医学图像处理课件

资料仅供参考,不当之处，请联系改正。第四章图像增强技术第四章图像增强技术1资料仅供参考,不当之处，请联系改正。4.1 图像增强的目的、特点和方法图像增强的目的、特点和方法一、一、一、一、目的：目的：目的：目的：1.1.改善图像视觉效果，便于观察和分析改善图像视觉效果，便于观察和分析改善图像视觉效果，便于观察和分析改善图像视觉效果，便于观察和分析2.2.便于人工或机器对图像的进一步处理便于人工或机器对图像的进一步处理便于人工或机器对图像的进一步处理便于人工或机器对图像的进一步处理二、特点：二、特点：二、特点：二、特点：1.1.人为地突出图像中的部分细节，压制另外一部分信号人为地突出图像中的部分细节，压制另外一部分信号人为地突出图像中的部分细节，压制另外一部分信号人为地突出图像中的部分细节，压制另外一部分信号2.2.在不考虑图像降质原因的条件下，用经验和试探的方法进行加工在不考虑图像降质原因的条件下，用经验和试探的方法进行加工在不考虑图像降质原因的条件下，用经验和试探的方法进行加工在不考虑图像降质原因的条件下，用经验和试探的方法进行加工3.3.尚无统一的质量评价标准，无法定量衡量处理效果的优劣尚无统一的质量评价标准，无法定量衡量处理效果的优劣尚无统一的质量评价标准，无法定量衡量处理效果的优劣尚无统一的质量评价标准，无法定量衡量处理效果的优劣需要注意的问题：需要注意的问题：需要注意的问题：需要注意的问题：处理时应考虑处理时应考虑人眼的视觉特性人眼的视觉特性人眼的视觉特性人眼的视觉特性和硬件的表现能力，达到合理的匹配和硬件的表现能力，达到合理的匹配 处理时必须考虑处理目的，选用合适的方法处理时必须考虑处理目的，选用合适的方法 4.1 图像增强的目的、特点和方法一、目的：二、2资料仅供参考,不当之处，请联系改正。三、三、三、三、处理技术分类处理技术分类处理技术分类处理技术分类从处理方法分类从处理方法分类从处理方法分类从处理方法分类频域方法频域方法频域方法频域方法全局处理全局处理全局处理全局处理局部处理（局部处理（局部处理（局部处理（ROIROI）灰度图像灰度图像灰度图像灰度图像(伪伪伪伪)彩色图像彩色图像彩色图像彩色图像从处理对象分类从处理对象分类从处理对象分类从处理对象分类从处理策略分类从处理策略分类从处理策略分类从处理策略分类点处理（灰度变换）点处理（灰度变换）点处理（灰度变换）点处理（灰度变换）邻域方法（空域滤波）邻域方法（空域滤波）邻域方法（空域滤波）邻域方法（空域滤波）空域方法空域方法空域方法空域方法从处理目的分类从处理目的分类从处理目的分类从处理目的分类图像锐化图像锐化图像锐化图像锐化平滑去噪平滑去噪平滑去噪平滑去噪灰度调整灰度调整灰度调整灰度调整三、处理技术分类从处理方法分类频域方法全局处理局部处理（RO3资料仅供参考,不当之处，请联系改正。4.2 灰度直方图与图像的点处理灰度直方图与图像的点处理一、灰度直方图一、灰度直方图一、灰度直方图一、灰度直方图 ：图像中像素灰度分布的概率密度函数：图像中像素灰度分布的概率密度函数：图像中像素灰度分布的概率密度函数：图像中像素灰度分布的概率密度函数连续图像连续图像连续图像连续图像：设：设：设：设A(r)A(r)代表灰度小于代表灰度小于代表灰度小于代表灰度小于 r r 的所有像素的面积，则的所有像素的面积，则的所有像素的面积，则的所有像素的面积，则数字图像数字图像数字图像数字图像：设图像尺寸为：设图像尺寸为：设图像尺寸为：设图像尺寸为MNMN，共有，共有，共有，共有 K K 级灰度，并且具有灰度级级灰度，并且具有灰度级级灰度，并且具有灰度级级灰度，并且具有灰度级 r rk k 的像素数为的像素数为的像素数为的像素数为g g(r(rk k)，则有：，则有：，则有：，则有：例：几种典型医学图像的灰度直方图 4.2 灰度直方图与图像的点处理一、灰度直方图 4资料仅供参考,不当之处，请联系改正。二、灰度直方图的性质二、灰度直方图的性质二、灰度直方图的性质二、灰度直方图的性质 不包含图像灰度不包含图像灰度不包含图像灰度不包含图像灰度 分布的空间信息，因此无法解决目标形状问题分布的空间信息，因此无法解决目标形状问题分布的空间信息，因此无法解决目标形状问题分布的空间信息，因此无法解决目标形状问题 具有不唯一性，即不同图像可能对应相同的直方图具有不唯一性，即不同图像可能对应相同的直方图具有不唯一性，即不同图像可能对应相同的直方图具有不唯一性，即不同图像可能对应相同的直方图 具有可加性，即图像总体直方图等于切分的各个子图像的直方图之和具有可加性，即图像总体直方图等于切分的各个子图像的直方图之和具有可加性，即图像总体直方图等于切分的各个子图像的直方图之和具有可加性，即图像总体直方图等于切分的各个子图像的直方图之和三、灰度直方图的典型用法三、灰度直方图的典型用法三、灰度直方图的典型用法三、灰度直方图的典型用法1.1.通过检查直方图确定设备调整方向或灰度变换规则通过检查直方图确定设备调整方向或灰度变换规则通过检查直方图确定设备调整方向或灰度变换规则通过检查直方图确定设备调整方向或灰度变换规则rmaxr rP(r)P(r)rmaxr rP(r)P(r)rmaxr rP(r)P(r)二、灰度直方图的性质不包含图像灰度 分布的空间信息，因此无法5资料仅供参考,不当之处，请联系改正。2.2.确定阈值，在图像二值化、灰度变换或进行分割时确定合适的阈值确定阈值，在图像二值化、灰度变换或进行分割时确定合适的阈值确定阈值，在图像二值化、灰度变换或进行分割时确定合适的阈值确定阈值，在图像二值化、灰度变换或进行分割时确定合适的阈值3.3.求面积，或对特定对象进行统计求面积，或对特定对象进行统计求面积，或对特定对象进行统计求面积，或对特定对象进行统计rmaxr rP(r)P(r)2.确定阈值，在图像二值化、灰度变换或进行分割时确定合适的6资料仅供参考,不当之处，请联系改正。原理：原理：原理：原理：通过修改通过修改通过修改通过修改 p(r)p(r)达到增强图像的目的，修改是对各像素单独进行的，因此称为达到增强图像的目的，修改是对各像素单独进行的，因此称为达到增强图像的目的，修改是对各像素单独进行的，因此称为达到增强图像的目的，修改是对各像素单独进行的，因此称为 点处理。点处理。点处理。点处理。三、直方图线性三、直方图线性三、直方图线性三、直方图线性(尺度尺度尺度尺度)变换变换变换变换S=T(r)S=T(r)任一像素，其灰度为任一像素，其灰度为 r r同一像素，其灰度为同一像素，其灰度为 s srmaxr rP(r)P(r)s sP(s)P(s)smax例：提高对比度提高对比度r rS=T(r)S=T(r)rmaxsmax原理：通过修改 p(r)达到增强图像的目的，修改是对各像素7资料仅供参考,不当之处，请联系改正。区域扩展：区域扩展：区域扩展：区域扩展：三、直方图线性三、直方图线性三、直方图线性三、直方图线性(尺度尺度尺度尺度)变换变换变换变换(续续续续)r rS=T(r)S=T(r)rmaxsmax扩展暗区扩展暗区r rS=T(r)S=T(r)rmaxsmax扩展中部扩展中部检测某灰度范围：检测某灰度范围：检测某灰度范围：检测某灰度范围：r rS=T(r)S=T(r)rmaxsmax扩展亮区扩展亮区rmaxr rS=T(r)S=T(r)smaxr rS=T(r)S=T(r)rmaxsmax反转：反转：反转：反转：灰度窗口：灰度窗口：灰度窗口：灰度窗口：r rS=T(r)S=T(r)rmaxsmax区域扩展：三、直方图线性(尺度)变换(续)rS=T(r)r8资料仅供参考,不当之处，请联系改正。四、直方图的均衡化四、直方图的均衡化四、直方图的均衡化四、直方图的均衡化均衡化：均衡化：将原始图像的直方图变换为均匀分布的形式，从而增加像素将原始图像的直方图变换为均匀分布的形式，从而增加像素灰度值的动态范围，达到增强图像整体对比度的效果。灰度值的动态范围，达到增强图像整体对比度的效果。方法：方法：计算累计分布函数计算累计分布函数(Cumulative Distribution Function,CDF)(Cumulative Distribution Function,CDF)，并，并将其作为灰度变换函数将其作为灰度变换函数s=T(r)s=T(r),从而将原始图像的关于灰度从而将原始图像的关于灰度 r r 的的分布直方图，转换为分布直方图，转换为 关于灰度关于灰度 s s 的均匀分布。的均匀分布。原理：原理：从灰度直方图定义出发加以证明，设图像面积为从灰度直方图定义出发加以证明，设图像面积为A A0 0，其灰度已经进行归一化处理其灰度已经进行归一化处理P(r)dr P(r)dr 表现图像中灰度为表现图像中灰度为 r,r+drr,r+dr 的像素面积在整个图像中占的比例经过的像素面积在整个图像中占的比例经过 s=T(r)s=T(r)的映射，其灰度改变而面积不变，因此：的映射，其灰度改变而面积不变，因此：P(r)dr=p(s)dsP(r)dr=p(s)ds考虑原始图像考虑原始图像f(x,y)f(x,y)在在0,r 0,r 灰度范围内像素面积占图像面积的比率灰度范围内像素面积占图像面积的比率F(r)F(r):四、直方图的均衡化均衡化：将原始图像的直方图变换为均匀分布的9资料仅供参考,不当之处，请联系改正。考虑变换后图像考虑变换后图像g g(x,y)(x,y)在对应的在对应的 0,s 0,s 灰度范围内像素面积占图像面积的比率灰度范围内像素面积占图像面积的比率G(s)G(s):变换前后上述像素在图像中所占比率不变，因此有：变换前后上述像素在图像中所占比率不变，因此有：G(s)=F(r)G(s)=F(r)，即即均衡化的直方图均衡化的直方图 p ps s(s)=1(s)=1(?)，因此，因此故有：故有：例题：给定一幅图像的灰度分布概率密度函数为:P(r)=-2r+20 r 10其它对其进行均衡化处理考虑变换后图像g(x,y)在对应的 0,s 灰度范围内10资料仅供参考,不当之处，请联系改正。2r rP(r)P(r)r rS=T(r)S=T(r)22s sP(s)P(s)2数字图像的直方图均衡化：数字图像的直方图均衡化：计算公式：例题：(略)2rP(r)rS=T(r)22sP(s)2数字图像的直方图均11资料仅供参考,不当之处，请联系改正。均衡化效果实例：均衡化效果实例：均衡化效果实例：12资料仅供参考,不当之处，请联系改正。均衡化效果实例（续）：均衡化效果实例（续）：均衡化效果实例（续）：13资料仅供参考,不当之处，请联系改正。均衡化效果实例（续）均衡化效果实例（续）：均衡化效果实例（续）：14资料仅供参考,不当之处，请联系改正。均衡化效果实例（续）均衡化效果实例（续）：均衡化效果实例（续）：15资料仅供参考,不当之处，请联系改正。均衡化效果实例（续）均衡化效果实例（续）：均衡化效果实例（续）：16资料仅供参考,不当之处，请联系改正。五、直方图的规定化五、直方图的规定化五、直方图的规定化五、直方图的规定化规定化：规定化：将原始图像的直方图变换为特定的分布形式将原始图像的直方图变换为特定的分布形式p(u)p(u)，达到增强图，达到增强图像整体视觉效果的目的。像整体视觉效果的目的。原理：原理：通过建立给定图像和特定直方图间的关系，求映射函数通过建立给定图像和特定直方图间的关系，求映射函数 u=T(r)u=T(r)给定图像给定图像均衡化均衡化给定直方图给定直方图P(u)P(u)求直方图求直方图P(r)P(r)均衡化均衡化s=T1(r)v=T2(u)u=T2-1(v)=T2-1(T1(r)因此直方图规定化的变换函数为上述均衡化函数的组合函数。五、直方图的规定化规定化：将原始图像的直方图变换为特定的分布17资料仅供参考,不当之处，请联系改正。直方图的规定化的计算步骤直方图的规定化的计算步骤(1)(1)对原始图像直方图进行均衡化：对原始图像直方图进行均衡化：(2)(2)给出规定直方图，并进行均衡化处理给出规定直方图，并进行均衡化处理(3)建立均衡化直方图的对应关系，并将原像素灰度映射到新的灰度级SML规则(single mapping law)：寻找k和l 使下式达到极小化，即k=0,1,M-1l=0,1,N-1然后将 pr(ri)对应到 pu(uj)去，即完成了变换。直方图的规定化的计算步骤(1)对原始图像直方图进行均衡化：18资料仅供参考,不当之处，请联系改正。GMLGML规则规则(group mapping law)(group mapping law)(自学：自学：Zhang Y J:Improving the accuracy of direct histogram specification.IEE Zhang Y J:Improving the accuracy of direct histogram specification.IEE Electronics Letters,28:213-214,1992)Electronics Letters,28:213-214,1992)直方图规定化举例直方图规定化举例:给定图像具有给定图像具有64646464个像素，个像素，8 8个灰度级，其分布如下表，个灰度级，其分布如下表，试按表中规定直方图进行变换试按表中规定直方图进行变换原始图像灰度级原始图像灰度级0 01/71/72/72/73/73/74/74/75/75/76/76/77/77/7原始图像各灰度级的像素原始图像各灰度级的像素790790102310238508506566563293292452451221228181规定的直方图规定的直方图0 00 00 00.150.150.200.200.300.300.200.200.150.15GML规则(group mapping law)直方图规19资料仅供参考,不当之处，请联系改正。原始图像灰度级原始图像灰度级0 01/71/72/72/73/73/74/74/75/75/76/76/77/77/7原始图像各灰度级的像素原始图像各灰度级的像素790790102310238508506566563293292452451221228181计算原始直方图计算原始直方图0.190.190.250.250.210.210.160.160.080.080.060.060.030.030.020.02计算原始累计直方图计算原始累计直方图0.190.190.440.440.650.650.810.810.890.890.950.950.980.981.001.00规定直方图规定直方图0 00 00 00.150.150.200.200.300.300.200.200.150.15计算规定累计直方图计算规定累计直方图0 00 00 00.150.150.350.350.650.650.850.851.001.00SMLSML映射映射3 34 45 56 66 67 77 77 7确定映射对应关系确定映射对应关系0 03 31 1 4 42 2 5 53 3，4 4 6 65 5，6 6，7 7 7 7变换后直方图变换后直方图0 00 00 00.190.190.250.250.210.210.240.240.110.11原始图像灰度级01/72/73/74/75/76/77/7原20资料仅供参考,不当之处，请联系改正。六、图像间的运算六、图像间的运算六、图像间的运算六、图像间的运算 减影减影减影减影:去噪去噪去噪去噪:六、图像间的运算 21资料仅供参考,不当之处，请联系改正。4.3 空域滤波增强空域滤波增强一、原理和分类一、原理和分类一、原理和分类一、原理和分类原理：利用相邻像素的关系进行图像增强，常借助模板进行邻域操作。原理：利用相邻像素的关系进行图像增强，常借助模板进行邻域操作。分类分类锐化锐化平滑平滑非线性非线性线性线性非线性非线性线性线性二、空域线性滤波的算法二、空域线性滤波的算法二、空域线性滤波的算法二、空域线性滤波的算法 模板操作模板操作模板操作模板操作 4.3.1 4.3.1 概述概述概述概述1.1.将模板在图中漫游，并将模板中心与某像将模板在图中漫游，并将模板中心与某像将模板在图中漫游，并将模板中心与某像将模板在图中漫游，并将模板中心与某像素重合素重合素重合素重合2.2.将模板系数与模板下对应像素相乘将模板系数与模板下对应像素相乘将模板系数与模板下对应像素相乘将模板系数与模板下对应像素相乘3.3.将所有乘积相加将所有乘积相加将所有乘积相加将所有乘积相加4.4.将上述求和结果赋予模板中心对应像素将上述求和结果赋予模板中心对应像素将上述求和结果赋予模板中心对应像素将上述求和结果赋予模板中心对应像素K K1,11,1K K1,01,0K K1,-11,-1K K0,10,1K K0 0，0 0K K0,-10,-1K K-1,1-1,1K K-1,0-1,0K K-1,-1-1,-1模板模板 4.3 空域滤波增强一、原理和分类原理：利用相邻像素22资料仅供参考,不当之处，请联系改正。三、空域线性滤波运算的原理三、空域线性滤波运算的原理三、空域线性滤波运算的原理三、空域线性滤波运算的原理 空域卷积空域卷积空域卷积空域卷积1.1.将模板在图中漫游，并将将模板在图中漫游，并将将模板在图中漫游，并将将模板在图中漫游，并将模板中心与某像素重合模板中心与某像素重合模板中心与某像素重合模板中心与某像素重合2.2.将模板系数与模板下对应将模板系数与模板下对应将模板系数与模板下对应将模板系数与模板下对应像素相乘像素相乘像素相乘像素相乘3.3.将所有乘积相加将所有乘积相加将所有乘积相加将所有乘积相加4.4.将上述求和结果赋予模板将上述求和结果赋予模板将上述求和结果赋予模板将上述求和结果赋予模板中心对应像素中心对应像素中心对应像素中心对应像素根据卷积定理知，空域内的卷积等价根据卷积定理知，空域内的卷积等价根据卷积定理知，空域内的卷积等价根据卷积定理知，空域内的卷积等价于空间频率域内的滤波。因此模板的作用可以于空间频率域内的滤波。因此模板的作用可以于空间频率域内的滤波。因此模板的作用可以于空间频率域内的滤波。因此模板的作用可以通过分析其频率特性而知。通过分析其频率特性而知。通过分析其频率特性而知。通过分析其频率特性而知。四、模板的可分解性：四、模板的可分解性：四、模板的可分解性：四、模板的可分解性：0 0-a a0 0-a a1+41+4a a-a a0 0-a a0 00 00 00 00 01 10 00 00 00 00 00 00 0-a-aa a0 00 00 00 00 00 00 00 0a a0 00 0-a-a0 00 00 00 00 0a a-a-a0 00 00 00 0-a-a0 00 0a a0 00 00 00 0三、空域线性滤波运算的原理 空域卷积将模板在图中漫游，并23资料仅供参考,不当之处，请联系改正。二、锐化算法的一般考虑二、锐化算法的一般考虑 4.3.2 4.3.2 图像锐化图像锐化图像锐化图像锐化一、锐化的目的：一、锐化的目的：对正常图像，通过锐化提取边缘、轮廓、线条等信息，供进一步识别对正常图像，通过锐化提取边缘、轮廓、线条等信息，供进一步识别 通过加重图像轮廓克服降质，以达到更好的视觉效果通过加重图像轮廓克服降质，以达到更好的视觉效果理想轮廓实际轮廓f(x)df(x)/dxd2f(x)/dx2f(x)+k df/dxf(x)-k df/dxf(x)-k d2f/dx2抽取轮廓抽取轮廓锐化图像锐化图像二、锐化算法的一般考虑 4.3.2 图像锐化一、锐化的目24资料仅供参考,不当之处，请联系改正。三、常见的锐化算子三、常见的锐化算子1.1.梯度算子梯度算子-1-11 1-1-11 1RobertsRoberts1 1-1 11 1-1 11 1-1 1-1 1-1 1-1 11 11 11 1PrewittPrewitt1 1-1 12 2-2 21 1-1 1-1 1-2 2-1 11 12 21 1SobelSobel2.2.拉普拉斯算子拉普拉斯算子-1 1-1 14 4-1 1-1 1-1 1-1 14 4-1 1-1 1-1 1-1 1-1 1-1 18 8-1 1-1 1-1 1-1 1-1 1-1 1-1 1-1 19 9-1 1-1 1-1 1-1 1？-1 1-1 15 5-1 1-1 1-1 1-1 15 5-1 1-1 1三、常见的锐化算子1.梯度算子-11-11Roberts125资料仅供参考,不当之处，请联系改正。3.3.方向算子方向算子：利用一组模板分别计算不同方向上的差分值，取其中最大的值作为边利用一组模板分别计算不同方向上的差分值，取其中最大的值作为边缘强度。例如缘强度。例如 Kirsch Kirsch 算子算子(33(33，55)55)，NevitiaNevitia算子算子(55)(55)等等3 33 3-5 53 3-5 51 13 3-5 53 3-5 5-5 53 3-5 53 33 33 3-5 5-5 5-5 53 33 33 33 33 3-5 5-5 53 3-5 53 33 33 33 3-5 53 33 3-5 53 3-5 53 33 33 33 33 3-5 53 3-5 5-5 53 33 33 33 33 33 3-5 5-5 5-5 53 33 33 33 3-5 53 3-5 5-5 5Kirsch Kirsch 算子的算子的8 8方向方向3333模板模板3.方向算子：33-53-513-53-5-53-533326资料仅供参考,不当之处，请联系改正。4.4.综合正交算子综合正交算子：利用一组正交模板分别检测图像的边缘、直线和孤立点，并比较其在利用一组正交模板分别检测图像的边缘、直线和孤立点，并比较其在图像中所占比重。图像中所占比重。0 01 10 0-1 10 0-1 10 01 10 01 1-2 21 1-2 24 4-2 21 1-2 21 1-1 10 01 10 00 00 01 10 0-1 1-2 21 1-2 21 14 41 1-2 21 1-2 2直线直线拉普拉斯拉普拉斯直线子空间基直线子空间基-1 1-d d-1 10 00 00 01 1d d1 10 01 1-d d-1 10 01 1d d-1 10 0-1 10 01 1-d d0 0d d-1 10 01 1-d d1 10 01 10 0-1 10 0-1 1d d对称梯度对称梯度波纹波纹边缘子空间基边缘子空间基1 11 11 11 11 11 11 11 11 1平均子空间平均子空间锐化处理抽取边缘例4.综合正交算子：010-10-10101-21-24-227资料仅供参考,不当之处，请联系改正。三、三、线性锐化算子特性的分析线性锐化算子特性的分析线性锐化算子特性的分析线性锐化算子特性的分析0 0-a a0 0-a a1+41+4a a-a a0 0-a a0 0以右侧的以右侧的3333算子为例：算子为例：g(m,n)=(1+4g(m,n)=(1+4a a)f(m,n)-)f(m,n)-a af(m-1,n)+f(m+1,n)+f(m,n-1)+f(m,n+1)f(m-1,n)+f(m+1,n)+f(m,n-1)+f(m,n+1)为考察其频率特性，写出上式的为考察其频率特性，写出上式的 Z Z 变换式：变换式：G(zG(zm m,z,zn n)=(1+4)=(1+4a a)-)-a azzm m-1-1+z+zm m+z+zn n-1-1+z+zn n)F(z)F(zm m,z,zn n)因此，其传递函数为：因此，其传递函数为：以以 带入，得付立叶变换式：带入，得付立叶变换式：三、线性锐化算子特性的分析0-a0-a1+4a-a0-a0以28资料仅供参考,不当之处，请联系改正。作出作出 H(H(w wm m,w wn n)的幅频特性图形，如下图所示的幅频特性图形，如下图所示作出 H(wm,wn)的幅频特性图形，如下图所示29资料仅供参考,不当之处，请联系改正。4.3.3 4.3.3 图像平滑图像平滑图像平滑图像平滑二、平滑的算子二、平滑的算子一、平滑的目的：一、平滑的目的：抑制或消除噪声抑制或消除噪声 作为其它处理的前处理作为其它处理的前处理0 01/51/50 01/51/51/51/51/51/50 01/51/50 01/91/91/91/91/91/91/91/91/9 1/9 1/91/91/91/91/91/91/91/9邻区平均邻区平均1/101/101/101/101/101/101/101/101/51/51/101/101/101/101/101/101/101/101/161/161/81/81/161/161/81/81/4 1/4 1/81/81/161/161/81/81/161/16加权平均加权平均选择平均选择平均：参考：参考Ann Scher,et al.,Some New Image Smoothing technique,IEEE Ann Scher,et al.,Some New Image Smoothing technique,IEEE Trans.SMC Vol.SMC10,No3Trans.SMC Vol.SMC10,No3 4.3.3 图像平滑二、平滑的算子一、平滑的目的：抑制30资料仅供参考,不当之处，请联系改正。三、线性平滑算子特性的分析三、线性平滑算子特性的分析1/91/91/91/91/91/91/91/91/9 1/9 1/91/91/91/91/91/91/91/9以右侧的以右侧的3333邻区平均模板为例：邻区平均模板为例：求出对应的求出对应的 Z Z 变换为：变换为：因此：因此：以以 带入，得付立叶变换式：带入，得付立叶变换式：三、线性平滑算子特性的分析1/91/91/91/91/9 131资料仅供参考,不当之处，请联系改正。作出作出 H(H(w wm m,w wn n)的幅频特性图形，如下图所示的幅频特性图形，如下图所示作出 H(wm,wn)的幅频特性图形，如下图所示32资料仅供参考,不当之处，请联系改正。四、非线性平滑滤波器四、非线性平滑滤波器 中值滤波，百分比滤波，最大值滤波，最小值滤波中值滤波，百分比滤波，最大值滤波，最小值滤波中值滤波中值滤波 (参考容观澳：计算机图像处理，参考容观澳：计算机图像处理，p132p132)中值滤波是将选定的奇数像素窗口内的各像素灰度按大小排队，用中间的中值滤波是将选定的奇数像素窗口内的各像素灰度按大小排队，用中间的灰度值代替窗口中原图像中间位置的像素。因此是一种非线性滤波。灰度值代替窗口中原图像中间位置的像素。因此是一种非线性滤波。百分比滤波百分比滤波与中值滤波类似，是将选定的奇数像素窗口内的各像素灰度按大小排队，与中值滤波类似，是将选定的奇数像素窗口内的各像素灰度按大小排队，用最接近某个亮度百分比的灰度值代替窗口中原图像中间位置的像素。用最接近某个亮度百分比的灰度值代替窗口中原图像中间位置的像素。最大值滤波最大值滤波最小值滤波最小值滤波方法与上述类似，用于检测图像中最亮的点。方法与上述类似，用于检测图像中最亮的点。方法与上述类似，用于检测图像中最暗的点。方法与上述类似，用于检测图像中最暗的点。四、非线性平滑滤波器 中值滤波，百分比滤波，最大值滤波，最33资料仅供参考,不当之处，请联系改正。4.4 频域滤波增强频域滤波增强 4.4.1 4.4.1 概述概述频域滤波处理的一般方法：频域滤波处理的一般方法：G(u,v)=H(u,v)F(u,v)G(u,v)=H(u,v)F(u,v)f(x,y)f(x,y)F(u,v)F(u,v)G(u,v)G(u,v)g(x,y)g(x,y)变换变换乘乘H(u,v)H(u,v)反变换反变换因此：频域滤波处理的关键是选取合适的滤波器函数因此：频域滤波处理的关键是选取合适的滤波器函数因此：频域滤波处理的关键是选取合适的滤波器函数因此：频域滤波处理的关键是选取合适的滤波器函数 H(u,v)H(u,v)!4.4 频域滤波增强 4.4.1 概述频域滤波处34资料仅供参考,不当之处，请联系改正。4.4.2 4.4.2 低通滤波低通滤波一、理想低通滤波器一、理想低通滤波器H(u,v)=H(u,v)=式中式中D D0 0是一个非负整数，是一个非负整数，D(u,v)D(u,v)是从点是从点(u,v)(u,v)到频率平面原点的距离。到频率平面原点的距离。1 1当当D(u,v)D(u,v)D D0 0理想低通滤波器的振铃现象：理想低通滤波器的振铃现象：0 0当当D(u,v)D(u,v)D D0 0D(u,v)D(u,v)(u(u2 2+v+v2 2)1/21/2 4.4.2 低通滤波一、理想低通滤波器H(u,v)35资料仅供参考,不当之处，请联系改正。医学图像处理课件36资料仅供参考,不当之处，请联系改正。理想低通滤波器的处理效果：理想低通滤波器的处理效果：理想低通滤波器的处理效果：37资料仅供参考,不当之处，请联系改正。理想低通滤波器的处理效果：理想低通滤波器的处理效果：理想低通滤波器的处理效果：38资料仅供参考,不当之处，请联系改正。二、巴特沃斯低通滤波器二、巴特沃斯低通滤波器n n 为滤波器的阶次，为滤波器的阶次，D D0 0为滤波器的截止频率为滤波器的截止频率二、巴特沃斯低通滤波器n 为滤波器的阶次，D0为滤波器的截止39资料仅供参考,不当之处，请联系改正。巴特沃斯低通滤波器的处理效果巴特沃斯低通滤波器的处理效果巴特沃斯低通滤波器的处理效果40资料仅供参考,不当之处，请联系改正。4.4.3 4.4.3 高通滤波高通滤波一、理想高通滤波器一、理想高通滤波器H(u,v)=H(u,v)=0 0当当D(u,v)D(u,v)D D0 01 1当当D(u,v)DD(u,v)D0 0二、巴特沃斯高通滤波器二、巴特沃斯高通滤波器n n 为滤波器的阶次，为滤波器的阶次，D D0 0为滤波器的截止频率为滤波器的截止频率 4.4.3 高通滤波一、理想高通滤波器H(u,v)=41资料仅供参考,不当之处，请联系改正。巴特沃斯高通滤波器的处理效果例巴特沃斯高通滤波器的处理效果例巴特沃斯高通滤波器的处理效果例42资料仅供参考,不当之处，请联系改正。巴特沃斯高通滤波器的处理效果例巴特沃斯高通滤波器的处理效果例巴特沃斯高通滤波器的处理效果例43资料仅供参考,不当之处，请联系改正。n n 为滤波器的阶次，为滤波器的阶次，D D0 0为滤波器的放射中心，为滤波器的放射中心，WW为阻带宽度为阻带宽度巴特沃斯带阻滤波器巴特沃斯带阻滤波器 4.4.4 4.4.4 巴特沃斯巴特沃斯带通与带阻滤波带通与带阻滤波巴特沃斯带通滤波器巴特沃斯带通滤波器n 为滤波器的阶次，D0为滤波器的放射中心，W为阻带宽度巴特44资料仅供参考,不当之处，请联系改正。4.4.5 4.4.5 同态滤波同态滤波(自学自学)4.4.6 4.4.6 局部增强局部增强(自学自学)4.4.5 同态滤波(自学)4.4.6 局部增强 45资料仅供参考,不当之处，请联系改正。一、一、颜色光的基本物理特征：颜色光的基本物理特征：qq频率：频率：qq明亮度：明亮度：qq纯度：纯度：二、加色与减色混色：二、加色与减色混色：4.5.1 4.5.1 彩色制式和色彩的变换彩色制式和色彩的变换 4.5 （伪）彩色图像增强（伪）彩色图像增强一、颜色光的基本物理特征：二、加色与减色混色：4.546资料仅供参考,不当之处，请联系改正。为便于讨论颜色的性质，可以对配色比例进行归一化处理，定义：为便于讨论颜色的性质，可以对配色比例进行归一化处理，定义：并取并取 x+y+z=1x+y+z=1,则任意可配出的颜色可用则任意可配出的颜色可用 xx 和和 yy 来表示，称为颜色的色度值。来表示，称为颜色的色度值。为对配出颜色的亮度为对配出颜色的亮度(辐射量辐射量)进行衡量，还需要定义亮度规范，通常取进行衡量，还需要定义亮度规范，通常取 y y 值值作为亮度的规范，于是其余两个配色量可表示为：作为亮度的规范，于是其余两个配色量可表示为：CIE(CIE(国际照明委员会国际照明委员会)1931)1931年定义三种标准基色和一组彩色匹配函数，称为年定义三种标准基色和一组彩色匹配函数，称为 XYZ XYZ 颜色模型颜色模型。任何一种可以混出的色彩。任何一种可以混出的色彩 C Cl l 都可以表示为：都可以表示为：三、标准基色与色彩图三、标准基色与色彩图其中其中X X，Y Y，Z Z 称为标准基色，称为标准基色，x,y,zx,y,z 为为配出为为配出C Cl l 所需的标准基色的量。所需的标准基色的量。为便于讨论颜色的性质，可以对配色比例进行归一化处理，定义：并47资料仅供参考,不当之处，请联系改正。利用利用 CIE CIE 色度图可以进行配色工作。色度图可以进行配色工作。从从 CIE CIE 色度图出发可以：色度图出发可以：qq为不同的基色组比较可配出的颜色为不同的基色组比较可配出的颜色范围范围qq标识互补颜色标识互补颜色于是，单从衡量颜色的角度，于是，单从衡量颜色的角度，可以用可以用(x,yx,y)的二维空间位置的二维空间位置表示颜色，称表示颜色，称 CIE CIE 色度图色度图CIE CIE 色度图色度图利用 CIE 色度图可以进行配色工作。从 CIE 色度图出发48资料仅供参考,不当之处，请联系改正。基于视觉的基于视觉的三刺激理论三刺激理论，认为人眼视网膜锥状细胞通过对三种可见光的刺激，认为人眼视网膜锥状细胞通过对三种可见光的刺激强度的相对比较的感受而区分颜色。这三种光波分别在强度的相对比较的感受而区分颜色。这三种光波分别在630630nmnm，530530nmnm，450450nmnm达达到刺激高峰。这种三刺激理论也是彩色视频显示器显示彩色的机理。到刺激高峰。这种三刺激理论也是彩色视频显示器显示彩色的机理。四、四、RGBRGB 颜色模型颜色模型其中向量其中向量 R R，G G，B B 代表三个元色坐标轴上的单位向量代表三个元色坐标轴上的单位向量上述配色公式可由上述配色公式可由 R R，G G，B B 坐标系中的单位立方体表坐标系中的单位立方体表示，坐标原点代表黑色，而示，坐标原点代表黑色，而(1,1,1)(1,1,1)代表白色。落在坐标代表白色。落在坐标轴上的顶点代表三个基色，而其余的顶点则代表每个基色轴上的顶点代表三个基色，而其余的顶点则代表每个基色的互补色。立方体的对角线为灰度线。的互补色。立方体的对角线为灰度线。描述描述 RGB RGB 三色混合颜色的模型称为三色混合颜色的模型称为 RGBRGB 颜色模型，可配出的颜色颜色模型，可配出的颜色 C Cl l 表为：表为：基于视觉的三刺激理论，认为人眼视网膜锥状细胞通过对三种可见光49资料仅供参考,不当之处，请联系改正。在印刷时，由于是靠颜料吸收白光中的某些成分而产生颜色，所以需要采用在印刷时，由于是靠颜料吸收白光中的某些成分而产生颜色，所以需要采用减色处理。为规定各颜料的比例，常用减色处理。为规定各颜料的比例，常用 CMY(K)CMY(K)模型进行计算和转换。其配色方模型进行计算和转换。其配色方程为：程为：五、五、CMYCMY 颜色模型颜色模型在实际处理中，常单独加入黑色而弥补混合色在实际处理中，常单独加入黑色而弥补混合色吸收不足造成的泛灰现象，从而构成吸收不足造成的泛灰现象，从而构成 CMYKCMYK 系统。系统。或或CMYCMY系统与系统与 RGB RGB 系统的关系可表为：系统的关系可表为：上述配色公式亦可由上述配色公式亦可由 C C，MM，Y Y 坐标系中的坐标系中的单位立方体表示单位立方体表示在印刷时，由于是靠颜料吸收白光中的某些成分而产生颜色，所以需50资料仅供参考,不当之处，请联系改正。qq明暗明暗qq色泽色泽qq色调色调六、直观的颜色概念与六、直观的颜色概念与 HSV HSV 颜色模型颜色模型为表述上述感受，可以先选择一种光来调色，然为表述上述感受，可以先选择一种光来调色，然后通过加入一定量的白色和黑色来获得不同的明暗、后通过加入一定量的白色和黑色来获得不同的明暗、色彩和色泽。这种关系可以用色调色彩和色泽。这种关系可以用色调(HueHue),),色饱和度色饱和度(SaturationSaturation)和明暗度和明暗度(ValueValue)来描述。来描述。HSVHSV模型的立体表示如图示，在使用时首先指模型的立体表示如图示，在使用时首先指定色彩角定色彩角H H，且令，且令V VS S1 1，然后，通过加入黑色，然后，通过加入黑色(减小减小V)V)和白色和白色(减小减小S)S)来调配出所需的颜色。来调配出所需的颜色。HSVHSV模型与模型与RGBRGB模型也可以互相转换。模型也可以互相转换。明暗度明暗度V V饱和度饱和度S S色彩角色彩角H H红色：红色：0 0o o绿色：绿色：120120o o蓝色：蓝色：240240o o纯色：纯色：S S1 1白色：白色：S S0 0明暗六、直观的颜色概念与 HSV 颜色模型为表述上述感受，可51资料仅供参考,不当之处，请联系改正。4.5.2 4.5.2 灰度切割伪彩色增强灰度切割伪彩色增强灰度切割例灰度切割例 4.5.2 灰度切割伪彩色增强灰度切割例52资料仅供参考,不当之处，请联系改正。典型的彩色映射曲线之一典型的彩色映射曲线之一 4.5.3 4.5.3 从灰度到彩色的映射变换从灰度到彩色的映射变换红映射红映射绿映射绿映射蓝映射蓝映射f(x,y)f(x,y)f(x,y)f(x,y)f(x,y)f(x,y)f(x,y)f(x,y)r(x,y)r(x,y)g(x,y)g(x,y)b(x,y)b(x,y)D/AD/AD/AD/AD/AD/AR RG GB B彩彩色色显显示示器器r rR=TR=TR R(r)(r)r rG=TG=TG G(r)(r)r rB=TB=TB B(r)(r)r rRGB=T(r)RGB=T(r)蓝青绿黄红典型的彩色映射曲线之一 4.5.3 从灰度到彩色的映53资料仅供参考,不当之处，请联系改正。典型的彩色映射曲线之二典型的彩色映射曲线之二r rB=TB=TB B(r)(r)r rG=TG=TG G(r)(r)r rR=TR=TR R(r)(r)r rRGB=T(r)RGB=T(r)典型的彩色映射曲线之二rB=TB(r)rG=TG(r)rR=54资料仅供参考,不当之处，请联系改正。伪彩色映射处理效果例伪彩色映射处理效果例1 1伪彩色映射处理效果例155资料仅供参考,不当之处，请联系改正。伪彩色映射处理效果例伪彩色映射处理效果例 2 2伪彩色映射处理效果例 256资料仅供参考,不当之处，请联系改正。伪彩色映射处理效果例伪彩色映射处理效果例 1 1伪彩色映射处理效果例 157资料仅供参考,不当之处，请联系改正。伪彩色映射处理效果例伪彩色映射处理效果例 2 2伪彩色映射处理效果例 258资料仅供参考,不当之处，请联系改正。伪彩色映射处理效果例伪彩色映射处理效果例 1 1伪彩色映射处理效果例 159资料仅供参考,不当之处，请联系改正。伪彩色映射处理效果例伪彩色映射处理效果例 2 2伪彩色映射处理效果例 260资料仅供参考,不当之处，请联系改正。4.6 图像增强技术的综合运用图像增强技术的综合运用锐化与平滑的综合运用锐化与平滑的综合运用锐化与平滑的统一性锐化与平滑的统一性针对对象和目标的处理针对对象和目标的处理图像间的运算图像间的运算 4.6 图像增强技术的综合运用锐化与平滑的综合运用锐61资料仅供参考,不当之处，请联系改正。医学图像处理课件62资料仅供参考,不当之处，请联系改正。SobelSobelPrewittPrewittSobelPrewitt63资料仅供参考,不当之处，请联系改正。RobertsRobertsLaplacian of GaussianLaplacian of GaussianRobertsLaplacian of Gaussian64资料仅供参考,不当之处，请联系改正。CannyCannyCanny65资料仅供参考,不当之处，请联系改正。医学图像处理课件66资料仅供参考,不当之处，请联系改正。人眼的视觉特性人眼的视觉特性n n明暗视觉和视觉范围：n n亮度和对比度感觉n n频率特性n n视觉残留特性B2人眼的视觉特性明暗视觉和视觉范围：亮度和对比度感觉频率特性视67