View
377
Download
7
Embed Size (px)
Citation preview
第 5章图像增强
( Image Enhancement )
5 . 1 概述一、处理原因: 图像形成、传输、转换、显示产生降质二、改善方法:1. 图像增强:目的是为了改善图像的视觉效果,或者是为了更便于人或机器的分析和处理,提高图像的可懂度。在不考虑降质原因的情况下,用试探的方式对图像进行加工,力求改善图像的质量,如突出了一部分信息,同时可能压制另一部分的信息。
2 图像复原:考虑降质原因,分析降质模型,试图利用退化现象的某种先验知识,把已经退化了的图像加以重建或恢复。
三、 增强的方法:1. 空域法
2. 频域法
四、 图像增强技术: 主要可分为1.点运算增强算子:如图像灰度倒置、对比度伸缩、灰度动态范围的伸缩、灰度级分片、图像减影、直方图修正等;
2.区域(模板)运算增强算子:如平滑、中值滤波、 锐化等;
3.变换增强算子:如低通滤波、高通滤波、带通滤波、同态增晰等;
4.色彩算子:如伪彩色处理。
5.2 灰度修正(空域法)
如 K=1 ,即为点增强处理
特点: 1) 输出图像在像素点 (m, n) 的灰度值 g(m, n) 仅取决于输入图像在像素点 (m, n) 的灰度值 f(m, n) ,与像素点(m, n) 的邻近点无关。
2) 我们通常写成 s = T(r) , 其中 s是输出像素点值, r是输出像素点值。
3) T 可以是任一从 [0,1] 到 [0,1]映射的递增函数。
5 . 2. 1 灰度变换
( 一 )线性灰度变换 当图象成象时曝光不足或过度 , 或由于成象设备的非线性和图象记录设备动态范围太窄等因素 ,都会产生对比度不足的弊病,使图象中的细节分辨不清。这时可将灰度范围线性扩展。
ayxfc
byxfacayxfab
cd
byxfd
yxg
),(
),(]),([
),(
),(
设 f(x,y) 灰度范围为 [a,b] , g(x,y) 灰度范围为 [c,d] 。
0f(x,y)
g(x,y)
a b
c
d
( 二 )分段线性灰度变换 将感兴趣的灰度范围线性扩展,相对抑制不感兴趣的灰度区域。
设 f(x,y) 灰度范围为 [0,Mf] , g(x,y) 灰度范围为 [0,Mg]
ayxfyxfa
c
byxfacayxfab
cd
MyxfbdbyxfbM
dM
yxg
ff
g
),(0),(
),(]),([
),(]),([
),(
0f(x,y)
g(x,y)
a b
c
d
Mf
Mg
( 三 )非线性灰度变换
( 1)对数变换 低灰度区扩展,高灰度区压缩。
( 2)指数变换 高灰度区扩展,低灰度区压缩。
cb
yxfayxg
ln
]1),(ln[),(
对数变换
a,b,c 是按需要可以调整的参数。
对数变换
低灰度区扩展,高灰度区压缩
1),( ]),([ ayxfcbyxg
指数变换
a,b,c 是按需要可以调整的参数。
指数变换
高灰度区扩展,低灰度区压缩。
(四) 一些基本的灰度变换
1) 灰度倒置—负像( Image Negatives ) s = L - 1 – r
2) 对数变换 ( Log Transformations )
, c是常数,且 )1log( rcs 0r
3 )幂规律变换( Power-Law Transformations )
或 , c和 γ是正数,有时也称 Gamma校正。
crs )( rcs
a) 原图 b) γ=3.0c)γ=4.0 d)γ=5.0
4 )分段线性变换( Piecewise-Linear Transformation Functions )
对比度伸缩( Contrast stretching )
灰度级分片(Gray-level slicing) 使指定的灰度值范围高亮度
左图转换函数相当于二值化(没有背景)
位平面分片( Bit-plane slicing )
5 )图像减影 在这种情况,通过计算两帧相似图像之间的不同,来增强(高亮度化)两帧间的区别
这种方法已经应用于图像分割和增强,如 X光线成像,医学上的运用
逻辑操作 ( 二进制掩膜, binary masking) 基于点运算,对两副图像的单个象素进行操作(此时每个象素的值都被看成逻辑值),基本包括与、或、非三者,其他任何逻辑操作都可通过三者之间的组合来完成。逻辑操作通常用于选择 ROI (region of interest) ,也常与形态学处理相结合。
图像乘
??
5.2.2 直方图修正
一、 直方图的概念 图像 的灰度级 , 表示 内所有灰度级出现的相对频率, 的图形为图像 的直方图。 就是图像中的灰度级概率概率密度函数的估计值。
f
kzzZ ,1
)(zp
kzz ,1
)(zp
f)(zp
图像上总的像素个数的像素个数灰度值为 i
i
rrp )(
对于数字图像,
且
1
0
1)(k
iirp
直方图修正是灰度级变换的常用方法 直方图归一化原始图像灰度级 归一化 原始图像灰度 归一化 变换后图像灰度 归一化
kzz ,1 1,0iz r 1,0r'
iz s 1,0s
直方图不反映灰度值的像素在图像中位置方面的任何信息。
直方图反映的总体性质:明暗程度、细节是否清晰、动态范围大小等
二、直方图修正的技术基础
设 应满足下列条件: 1)在 区间内 T(r) 为单值单调增加;2)对于 ,有 。
条件 1 )使灰度级保持从黑到白的次序;条件 2 )保证映射变换后的像素灰度值在允许范围内
从 s到 r的反变换用下式表示
同样假设对于变量 s也要满足条件 1 )和 2)。
在一幅图像中,在 [0, 1] 区间内的灰度级是随机变量,假定对每一个瞬间它们是连续变量,那么可以用概率密度函数 和 分别表示原始图像和变换图像的灰度级。
)(rpr )(sps
由概率论知道,如果 , T(r) 是已知的, 满足条件 1 ),那么变换图像灰度级的概率密度函数可以由下式得到:
这说明:通过 T(r)控制图像灰度级的概率函数,从而改善图像的外貌。
关键是 如何选择?
)(rpr
)(1)()(
STrrs ds
drrpsp
三、 直方图均衡化1. 基本原理: 设 =常数 ==》均匀化直方图 ==》图像熵大
2 .连续直方图的均衡化假定变换函数为
)(sps
式中 是积分的假变量,可以看作是 的累积分布函数( CDF)。因为 CDF是 的函数,并单调从 0增加到 1,所以满足条件 1 )、 2)。
rr
求上式 对 的导数得
s r
)()()(
0rpdp
dr
d
dr
rdT
dr
dsr
r
r
101)(
1)()()( s
rprp
ds
drrpsp
rrrs
说明:变换后的变量 的定义域内 是均匀密度,且这个结果与反变换函数无关。由于通常不易获得的解析式 ,所以这是很重要的。
s )(sps
)(1 sT
rj rj+r
sj
sj+s
直方图均衡化变换公式推导图示
3 .离散直方图均衡化
设一幅图象的象素总数为 n,分 L 个灰度级。
例:设图象有 64*64=4096 个象素,有 8个灰度级,灰度分布如表所示。进行直方图均衡化。
rk
r0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1
nk
790102385065632924512281
p(rk)
0.190.250.210.160.080.060.030.02
步骤:
rk
r0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1
nk
790102385065632924512281
p(rk)
0.190.250.210.160.080.060.030.02
1. 由( 2-2 )式计算 sk。
rk
r0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1
nk
790102385065632924512281
p(rk)
0.190.250.210.160.080.060.030.02
sk 计算
0.190.440.650.810.890.950.981.00
rk
r0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1
nk
790102385065632924512281
p(rk)
0.190.250.210.160.080.060.030.02
sk 计算
0.190.440.650.810.890.950.981.00
sk 舍入
1/73/75/76/76/7111
2. 把计算的 sk就近安排到 8 个灰度级中。
rk
r0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1
nk
790102385065632924512281
p(rk)
0.190.250.210.160.080.060.030.02
sk 计算
0.190.440.650.810.890.950.981.00
sk 舍入
1/73/75/76/76/7111
sk
ss00
ss11
ss22
ss33
ss44
nsk
7901023850985
448
p(sk)
0.190.250.210.24
0.11
3. 重新命名 sk,归并相同灰度级的象素数。
直直方图均衡化方图均衡化
均衡化前后直方图比较
直方图均衡化处理应注意的问题
直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。在均衡过程中,原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内,故得不到增强。若这些灰度级所构成的图象细节比较重要,则需采用局部区域直方图均衡。
四 直方图匹配 修改一幅图象的直方图,使得它与另一幅图象的直方图匹配或具有一种预先规定(或希望)的函数形状。
目的:突出我们感兴趣的灰度范围,使图象质量改善。
连续灰度的直方图(原图)
连续灰度的直方图(希望)
直方图匹配
令 P(r) 为原始图象的灰度密度函数,P(z) 是期望通过匹配的图象灰度密度函数。对 P(r) 及 P(z) 作直方图均衡变换,通过直方图均衡为桥梁,实现 P(r) 与 P(z) 变换。
rjzk
直直方图匹配
方图匹配变换公式推导图
变换公式推导图
示示
直方图匹配
步骤:( 1)由
各点灰度由 r映射成 s。( 2)由
各点灰度由 z映射成 v。
r
rdrrprTs0
10)()(
z
zdzzpzGv0
10)()(
步骤:
( 3)根据 v=G(z), z=G-1(v)
由于 v, s有相同的分布,逐一取 v=s ,求出与 r对应的 z=G-1(s) 。
离散灰度级情况: 由( 1 )、( 2 )计算得两张表,从中选取一对 vvkk, ssjj ,使 vvkk≈s≈sjj,并从两张表中查得对应的 rj, zk。于是,原始图象中灰度级为 rrj j 的所有象素均映射成灰度级 zzkk。最终得到所期望的图象。
5.3 图像的同态增晰( Homomorphic Filter )
1. 问题提出及分析
图像 是由光源产生的照度场 和目标(景物或照片)的反射系数场 的共同作用下产生的,三者的关系是:
( 1)
在理想情况下,照度场 是一个常数,这时 可以不失真地反映 。),( yxf
),( yxf i
),( yxf r
),(),(),( yxfyxfyxf ri
),( yxf i),( yxf
然而,在一般情况下:1) 由于光照不均匀, 不是常数,
其值随着坐标而缓慢地变化;2) 光传输系统、光电转换设备的不完善
,可以造成类似于照度场不均匀的效果,也可等效于照度场的不均匀。这样会造成图像 上大面积阴影。
),( yxf i
),( yxf
因此,如何在保留图像细节的同时,清除这些大面积的阴影,以提高图像在暗区目标的清晰度,是我们关心解决的问题。 由两个相乘的分量构成,照度场 的变化缓慢,在频谱上其能量集中于低频;反射系数场 包含了所需要的图像信息,它在空间的变化较快,其能量集中于高频。
),( yxf i
),( yxf r
),( yxf
采用同态分析方法可把这两个分量变成相加的两个分量分开处理,以期压缩对比度,并可压缩图像信号的动态范围。
2. 处理步骤
对式( 1)两边取对数,获得两个加性分量。
( 2) ),(ln),(ln),(ln yxfyxfyxf ri
对式( 2)两边进行付氏变换 ( 3) 由于 是单调增函数,可以认为 和 分别在频谱的低频区和高频区的这个格局并没有很大的变化。
),(),(),( vuFvuFvuF ri
ln),( vuFi ),( vuFr
选用具有如下特性的滤波器滤波
为了消除照度的起伏,应压缩 ;为了增加图像本身的对比度,应增强 分量。
),( vuFi
),( vuFr
取付氏反变换和指数运算,得到处理后的输出图像。