之间的关系进行滤波，能够更
好地保留图像边缘和细节。
3
自适应滤波器
根据图像局部区域的特性进行滤波操作， 提高处理效果。
小波变换
2 基于边缘的分割
通过检测图像中的边缘和轮廓信息，实现图像的分割。
3 基于像素的分割
根据像素的灰度值或特定特征进行分割，适用于高分辨率遥感影像。
常用遥感图像处理软件介绍
EN VI
功能强大的遥感图像处理和分析 软件，支持多种遥感数据格式。
ERDA S IM A GIN E
综合性遥感和地理信息系统 （GIS ）软件，提供丰富的图像 处理和分析功能。
通过分析遥感图像的云雾特征，消除云雾对图像质量和数据解译的影响。
3
水下图像增强技术
通过消除水下散射和吸收效应，增强水下图像的清晰度和可视性。
高光图像增强技术
高光光照补偿
抑制光斑
通过调整图像的曝光度和对比度， 平衡高光区域的亮度。
使用滤波器或图像处理算法，减 少反射表面上的光斑效应。
HDR图像合成
利用多幅不同曝光的图像，合成 高动态范围（HDR）图像，保留 细节和阴影。
融合多源数据实现图像增强
1
多光谱图像融合
将多个波段的光谱信息融合，提高图像的分类和识别能力。
2
多角度图像融合
结合不同视角下的图像，增强目标形状和表面特征的可视性。
3
多分辨率图像融合
将多个分辨率图像进行融合，获得更全面的信息并提高图像质量。
- 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、"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、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)。
13 6
9
16 13 12 10
灰度级 累积像 元数
0
0
0.0 0
1
2
0.0 4
2
4
0.0 8
3
5
0.1
4
8
0.1 6
5
6
7
8
9
1 0
11 1 2
1 3
1 4
1 5
1 6
10 13 17 23 28 33 37 40 43 45 47 49
0.2 0 0.2 7 0.3 5 0.4 7 0.5 7 0.6 7 0.7 6 0.8 2 0.8 8 0.9 2 0.9 6 1.0 0
k
对一幅图像进行直方图均衡化的具体步骤如下： （1）统计原图像每一灰度级的像元数和累积像元数 （2）根据变换函数式计算每一灰度级xa均衡化后 对应的新值，并对其四舍五入取整，得到新灰度级xb （3）以新值代替原灰度值，形成均衡化后的新图像。 （4）根据原图像像元统计值对应找到新图像像元 统计值，作出新直方图。
研究边缘灰度 级的变化，但 不受背景影响
只对边缘位置 感兴趣
f ( x, y ) g ( x, y ) Lb , L g ( x, y ) g Lb ,
L ：为规定的
f ( x, y ) T 其它
Lg 、 Lb ：为 规定的亮度级
水平、垂 直梯度
Roberts 梯度
原灰度级xa
像元统计值
累积像元统 计值
变换后值
新灰度级
新像元统计 值
0
1 2 3 4 5 6
0
2 2 1 3 2 3
0
2 4 5 8 10 13
0
0.7 1.3 1.6 2.6 3.3 4.2
0
1 1 2 3 3 4
0
4 1 5 3
7
8 9 10
4
6 5 5
17
23 28 33
5.6
7.5 9.1 10.8
1
1
直方图规定化
直方图规定化的具体步骤如下: (1)做出原图像的直方图 (2)做出原图像的累积直方图Zb=T(xa),对原图像进行 均衡化变换 (3)做出参考图像的直方图或确定参考直方图 (4)做出参考图像累积直方图zb=G(yc),进行均衡化变 换 (5)对于原图像中的每一灰度级xa的累积值zb,在参考 累积直方图中找到对应的累积值G(yc); (6)以新值yc替代原灰度值xa,形成均衡化后的新图像. (7)根据原图像像元统计值对应找到新图像像元统计值, 做出新直方图。
如果假设卷积函数为H(m,n)，其大小为M,N。对 应图像窗口内灰度值为f(m,n)，则卷积运算可通过 下式表示。
g ( x, y ) f (m, n) H (m, n )
m 1 n 1 M N
在实际应用中，经常使图像窗口与模板像元的灰度值 对应相乘再相加，相加的总和再除以模板内所有值的 和作为中心像元新的灰度值。模板运算的公式为
t1 f ( x, y ) f ( x 1, y 1) t2 f ( x 1, y ) f ( x, y 1)
1 0 0 1
t1=
0
-1
t2＝
-1 0
Roberts
常见的梯度算子模板
Prewitt和Sobel梯度
-1 -1 -1 0 -1 0 1
t1＝
0
0
t2＝
Prewitt
6 6
从上面可知，Sobel算子、 Prewitt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，其优点为：
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 由于它是相隔两行或两列的差分，故边缘两侧的象元 得到了增强，边缘显得粗而亮。
适用情况
梯度算子法 取值式
如，在3×3区域内进行中值滤波，是将区域内9个 灰度值按由小到大排列，从小的一方开始的第5个值即 为中央象元的值。
g ( x, y ) median( f ( x, y ))
用这种非线性的滤波，比邻域平均法可以在很大的 程度上防止边缘的模糊。
3
5
10 12 16
2
5
4
6
8
8
10 5
3 7
空域增强-点运算
• 线性变换 y = a•x + b 单一线性、分段线性、特定区域或覆盖类 型的局部线性
空域增强-点运算
• 非线性变换 指数扩展 xb = a•ebxa + c
扩展高亮度区
扩展低亮
对数扩展 xb = a•log(xa+1) + c 度区
空域增强-点运算
• 非线性变换
• 三角函数扩展 xb= a•sin(b•xa) + c 扩展中 部亮度区 • xb = a•tan(b•xa) + c 扩展两端亮度区
累积比 例值
直方图均衡化
直方图均衡化是将原图像的直方图通过变换 函数变为均匀的直方图，然后按均匀的直方 图修改原图像，从而获得一幅灰度分布均匀 的新图像。可以证明，这个变换函数就是累 积直方图。
变换式：
L 1 k j xb ha ( xa ) N j 0
k
xb 变换后新图像的值 N为像元数，h a为原图像任一灰度出现 的概率; L 1为最大灰度值。
遥感数字图像增强处理
• 图像增强的目的 改变图像的灰度等级,提高图像的对比度; 消除边缘和噪声,平滑图像;突出边缘或线状 地物,锐化图像; 合成彩色图像;压缩图像数据量,突出主要信 息等
• 图像增强的方法 空间域增强(点运算,邻域运算) 频率域增强 彩色增强 多图像代数运算 多光谱图像增强
直方图变换
4
3
6
7
45 8
10 19
30 8
试用1*3和3*3的窗口对此进行中值滤波
空间域图像锐化
空间锐化
为了突出边缘和轮廓、线状目标信息， 可以采用锐化的方法。锐化可使图像上 边缘与线状目标的反差提高，因此也称 为边缘增强。平滑通过积分过程使得图 像边缘模糊，图像锐化则通过微分使图 像边缘突出、清晰。
1.梯度法 最常用的微分方法是梯度法。
0.51 0.51 0.67 0.82 0.82 0.92 0.92 1.00
灰度 级yc
像元 统计 值 hc(xc) 累积 像元 统计 值 G(yc)
9/16
10/16
11/16
12/16
13/16
14/16
15/16
1
3
6
7
9
8
7
5
4
0.06
0.18
0.33
0.51
0.67
0.82
0.92
1.00
空间域图像锐化
1梯度法 • 矢量微分----梯度
二元函数f(x,y)在坐标点(x,y)处的梯度向量的定义：
f f x ' x G[ f ( x, y )] f f y ' y
梯度的幅度（模）为各分量的平方和再求平方根：
G[ f ( x, y )]
f ( x, y ) g ( x, y ) f ( x, y ),
说明
保留背景，强 调边缘
f ( x, y ) T Lg ：为规定的 亮度级 其它 f ( x, y ) T 其它
b f ( x, y ) T 亮度级 其它
或：
Lg g ( x, y ) f ( x, y ),
t1 f (i, j ) f (i 1, j ) t2 f (i, j ) f (i, j 1)
gradf(i, j) t1 t2
梯度算法对应的模板为：
1 0 0
1
-1 0
t1＝
-1
t2=
0
常见的梯度算子模板 梯度 Roberts梯度采用交叉差分的方法。设：
1 7 2 4 8 6 7 9 7 8 10 11 14 14 12 15 6 9 11
累积直方图
c( xk ) h( x j )
j 0 k
5 3
2
8 8
1
4
4
5
7
9
8
8
9
11 12 10
k为灰度级（k＝0，2，，L 1）；L 1为最大灰度级 1，...
10 11 15 16 10 13
-1 0
-1 0
1
1
1
1
1
-1 -2 -1
-1 0
1 2 1
t1＝
0 1
0 2
0 1
t2＝
Sobel
-2 0 -1 0
6 6 6 6
6 6 6 6
6 6 6 6
12 12 12 12
12 12 12 12
12 12 12 12
12 12 12 12
6
6 6
6
6 6
6
6 6
6
6 6
6
6 6
6
6 6
6
6
8 9 11
4
6 5 5
11
12 13 14 15
4
3 3 2 2
37
40 43 45 47
12.1
13.1 14.0 14.7 15.3
12
13 14 15 15
4
3 3 4
直方图规定化
直方图规定化是指使一幅图像的直方图变成 规定形状的直方图而对图像进行变换的增强 方法.规定的直方图可以是一幅参考图像的直 方图,通过变换,使两幅图像的亮度变化规律尽 可能地接近;规定的直方图也可以是特定函数 形式的直方图,从而使变换后图像的亮度变化 尽可能地服从这种函数分布.