【正文】 處 的 原 灰 度 值 ；— — 處 的 新 灰 度 值 ；增 亮 增 亮減 暗 減 暗其中： — 131 — 績效概述 績效管理 績效管理實施過程 KPI與 BSC 第 131 頁 主要內(nèi)容 第四部分平滑空間濾波 銳化空間濾波 空間濾波 基本灰度變換 背景知識 直方圖 處理 — 132 — 第四部分 空間濾波 利用像素本身以及其鄰域像素的灰度關(guān)系進行增強的方法常稱為 濾波（ Filtering）。重復② ~④ 。 ? ? ? ? 100???? ? rdrrprTsrr? ? ? ?001zzv G z p z d r z? ? ? ??()rpr ()zpzs v()sv?rz?— 107 — 第三部分 直方圖處理 3 直方圖規(guī)定化 算法思想： ② 求 G變換的逆變換 ③ 根據(jù)均衡化的概念， s， v都是常量 (分布相同的特點 )，用 s替代 v有 ④ 建立的 聯(lián)系，有： ? ? ? ? ? ?? ?1 1 1z G v G s G T r? ? ?? ? ?? ?sGz 1??? ?1z G v??rz?— 108 — 第三部分 直方圖處理 3 直方圖規(guī)定化 直方圖規(guī)定化的實現(xiàn)： (1)求出已知圖像的直方圖 (2)利用 對每一灰度級 rk預計算映射灰度級 sk (3)利用 從給定的 Pz(z)得到變換函數(shù) G (4)對一個 sk值計算滿足 (5)對于原始圖像的每個像素 ,若像素值為 rk,將該值映射到其對應(yīng)的灰度級 sk；然后映射灰度級 sk到最終灰度級 zk 0k jkjnsn?? ?0( ) ( )kk k z iiv G z p z??? ?( ) 0k k kG z s z?? 的 最 接 近 整 數(shù)— 114 — 第三部分 直方圖處理 3 直方圖規(guī)定化 () krk npr n?krjjrs?— 115 — 第三部分 直方圖處理 3 直方圖規(guī)定化 kkzv? kz()zkpzkv? ?( ) int ma x ( ) min( ) 0 .5k k kv k z z v??? ? ? ???()kz v k?() kv k z?— 116 — 第三部分 直方圖處理 3 直方圖規(guī)定化 0113253 4 65 6 7 7kkrs??????、 、011334556677kkvz???????1Gj j k kr s v z???? ? ???均 衡)( zp z均衡 所以最后結(jié)果： 0314253 4 65 6 7 7rzrzrzr r zr r r z?????、 、— 117 — 第三部分 直方圖處理 3 直方圖規(guī)定化 ?? ?— 118 — 第三部分 直方圖處理 3 直方圖規(guī)定化 — 122 — 第三部分 直方圖處理 3 直方圖規(guī)定化 — 123 — 第三部分 直方圖處理 3 直方圖規(guī)定化 ?直方圖規(guī)定化 vs. 直方圖均衡化 直方圖均衡化：自動增強 效果不易控制 總得到全圖增強的結(jié)果 直方圖規(guī)定化：有選擇地增強 須給定需要的直方圖 特定增強的結(jié)果 — 124 — 第三部分 直方圖處理 3 直方圖規(guī)定化 原始圖像 直方圖均衡化處理 直方圖規(guī)定化處理 — 125 — 第三部分 直方圖處理 4 局部直方圖處理 規(guī)定化有時需要對圖像小區(qū)域細節(jié)的局部增強。 加標記的MRI — 104 — 第三部分 直方圖處理 3 直方圖規(guī)定化 規(guī)定化即把圖象的直方圖變成指定的直方圖。僅存 5個灰級，宏觀拉平，微觀不可能平，層次減少，對比度提高。 10 ?? r 10 ?? s)(rTs ? )(rT10 ?? r10 ?? r)(rT)(1 sTr ?? 10 ?? s )(1 sT ?)(rT1)(0 ?? rT— 75 — 第三部分 直方圖處理 2 直方圖均衡化 對于連續(xù)圖像，累積分布函數(shù) CDF —滿足條件 （ 1）概率密度函數(shù)永遠為正 （ 2）因為 r在 [0， 1]上時， pr的總和為 1 —并能使 r的分布轉(zhuǎn)換為 s的均勻分布 ??? r r wwprEs 0H d)()(— 76 — 第三部分 直方圖處理 2 直方圖均衡化 1)(1)(dd)()()(d)(ddd)(ddddd)()(d)()(0H0H??????????????????rprpsrrpsprpwwprrrErssrrpspwwprEsrrrsrrrrsrr— 77 — 第三部分 直方圖處理 2 直方圖均衡化 例：已知一幅圖灰度級的概率分布密度： 對其進行直方圖均衡化。即 （ 0代表黑， 1代表白） 在 [0,1]區(qū)間內(nèi)的任一個 r值，都可以產(chǎn)生一個 s值，且 ， 為變換函數(shù)。 四種基本類型圖像的直方圖 — 71 — 第三部分 直方圖處理 2 直方圖均衡化 把原始圖的直方圖變換為均勻分布的形式，增加像素灰度值的動態(tài)范圍，提高圖像對比度。 — 69 — 第三部分 直方圖處理 1 直方圖 直方圖是多對一的映射結(jié)果，即多個圖像可以生成相同的直方圖，因此直方圖作為一階統(tǒng)計特征未反映相鄰點之間的關(guān)系。直方圖是一個 1D的離散函數(shù)。設(shè)圖像中某種灰度 rk的像素數(shù)為 nk， n是圖像中像素的總數(shù)，則灰度級 rk所對應(yīng)的頻數(shù)為： 1,2,1,0)( ??? Lknnrp kk ?— 64 — 第三部分 直方圖處理 1 直方圖 — 65 — 第三部分 直方圖處理 1 直方圖 水泥微觀結(jié)構(gòu)圖 左圖對應(yīng)的直方圖 — 66 — 第三部分 直方圖處理 1 直方圖 直方圖和積累直方圖 圖象的灰度統(tǒng)計稱為直方圖。imhist(Jm)。 figure(2)。subplot(211)。39。subplot(212)。imhist(Im)。 figure(1)。 — 55 — 第二部分 基本灰度變換 3 MATLAB Matlab函數(shù) : imadjust函數(shù) Im=imread(39。 subplot(1,3,2),imshow(J1)。 pout3=pout*A+B。 A=。 (伽馬 )校正 ?— 49 — 第二部分 基本灰度變換 2 非線性變換 指數(shù)變換 應(yīng)用： (伽馬 )校正 ?(a)原圖像 ? cr?v c s??— 50 — 第二部分 基本灰度變換 2 非線性變換 指數(shù)變換 應(yīng)用： 用冪次變換進行對比度增強 原圖像 ? c=1, =, — 51 — 第二部分 基本灰度變換 2 非線性變換 指數(shù)變換 應(yīng)用： 用冪次變換進行對比度增強 原圖像 ? c=1, =, “ 沖淡 ” 效果圖 — 52 — 第二部分 基本灰度變換 3 MATLAB 例子 :線性變換 ( , )f x y ( , ) 0 . 5 ( , ) 5 0g x y f x y?? ( , ) 1 . 5 ( , ) 5 0g x y f x y??1?a255 255 1?a1?a0?bf(x,y) byxafyxg ?? ),(),(改變 A,B的數(shù)值 ,觀察圖像的灰度變化 — 53 — 第二部分 基本灰度變換 3 MATLAB 例子 :線性變換 I=imread(39。 v C r ??? （ 非 線 性 關(guān) 系 ）(伽馬 )校正 ?— 47 — 第二部分 基本灰度變換 2 非線性變換 指數(shù)變換 應(yīng)用： ?γ 校正的原理 即在顯示之前通過冪次變換將圖像進行修正。 對數(shù)變換的圖像（顯示在一個8bit的系統(tǒng)中） 6[0 , 1 . 5 1 0 ]r ?? lo g (1 )sr??l o g ( 1 ) ( 3 . 2 2 )s c r? ? ?— 43 — 第二部分 基本灰度變換 2 非線性變換 指數(shù)變換 冪次曲線中的 值決定了： 是把輸入 窄帶 暗值映射到 寬帶 輸出值； 是把輸入 窄帶 亮值映射到 寬帶 輸出值。 — 40 — 第二部分 基本灰度變換 2 非線性變換 對數(shù)拉伸 指數(shù)拉伸 cbyxfayxgln]1),(l n [),(????1),( ]),([ ?? ? ayxfcbyxg0 f (x, y) g (x, y) a 對數(shù)拉伸 0 f (x, y) g (x, y) a 指數(shù)拉伸 — 41 — 第二部分 基本灰度變換 2 非線性變換 對數(shù)變換 動態(tài)范圍壓縮 原圖象的灰度范圍過大，因此，需要壓縮到可以顯示的灰度范圍。 （高階位如前 4位包含視覺上很重要的大多數(shù)數(shù)據(jù)；其它位對圖像中的更多微小細節(jié)有作用） 3 位圖切割 — 35 — 第二部分 基本灰度變換 1 線性變換 分段線性變換 例如每個象素點的灰度值用 8bit表示，假如某像素點的灰度值為 00100010，分解處理如下 : 3 位圖切割 01000100)0(0 0 0 0 0 0 0 0)2(0 0 0 0 0 0 1 0)0(0 0 0 0 0 0 0 0)0(0 0 0 0 0 0 0 0)0(0 0 0 0 0 0 0 0)32(0 0 1 0 0 0 0 0)0(0 0 0 0 0 0 0 0)0(0 0 0 0 0 0 0 0這樣這個位置的像素，就分解成了 8部分，各部分的值轉(zhuǎn)成十進制就是該點在該位平面上的灰度值。 1 對比拉伸 — 25 — 第二部分 基本灰度變換 1 線性變換 分段線性變換 ????????????????????ffg MyxfbbbMbyxfdMbyxfacabcdayxfayxfayxcfyxg),()/()),()((),()/())(),((),(0/),(),(a b fMgMc d ),( yxf),( yxg1 對比拉伸 — 26 — 第二部分 基本灰度變換 1 線性變換 分段線性變換 S1 S2 L1 0 L1 擴展圖像處理時灰度級的動態(tài)范圍。 灰度反轉(zhuǎn)圖像 — 22 — 第二部分 基本灰度變換 1 線性變換 線性變換 原因：灰度集中在某個較小的范圍（對比度低） 原理： 的動態(tài)范圍 的動態(tài)范圍 公式： ),( yxf ),( yxg],[ ba ],[ dccyxfabcdyxg ????? a]),() ] [/()[(),(),( yxg),( yxfc d a b ),( yxg),( yxfc d a b 壓縮效果 拉伸效果 — 23 — 第二部分 基本灰度變換 1 線性變換 分段線性變換 為了突出感興趣的目標或灰度區(qū)間，相對抑制那些不感興趣的灰度區(qū)間，可采用分段線性變換。例如，黑底的照片變成白底的照片。在對于彩色圖象做灰度映射時應(yīng)注意保持色調(diào)和飽和度相同，只改變亮度。 更大的鄰域有更多的靈活性，一般的方法是利用點 (