【教学课件】第四章图像增强-灰度图像处理

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第四章 图像增强灰度图像处理,4.1概述,原因：从实际景物转换成图像信息，在图像的生成、传输、或变换过程中，由于多种因素的影响，输出图像的质量多少会有所降低或称退化。,灰度图像处理：同类处理不压缩原图像的灰度层次，如滤波、增强。,非同类处理描述，将多灰度图变为二值图，如分割。,增强：（enhancement）突出所关心的信息，改善图像视觉效果。,恢复：（retstoration）恢复退化图像的本来面目，忠实原图像。,方式：点处理,局域处理,全局处理,4.2 图像的统计特征,把图像看作随机过程，则可做一阶及二阶统计。,一阶：单个象素特征。二阶：一对象素特征。,1),一阶统计特征：,P,代表坐标，,Z,为灰度，,P(P,，,Z),象素。,对同一对象的不同观测结果，随机过程，略去了随机性变化，坐标位置关系，简化成直方图,(Histogram,）。,纵坐标：象素个数,/,某灰度,也可用百分比,横坐标：灰度（,0,255,）,总面积：全图象素数,S,0,255,象素个数,灰度,K,S=1,直方图：离散状态下图像灰度的概率密度分布。,说明：图像,直方图,不可逆变换，多对一的变换,直方图是多对一的映射结果，即多个图像可以生成相同的直方图，因此直方图作为一阶统计特征未反映相邻点之间的关系。,但反映了图像的灰度散布范围等特征，在很多场合下，往往是重要特征。,例：,六个象素,黑,白,阈值,255,灰度,黑板(加墙)的直方图,2),二阶统计特征图像两象素之间关系：,P2(P,、,Q,、,Z,、,Y),P,、,Q,为两个象素的位置,绝对位置,相对位置,Z,、,Y,为两个象素的灰度,引入简化形式，即认为与,P,、,Q,之绝对位置无关，而仅与其相对位置有关，称共存事件矩阵,coocurrence,matrices,共存事件矩阵：,Cr(i,、,j)r,P,、,Q,点的相对关系，,i,、,j,两个象素的灰度。,R,与 相对距离及方位有关各种组合甚多。,d,及,Cr(i,、,j,、,d,、,),。,满足d、,关系，灰度分别为（i、j）的象元对数。整个数组256*256,i,j,0,1,2,0,1,2,.,.,.,255,255,256*256,（0,0）,（0,1）,（0,2）,（1,0）,（1,1）,（2,0）,135,90,45,0,双向（正负）均算,0,45,90,135,d=1,2,3.,一般情况下,考虑相邻象素间关系,取d=1，,=0时,举例：,0,1,1,2,2,3,0,3,2,3,3,0,0,1,2,1,0,0,1,1,0,1,1,0,2,2,3,3,2,3,3,2,0,3,3,0,0,3,0,3,0,3,3,0,0,3,0,3,i,j,0,1,2,3,0,1,2,3,6,0,0,6,0,0,0,0,0,0,0,0,6,0,6,0,i,j,0,1,2,3,0,1,2,3,d=1,=0,原图,C,r,共存事件矩阵特点：,对角线Cr(k，k)大致反映了灰度为K的面积大小；,非对角线的Cr(k，j)大致反映了灰度值为k，j象元的边界长；,远离对角线项的大小反映图像对比度大小。,进一步引入一些变换参数。,综合参数：,上式中u,x,u,y,x,y,分别表示其共存事件矩阵沿行列方向的均值及标准差。,共存事件矩阵是纹理特征的描述工具。,4.3直方图处理（点处理，辐射变换）,通过调整图像的直方图,达到所需增强的目的。,1)灰度变换法：,由于光照不足，原图象灰度范围窄，看不清晰，直方图拉伸后灰度相差加大，分辨清晰。,D,B,D,A,灰度,H,B,255,D,A,D,B,H,A,255,255,D,B,f（D,A,）,可将一直方图变另一直方图,即：H,A,(D,A,),H,B,(D,B,),直方图下总面积不变为1，由概率论知：,D,B,=f(D,A,)常见的三种变换曲线：,线性：D,B,=aD,A,+b(分段线性)突出感兴趣目标，抑制不感兴趣目标,对数曲线：D,B,=a*lg(D,A,+b)小灰度展开，大灰度压缩,指数曲线：D,B,=D,A,*a+b大灰度展开，小灰度压缩,具体编程实现引入查找表（lookup table）概念,图象512512大小，需256KB次运算，太慢,注意图象值输入：256级0255,输出：256级0255 输入到输出是映射关系,指数,对数,D,A,D,B,int i,j;,char I512512,LUT256;,for(i=0;i256;i+),LUTi=pow(i,a)+b,for(i=0;i512;i+),for(j=0;j512;j+),Iij=LUTIij;,仅需256次指数运算，节约了运算时间,2)直方图均衡：,如右图，直方图可用灰度为256，但仅用了2/3，即可用灰度级别未充分利用，一种可能的充分利用多灰度方法是直方图越平越好。多灰度值点数均摊。,H,B,=1/m,由：H,A,dD,A,=H,B,dD,B,D,B,=f(D,A,),dD,B,=df,H,A,dD,A,=1/m df,df=mH,A,dD,A,f=,mH,A,dD,A,255,0,D,A,H,B,D,A,D,B,H,A,m,f(D,A,),连续域上 1/m,上述结论可推广到离散域上，一幅图像总象素数为n，分L个灰度级，n,k,代表第灰度级r,k,出现的频数，则第K灰度级出现概率：,Pr（r,k,）=n,k,/n (k=0,1.L-1),此时变换函数为：,若某一灰度Z是此平均值之倍，则需将其分散到K个灰度上去，即一对多的映射。,将Z映射至(Z,1,+Z,K,)/2灰度上，不保证均匀平的；,将Z随机分配到Z,1,Z,K,中，此时将损失对比度；,将Z分配到与邻点平均值相近的Z,1,Z,K,之灰度，这可能使边缘变模糊及计算量大。,实用第一条,8个灰级，总计64*64=4096点注意：离散均衡不可能拉平,D,A,n,k,P,r,(r,k,),f,取成整数倍,均衡后直方图,0,790,0.19,0.19,1/7(0.14),0.19,1/7,1023,0.25,0.44,3/7(0.428),0.25,2/7,850,0.21,0.65,5/7(0.714),0.21,3/7,656,0.16,0.81,6/7(0.857),0.16+0.08=0.24,4/7,329,0.08,0.89,6/7(0.857),5/7,245,0.06,0.95,7/7(1.00),0.06+0.03+0.02=0.11,6/7,122,0.03,0.98,7/7(1.00),7/7,81,0.02,1.00,7/7(1.00),仅存5个灰级，宏观拉平，微观不可能平，层次减少，对比度提高。,0.25,0.15,0.05,1/7,3/7,5/7,7/7,原图,1/7,3/7,5/7,7/7,0.2,0.4,0.6,0.8,1.0,D,A,f,变换图,1/7,3/7,5/7,7/7,0.19,0.25,0.21,0.24,0.11,均衡后,0.25,0.05,3)直方图匹配,新直方图与已有直方图匹配，使两直方图一致,希望增强后的图像，其灰度级分布不是均匀的，而是具有规模形状的直方图，这样可突出感兴趣的灰度范围,a,P,1,c,P,3,b,P,2,1/m,m,正变换,反变换,p,1,p,2,=1/m,b=mp,1,(a)da=mP,1,(a),p,3,p,2,=1/m,b=mp,3,(c)dc=mP,3,(c),c=P,3,-1,(b/m)=P,3,-1,(mP,1,(a)/m)=P,3,-1,P,1,(a),由a c关系。,p,1,(a)先变换到平的,再由平的变换到p,3,(c),4)伪彩色,人眼对彩色敏感，可辨2000多种色，灰度才几十级,假彩色：用遥感器中三波段合成R、G、B。,伪彩色：单一波段，（灰度图,彩色）,R,黑白 G,B,显示器,物理背景：伪彩超，红外乳腺诊断,典型方法：,255,B,255,255 灰度,127,G,255,255,127,R,255,63,127,191,255,0,B,G,R,合成,5)图象的几何运算,两幅图象对应象素相、*、运算得到第三幅图象。F1、F2生成F3，都是点运算。,F3=A(F1+F2)+B,F3=A(F1F2)+B (减影技术，同一景物不同时间采集影像相减，去除相同，找出变化。运动监测，目标跟踪。),F3=A(F1F2)+B (遥感：火灾、水灾、海岸耕地变化。),F3=A(F1/F2)+B (医学：减影、血管 、监测肾动脉是否阻塞。),A、B是常数,(1)同一波不能区分两类物质（灰度相差不大）但两波相除后，差值明显增大,(2)消除山影、阴面影响，同一地物阴面、阳面灰度值不相同，二波相除后，阴面、灰度此值应相同。,(3)找新物质、矿产（地学工作者之事）,作业,已知直方图如下，试求均衡后直方图：,灰度,0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,百分比,0,1,128,2,128,3,128,4,128,5,128,6,128,7,128,9,128,10,128,11,128,12,128,13,128,14,128,15,128,16,128,均衡后,3,7,11,7,9,10,11,12,13,14,15,16,