【正文】 0 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 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 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 0 0 0 0 0 0 0 0 0 0 0 0 鄰域平均法 ? 采用 3x3均值濾波。 微分法 222239。當(dāng)模板中心移過圖像中每個(gè)位置時(shí)，設(shè)計(jì)一種簡(jiǎn)便的中值更新方法。f f f fx y x y? ? ? ?? ? ? ?? ? ? ?? ? ?? ? ? ?? ? ? ?? ? ? ?? ? ? ?? ? ? ? 即 各 向 同 性x180。同時(shí)，圖像中景物邊緣也會(huì)不同程度地變得模糊。 [ ( , ) ]l n[ ( , ) 1 ]( , )ln( , ) 1c f x y af x yg x y abcffg x y b???????低 灰 度 范 圍 得 以 擴(kuò) 展 ， 高 灰 度 得 以 壓 縮 灰度非線性變換 非線性變換：變換函數(shù)方程為 例如：對(duì)數(shù)函數(shù)作為圖像的映射函數(shù) 直方圖修正法 灰度直方圖的定義 直方圖的用途 直方圖均衡化 直方圖規(guī)定化 灰度直方圖的定義 ?直方圖 直方圖是圖像的灰度 —— 像素?cái)?shù)統(tǒng)計(jì)圖，即對(duì)于每個(gè)灰度值，統(tǒng)計(jì)在圖像中具有該灰度值的像素個(gè)數(shù)，并繪制成圖形，稱為 灰度直方圖 （簡(jiǎn)稱 直方圖 ）。 ?分別對(duì)原始直方圖和規(guī)定化處理后的直方圖進(jìn)行均衡化處理 0 1/7 3/7 5/7 1 rk Pr(rk) 0 1/7 3/7 5/7 1 zk Pz(zk) 0 1/7 3/7 5/7 1 zk Pz(zk) 0 1/7 3/7 5/7 1 rk s－ T(rk) 5,6,77 7 81 7 步驟和結(jié)果 0 0 0 變換后直方圖 9 3,46 25 14 03 確定映射關(guān)系 8 7 7 6 6 5 4 3 映射 | V2 V1|最小 7 0 0 0 6 0 0 0 規(guī)定直方圖 P(z) 規(guī)定累積直方圖 V2 5 原始累積直方圖 V1 4 原始直方圖 P(r) 3 122 245 329 656 850 1023 790 原始直方圖各灰度級(jí)像素 2 6 5 4 3 2 1 0 原始圖像灰度級(jí) 1 運(yùn)算 序號(hào) a) 原圖 b) 規(guī)定化函數(shù) c) 直方圖規(guī)定化后的結(jié)果 d) 圖 c的直方圖 鄰域平均法 中值濾波 多圖像平均法 頻域低通濾波法 圖像平滑 圖像平滑 ?空域?yàn)V波 是在圖像空間借助模板進(jìn)行鄰域操作完成線性、非線性運(yùn)算 ?功能 1） 平滑：低通濾波器。 ?圖像模糊的兩種理解 1． 平均或積分效應(yīng)引起 —— 用微分處理； 2． 模糊可看作圖像上高頻分量被削弱 —— 高頻增強(qiáng)，引入微分： nk n kD xy ?????? 線 性 算 子 微分法 ?注意 噪聲亦屬高頻分量，往往會(huì)隨高頻增強(qiáng)而突出。因反射分量反映細(xì)節(jié)，利用對(duì)比度增強(qiáng)這一分量的對(duì)比度或頻域上加大反射頻譜成分，使暗區(qū)細(xì)節(jié)增強(qiáng)，并保留亮區(qū)圖像細(xì)節(jié) 同態(tài)增晰 H(u,v) D(u,v) a)同態(tài)濾波處理前 b)同態(tài)濾波處理后 （壓縮圖像的動(dòng)態(tài)范圍，增加了圖像各部分之間的對(duì)比度） 同態(tài)增晰 彩色增強(qiáng) 偽彩色增強(qiáng) 真彩色增強(qiáng) 偽彩色增強(qiáng) (1) 亮度切割 ( , ) ( , ) 0 , 1 ( 1 )mmf x y C f x y R m M M M? ? ? ? 個(gè) 平 面 切 割 成 個(gè) 區(qū)x, y l1 L 紅色 藍(lán)色 亮度切割剖面示意 偽彩色效果圖 偽彩色增強(qiáng) （ 2）從灰度到彩色的變換 紅色轉(zhuǎn)換器 綠色轉(zhuǎn)換器 藍(lán)色轉(zhuǎn)換器 IR(x,y) IG(x,y) IB(x,y) 輸入三個(gè)電子槍，可得到其顏色內(nèi)容由 3個(gè)變換函數(shù)調(diào)制的混合圖像 偽彩色增強(qiáng) 偽彩色增強(qiáng) a) 紅色變換特性 b) 綠色變換特性 IR L 0 L/2 L f (x, y) L/2 L f (x, y) IG L 0 L/2 L f (x, y) IB L 0 L/2 L f (x, y) I L c) 藍(lán)色變換特性 d) 合成特性 真彩色增強(qiáng) ?從彩色到彩色的一種轉(zhuǎn)換 ?目的 1） 引起人們的特別關(guān)注 2） 人眼對(duì)不同顏色的靈敏度不同 1 1 12 2 23 3 3gfgfRRGGBB? ? ?? ? ?? ? ?? ? ? ???? ? ? ?????? ? ? ?? ? ? ?????? ? ? ?原 始 彩 色 圖 像真彩色效果例圖 真彩色增強(qiáng) 作業(yè) 41 試給出把灰度范圍（ 0， 10）拉伸為（ 0， 15），把灰度范圍（ 10， 20）移到（ 15， 25），并把灰度范圍（ 20， 30）壓縮為（ 25， 30）的變換方程。 1 1 1 9 1 1 1 1 1 1 2 2 5 2 1 1 2 1 2 1 1 6 1 2 2 1 2 微分法 經(jīng)平滑后的圖像（模糊） 原圖 5． 定向?yàn)V波： 沿特定方向增強(qiáng)，有塑像效果 1 c 1 1 c 1 1 c c 1 1 1 c 1 1 1 1 c 1 1 1 c c 1 微分法 頻域： G(u,v)= H(u,v) 但中值濾波不同于均值濾波，中值直接取自某個(gè) 像素 的灰度值，所以能較好地保持圖像景物原狀。 六個(gè)像素 直方圖的用途 直方圖的用途 ?直方圖性質(zhì) 1） 2）如果一圖像由兩個(gè)不連接的區(qū)域組成，且每個(gè)區(qū)域的直方圖已知，則整幅圖像的直方圖是該兩個(gè)區(qū)域的直方圖之和。 直方圖均衡化 直方圖均衡化 ?直方圖均衡化是一種非線性變換。 ?數(shù)學(xué)原理 圖像模糊的原因 —— 圖像被平均或積分， 為實(shí)現(xiàn)圖象的銳化，需反運(yùn)算“微分” —— 增強(qiáng)高頻分量，使圖像邊緣清晰，但同時(shí)也增強(qiáng)了噪聲 ?條件 原圖像有較高的 SNR 圖像銳化 ?邊緣銳化的 原理 圖像中景物的邊緣或紋理是灰度值發(fā)生突變的地方，數(shù)字信號(hào)處理采用差分或梯度計(jì)算來檢測(cè)邊緣。 R(x,y) I(x,y)： 照射分量（低頻） R(x, y)： 反射分量（高頻） (圖象細(xì)節(jié)的不同在空間作快速變化 ) ?分析 關(guān)心反射信息，但室內(nèi)外照射分量強(qiáng)度不同，圖片明暗不均，能否消除照度不均，而增強(qiáng)反射部分比重 ? ?過程 f (x,y)=i(x,y)r(x,y) i(x,y)——照射分量 ,低頻區(qū)， r(x,y)——反射分量，反映圖像的細(xì)節(jié)分量，處于高頻區(qū) 同態(tài)增晰 f(x,y