【正文】 像元 (Pixel)值，還是整張 影像的 Pixel值， 亦或僅改變其屏幕顯示的 Lookup Table(LUT)值 61 可同時(shí)開(kāi)啟 Inquire Cursor，比較不同方法 Stretch從單一個(gè) Pixel的 Pixel值或 LUT值的 變化。 68 69 xa表示原圖像的灰度值， xb表示直方圖均衡化后的新圖像的灰度值；ha(xa)為原圖像中任一灰度出現(xiàn)的概率， hb(xb)為新圖像中任一灰度出現(xiàn)的概率，由于變換后的圖像灰度分布均勻，對(duì)應(yīng)于任一灰度出現(xiàn)的概率 hb(xb)相同。 (L1)/N稱為拉伸因子。在一些灰度級(jí)處可能沒(méi)有像元，在另外一些灰度級(jí)處則像元很擁擠。 直方圖規(guī)定化的 原理 是 對(duì)兩個(gè)直方圖都做均衡化 ，變成相同的 歸一化的均勻 直方圖。 80 ? 直方圖規(guī)定化的具體步驟： （ 1）做出原圖像的直方圖； （ 2）做出原圖像的累積直方圖 ，對(duì)原圖像進(jìn)行均衡化變換； （ 3）做出參考圖像的直方圖或確定參考直方圖； （ 4）做出參考累積直方圖 ，進(jìn)行均衡化變換； （ 5）對(duì)于原圖像中的每一灰度級(jí) 的累積值 ，在參考累積直方圖中找到對(duì)應(yīng)的累積值 ；如果 G為數(shù)學(xué)公式可直接計(jì)算求值，則得到對(duì)應(yīng)的新灰度值 。 86 亮度反轉(zhuǎn)處理：對(duì)圖像亮度范圍進(jìn)行線性或非線性取反，產(chǎn)生一幅與輸入圖像亮度相反的圖像。 88 降噪處理：是利用自適應(yīng)濾波方法去除圖像中的噪聲 去條帶處理 :是針對(duì) tm的圖像掃描特點(diǎn)進(jìn)行的三次卷積處理，以達(dá)到去除條帶的目的。 (i,j) (i,j) 91 ? 從影像左上角開(kāi)始開(kāi)一與模板同樣大小的活動(dòng)窗口，影像窗口與模板像元的亮度值對(duì)應(yīng)相乘再相加。 94 一般，若模板為 3 3，新圖像比原圖像左右 各少一列 ，上下各 少一行 ；若模板為 5 5，則各少 兩行兩列 ，依次類(lèi)推。在圖像上，這些噪聲表現(xiàn)為一些亮點(diǎn)或亮度過(guò)大的區(qū)域，為了抑制噪聲，改善圖像質(zhì)量所做的處理稱為圖像平滑 96 噪聲是各種影響人的視覺(jué)器官對(duì)圖像信息理解或分析的因素，一般噪聲是不可預(yù)測(cè)的隨機(jī)信號(hào)，它只能用概率統(tǒng)計(jì)的方法去認(rèn)識(shí)，由于噪聲影響圖像的輸入、采集、處理的各個(gè)環(huán)節(jié)以及輸出的全過(guò)程，尤其是圖像輸入、采集的噪聲必然影響處理全過(guò)程以及最終結(jié)果，因此抑制噪聲已成為圖像處理中的極重要的步驟。 98 噪聲特征 單波段圖像可看作是二維亮度分布，噪聲可看作是對(duì)亮度的干擾，噪聲是隨機(jī)性的，需用隨機(jī)過(guò)程描述，即要知道其分布函數(shù)或密度函數(shù)，但在許多情況下這些函數(shù)很難測(cè)出或描述，甚至不可能得到，常用統(tǒng)計(jì)特征來(lái)描述噪聲，如均值、方差、總功率等。 101 ? 均值平滑 是將每個(gè)像元在以其為中心的區(qū)域內(nèi)取 平均值 來(lái)代替該像元值，以達(dá)到去掉尖銳 “ 噪聲 ” 和平滑影像目的的。 5x5 模板 104 ? 9x9 模板 105 為了保留圖像的 邊緣和細(xì)節(jié) 信息，可對(duì)該算法進(jìn)行改進(jìn)，引入 閾值 T，將原圖像灰度值 f(i,j)和平均值 g(i,j)之差的絕對(duì)值與選定的閾值進(jìn)行比較，根據(jù)比較結(jié)果決定像元（ i,j）的最后灰度值 g(i,j)。取值時(shí)，將窗口內(nèi)所有像元按亮度值的大小排列 ，取 中間值 作為中間像元的值。 109 例如： 3x3的模板 ， 第 5大的是中值 ， 5x5的模板 ， 第 13大的是中值 ， 7x7的模板 ， 第 25大的是中值 ， 9x9的模板 ， 第 41大的是中值 。 111 中值濾波與均值平滑的目的都是為了去除圖像上的尖銳 “ 噪聲 ” ，平滑處理圖像，但兩者之間又有區(qū)別，選用哪一種方法要根據(jù)圖像特點(diǎn)和處理目的來(lái)決定。有時(shí)可通過(guò)銳化，直接提取出需要的信息。39。 ( , ) ( , )| ( , ) |( , ) ( 1 , ) ( , ) ( , 1 )f x y f x yg r a d f x yxyf x y f x y f x y f x y??????? ? ? ? ? ?梯度算法對(duì)應(yīng)的 模板為 ： ( , )f x yx??＝ ( , )f x yy? ? ＝ 123 采用 交叉差分 的方法。 125 這種算法的意義在于用交叉的方法檢測(cè)出像元與其在上下之間或左右之間或斜方向之間的差異。因此，在處理一個(gè)或兩個(gè)像元寬度的線性目標(biāo)時(shí)，要根據(jù)具體情況選擇處理方法。 135 梯度 運(yùn)算檢測(cè)了圖像上的空間灰度 變化率 ，因此，圖像上只要有灰度變化就有變化率。 8 9 10 11 13 12 12 8 8 10 11 13 12 12 8 9 10 11 13 12 12 9 10 12 14 17 16 16 7 7 6 5 4 4 4 8 8 8 8 8 8 8 8 8 8 8 8 8 8 139 另外一種處理方法是用原圖像的值減去 Laplace算法的計(jì)算結(jié)果的整數(shù)倍，即 2( , ) ( , ) ( , )g x y f x y k f x y? ? ? 這樣的處理既 保留 了 原圖像 作為背景，又 擴(kuò)大 了邊緣處的 對(duì)比度 ，銳化效果更好。 144 Image of CHURN Farm Daedalus 1268 ATM Channel 3 145 Directional or edge detecting filters highlight linear features, such as roads or field boundaries. Vertical edges（垂直邊緣） 146 Horizontal edges Directional Edge filters can also be designed to enhance features which are oriented in specific directions and are useful in applications such as geology, for the detection of linear geologic structures. 147 在增強(qiáng)了邊的同時(shí)，丟失了圖像的層次和亮度 銳化的缺點(diǎn)和問(wèn)題： 148 典型的算子和圖像增強(qiáng)的目的如表 空間濾波 3 3的算子 效果 Sobel |A|+|B|或 (A2+B2) 1 0 1 1 2 1 A= 2 0 2 B= 0 0 0 1 0 1 1 2 1 梯度（差分） Prewitt |A|+|B|或 (A2+B2) 1 0 1 1 1 1 A= 1 0 1 B= 0 0 0 1 0 1 1 1 1 梯度（差分） 149 典型的算子和圖像增強(qiáng)的目的如表 空間濾波 3 3的算子 效果 拉普拉斯算法 0 1 0 1 1 1 A= 1 4 1 或 B= 1 8 1 0 1 0 1 1 1 微分 平滑化 1/9 1/9 1/9 0 1/5 0 A= 1/9 1/9 1/9 或 B= 1/5 1/5 1/5 1/9 1/9 1/9 0 1/5 0 平滑化 中值濾波 用 3 3的直方圖的中間值置換 噪聲消除 150 典型的算子和圖像增強(qiáng)的目的如表 空間濾波 3 3的算子 效果 高通濾波 0 1 0 1/9 1/9 1/9 A= 1 5 1 或 B= 1/9 8/9 1/9 0 1 0 1/9 1/9 1/9 邊緣增強(qiáng) 清晰化 0 1 0 1/9 8/9 1/9 A= 1 5 1 或 B= 8/9 37/9 8/9 0 1 0 1/9 8/9 1/9 鮮明的圖像 151 一般圖像數(shù)據(jù)量很大，所以經(jīng)常采用 3 3的算子，但有時(shí)也采用 5 5的算子或 7 7的算子。 被這個(gè)卷積核濾波后，值變?yōu)? 204 200 197 201 100 209 198 200 210 204 200 197 201 9 209 198 200 210 153 相反，當(dāng)這個(gè)核用在高值被高值包圍的一組像元上時(shí)，高值變得更高。因此，和為 0的卷積核是一個(gè)邊緣檢測(cè)器（ Edge Detector），通常能消除或歸 0出低空間頻率的區(qū)域，以及在高空間頻率區(qū)產(chǎn)生鮮明對(duì)比，結(jié)果影像區(qū)僅包括邊緣和 0值。帶通濾波僅保留一定的頻率成分，所以可用于提取、消除每隔一定間隔出現(xiàn)的干涉條紋的噪聲。 161 162 聚焦分析 使用類(lèi)似卷積濾波的方法對(duì)圖象數(shù)值進(jìn)行多種分析，其基本算法是在所選擇的窗口范圍內(nèi)，根據(jù)所定義的函數(shù)，應(yīng)用窗口范圍內(nèi)的像元數(shù)值計(jì)算窗口中心像元的值，從而達(dá)到圖象增強(qiáng)的目的。 圖像融合（ Image Fusion）技術(shù)是指將多源信道所采集到的關(guān)于同一目標(biāo)的圖像經(jīng)過(guò)一定的圖像處理，提取各自信道的信息，最后綜合成同一圖像以供觀察或進(jìn)一步處