【文章內(nèi)容簡(jiǎn)介】 ，然后經(jīng)逆傅立葉變換獲得所需的圖像。，是圖像增強(qiáng)的重要手段之一。1)線性變換：對(duì)圖像每一個(gè)像素灰度作線性拉伸，將有效改善圖像視覺效果。2)分段線性變換：為了突出感興趣目標(biāo)所在的灰度區(qū)間，相對(duì)抑制那些不感興趣的灰 度區(qū)間，可采用分段線性變換。3)非線性灰度變換：對(duì)數(shù)變換（當(dāng)希望對(duì)圖像的低灰度區(qū)較大的拉伸而對(duì)高灰度區(qū)壓 縮時(shí)，可采用這種變換，它能使圖像灰度分布與人的視覺特性相匹配).指數(shù)變換（對(duì)圖像的高灰度區(qū)給予較大的拉伸）。：將原圖像通過某種變換，得到一幅灰度直方圖為均勻分布的新圖像的方 法。，滿足下列條件：1)在0≤r≤1內(nèi)為單調(diào)遞增函數(shù)，保證灰度級(jí)從黑到白的次序不變；2)在0≤r≤1內(nèi)，有0≤T(r)≤1，確保映射后的像素灰度在允許的范圍內(nèi)。：輸出圖像的概率密度函數(shù)可以通過變換函數(shù)T(r)控制原圖像灰度 級(jí)的概率密度函數(shù)得到,并改善原圖像的灰度層次。 法。圖像經(jīng)直方圖規(guī)定化，其增強(qiáng)效果要有利于人的視覺判讀或便于機(jī)器識(shí)別。，實(shí)現(xiàn)圖像的平滑，又稱鄰域平均法。：將f(x,y)和鄰域平均g(x,y)差的絕對(duì)值與選定的閾值進(jìn)行比較，根 據(jù)比較結(jié)果決定點(diǎn)（x,y）的最后灰度g180。(x,y)。：可用窗口內(nèi)與中心像素的灰度最接近的K個(gè)鄰像素的平均灰度來代替窗口中心像素的灰度值。：為避免消除噪聲引起邊緣模糊，該算法先找出環(huán)繞圖像中每像素的最均勻區(qū)域，然后用這區(qū)域的灰度均值代替該像素原來的灰度值。具體可選任一像素（x,y）的5個(gè)有重疊的3*3鄰域，用梯度衡量它們灰度變化的大小。：對(duì)圖像上任一像素(x,y)的55鄰域，采用9個(gè)掩模：一個(gè)33正方形、4個(gè)五邊形和4個(gè)六邊形。計(jì)算各個(gè)掩模的均值和方差，對(duì)方差進(jìn)行排序，最小方差所對(duì)應(yīng)的掩模的灰度均值就是像素（x,y)的輸出值。：應(yīng)用模板卷積方法對(duì)圖像每一像素進(jìn)行局部處理。不管什么樣的掩模，必須保證全部權(quán)系數(shù)之和為單位值，這樣可保證輸出圖像灰度值在許可范圍內(nèi)，不會(huì)產(chǎn)生“溢出”現(xiàn)象。：是對(duì)一個(gè)滑動(dòng)窗口內(nèi)的諸像素灰度值排序，用中值代替窗口中心像素的原來灰度值，因此它是一種非線性的圖像平滑法。離散階躍信號(hào)、斜升信號(hào)沒有受到影響。離散三角信號(hào)的頂部則變平了。對(duì)于離散的脈沖信號(hào)，當(dāng)其連續(xù)出現(xiàn)的次數(shù)小于窗口尺寸的一半時(shí)，將被抑制掉，否則將不受影響。：1)局部平滑法算法簡(jiǎn)單，但它的主要缺點(diǎn)是在降低噪聲的同時(shí)使圖像產(chǎn)生模糊，特別 在邊緣和細(xì)節(jié)處。而且鄰域越大，在去噪能力增強(qiáng)的同時(shí)模糊程度越嚴(yán)重。2)超限像素平滑法對(duì)抑制椒鹽噪聲比較有效，對(duì)保護(hù)僅有微小灰度差的細(xì)節(jié)及紋理也 有效。并且隨著鄰域增大，去噪能力增強(qiáng)，但模糊程度也大。超限像元平滑法比局部平滑法去椒鹽噪聲效果更好。3)灰度最相近的K個(gè)鄰點(diǎn)平均法：較小的K值使噪聲方差下降較小，但保持細(xì)節(jié)效 果較好；而較大的K值平滑噪聲較好，但會(huì)使圖像邊緣模糊。4)最大均勻性平滑經(jīng)多次迭代可增強(qiáng)平滑效果，在消除圖像噪聲的同時(shí)保持邊緣清晰 性。但對(duì)復(fù)雜形狀的邊界會(huì)過分平滑并使細(xì)節(jié)消失。5)有選擇保邊緣平滑法既能夠消除噪聲，又不破壞區(qū)域邊界的細(xì)節(jié)。6)中值濾波對(duì)脈沖干擾及椒鹽噪聲的抑制效果好，在抑制隨機(jī)噪聲的同時(shí)能有效保護(hù) 邊緣少受模糊。但它對(duì)點(diǎn)、線等細(xì)節(jié)較多的圖像卻不太合適。中值濾波法能有效削弱椒鹽噪聲，且比鄰域、超限像素平均法更有效。，圖像銳化則通過微分而使圖像邊緣突出、清 晰。：梯度為grad(x，y)=Max(|fx′|，|fy′|)或grad（x，y）=|fx’|+|f y′|。有梯度算子、Roberts、Prewitt和Sobel算子計(jì)算梯度，來增強(qiáng)邊緣。：g(x，y)=f(x，y)▽2 f(x，y)=5f(x，y)[ f(x+1，y)+ f(x1，y)+f(x，y+1)+ f(x，y1)] ：1)在灰度均勻的區(qū)域或斜坡中間▽2f(x，y)為0，增強(qiáng)圖像上像元灰度不變； 2)在斜坡底或低灰度側(cè)形成“下沖”；而在斜坡頂或高灰度側(cè)形成“上沖” 。：由于噪聲主要集中在高頻部分，為去除噪聲改善圖像質(zhì)量，濾波器采用低通濾波器H(u,v)來抑制高頻成分，通過低頻成分，然后再進(jìn)行逆傅立葉變換獲得濾波圖像，就可達(dá)到平滑圖像的目的：(u,v)有四種：理想低通濾波器、Butterworth低通濾波器、指數(shù)低 通濾波器、.梯形低通濾波器。1)理想低通濾波器:在去噪聲的同時(shí)將會(huì)導(dǎo)致邊緣信息損失而使圖像邊模糊,并產(chǎn)生 振鈴效應(yīng)。2)Butterworth低通濾波器的特性是連續(xù)性衰減，而不象理想濾波器那樣陡峭變化，即明顯的不連續(xù)性。因此采用該濾波器濾波在抑制噪聲的同時(shí)，圖像邊緣的模糊程度大大減小，沒有振鈴效應(yīng)產(chǎn)生。3)指數(shù)低通濾波器：圖像邊緣的模糊程度較用Butterworth濾波產(chǎn)生的大些，無明顯 的振鈴效應(yīng)。4)梯形低通濾波器的性能介于理想低通濾波器和指數(shù)濾波器之間，濾波的圖像有一定 的模糊和振鈴效應(yīng)。：采用高通濾波器讓高頻成分通過，使低頻成分削弱，再經(jīng)逆傅立葉變換得到邊緣銳化的圖像。包括：理想高通濾波器、巴特沃斯高通濾波器、指數(shù)濾波器、梯形濾波器。，將灰度圖像變成彩色圖像或改變彩色圖像已有彩色的分布，改善圖像的可分辨性。彩色增強(qiáng)方法可分為偽彩色增強(qiáng)和假彩色增強(qiáng)兩類。 的彩色，得到一幅彩色圖像的技術(shù)。、和頻率域偽彩色增強(qiáng)三種。（黑）到M0（白）分成N個(gè)區(qū)間Ii(i=1，2，?，N),給每個(gè)區(qū)間Ii指定一種彩色Ci，這樣，便可以把一幅灰度圖像變成一幅偽彩色圖像。(x,y)的灰度范圍分段，經(jīng)過紅、綠、藍(lán)三種不同變換TR(?)、TG(?)和TB(?)，變成三基色分量IR(x,y)、IG(x,y)、IB(x,y)，然后用它們分別去控制彩色顯示器的紅、綠、藍(lán)電子槍，便可以在彩色顯示器的屏幕上合成一幅彩色圖像。、直觀。缺點(diǎn)是變換出的彩色數(shù)目有限。，通過映射函數(shù)變換成新的三基色分量，彩色合成使感興趣目標(biāo)呈現(xiàn)出與原圖像中不同的、奇異的彩色。：1)使感興趣的目標(biāo)呈現(xiàn)奇異的彩色或置于奇特的彩色環(huán)境中，從而更引人注目；2)使景物呈現(xiàn)出與人眼色覺相匹配的顏色，以提高對(duì)目標(biāo)的分辨力。：偽彩色處理主要解決的是如何把灰度圖變成偽彩 色圖的問題,最簡(jiǎn)單的辦法是選擇對(duì)應(yīng)于某一灰度值設(shè)一彩色值來替代, ,給出一個(gè)灰度值,(false color):(1)景物映射成奇異彩色,比本色更引人注目.(2)適應(yīng)人眼對(duì)顏色的靈敏度,.(3)遙感多光譜圖象處理成假彩色,（或?qū)ο螅┑膬煞蚨喾臻g配準(zhǔn)的影像生成滿足某種要求的影像的技術(shù)。、G、B三分量來表示，也可以用亮度（I）、色別（H）和飽和度（S）來表示，它們稱為顏色的三要素。把彩色的R、G、B變換成I、H、S稱為HIS正變換，而由I、H、S變換成R、G、B稱為HIS反變換。第五章 圖像復(fù)原與重建、傳輸和記錄過程中，由于成像系統(tǒng)、傳輸介質(zhì)和設(shè)備的不完善，使圖像的質(zhì)量變壞。，它是沿圖像退化的逆過程進(jìn)行處理。： 找退化原因→建立退化模型→反向推演→恢復(fù)圖像 ：1)圖像增強(qiáng)不考慮圖像是如何退化的，而是試圖采用各種技術(shù)來增強(qiáng)圖像的視覺效果。因此，圖像增強(qiáng)可以不顧增強(qiáng)后的圖像是否失真，只要看得舒服就行。2)而圖像復(fù)原就完全不同，需知道圖像退化的機(jī)制和過程等先驗(yàn)知識(shí)，據(jù)此找出一種 相應(yīng)的逆處理方法，從而得到復(fù)原的圖像。3)如果圖像已退化，應(yīng)先作復(fù)原處理，再作增強(qiáng)處理。4)二者的目的都是為了改善圖像的質(zhì)量。:一幅圖像可以看成由無窮多極小的像素所組成，每一個(gè)像素都可以看作為 一個(gè)點(diǎn)源成像，因此，一幅圖像也可以看成由無窮多點(diǎn)源形成的。、β單位，即當(dāng)輸入為δ（x –α，y –β）時(shí)，如果輸出為h（x –α，y –β），則稱此系統(tǒng)為位移不變系統(tǒng)。（點(diǎn)擴(kuò)散函數(shù)）的卷積。即： g(x,y)=f(x,y)*h(x,y)。： g（x，y）= f（x，y）* h（x，y）+ n(x，y)：1）由于許多種退化都可以用線性位移不變模型來近似，這樣線性系統(tǒng)中的許多數(shù)學(xué)工具如線性代數(shù)，能用于求解圖像復(fù)原問題，從而使運(yùn)算方法簡(jiǎn)捷和快速。2）當(dāng)退化不太嚴(yán)重時(shí)，一般用線性位移不變系統(tǒng)模型來復(fù)原圖像，在很多應(yīng)用中有較好的復(fù)原結(jié)果，且計(jì)算大為簡(jiǎn)化。3）盡管實(shí)際非線性和位移可變的情況能更加準(zhǔn)確而普遍地反映圖像復(fù)原問題的本質(zhì)，但在數(shù)學(xué)上求解困難。只有在要求很精確的情況下才用位移可變的模型去求解，其求解也常以位移不變的解法為基礎(chǔ)加以修改而成。：若噪聲存在，而且H(u,v）很小或?yàn)榱銜r(shí)，則噪聲被放大。這意味著退化圖像中小噪聲的干擾在H(u,v)較小時(shí)，會(huì)對(duì)逆濾波恢復(fù)的圖像產(chǎn)生很大的影響，有可能使恢復(fù)的圖像和f(x,y)相差很大，甚至面目全非。，由于成像系統(tǒng)本身具有非線性、拍攝角度等因素的影響，會(huì)使獲得 的圖像產(chǎn)生幾何失真，可分為：系統(tǒng)失真和非系統(tǒng)是真。系統(tǒng)失真是有規(guī)律的、能預(yù)測(cè)的；非系統(tǒng)失真則是隨機(jī)的。：當(dāng)對(duì)圖像作定量分析時(shí)，就要對(duì)失真的圖像先進(jìn)行精 確的幾何校正（即將存在幾何失真的圖像校正成無幾何失真的圖像），以免影響定量分析的精度。：1)圖像空間坐標(biāo)變換；首先建立圖像像點(diǎn)坐標(biāo)（行、列號(hào)）和物方（或參考圖）對(duì)應(yīng) 點(diǎn)坐標(biāo)間的映射關(guān)系，解求映射關(guān)系中的未知參數(shù)，然后根據(jù)映射關(guān)系對(duì)圖像各個(gè)像素坐標(biāo)進(jìn)行校正；2)確定各像素的灰度值（灰度內(nèi)插）=1時(shí)，畸變關(guān)系為線性變換，式子中包含a00、aa0b00、bb016個(gè)未知數(shù)，至少需要3個(gè)已知點(diǎn)來建立方程式，解求未知數(shù)。當(dāng)n=2時(shí)，畸變關(guān)系式包含12個(gè)未知數(shù)，至少需要6個(gè)已知點(diǎn)來建立關(guān)系式，解求未知數(shù)。、雙線性內(nèi)插法和三次內(nèi)插法三種。：1)最近鄰內(nèi)插：最簡(jiǎn)單，效果尚佳，但校正后的圖像邊緣有明顯鋸齒狀，即存在灰度 不連續(xù)性。2)雙線性內(nèi)插法：較復(fù)雜，計(jì)算量較大，沒有灰度不連續(xù)性的缺點(diǎn)，結(jié)果令人滿意。但它具有低通濾波性質(zhì)，使高頻分量受損，圖像輪廓有一定模糊。3)三次內(nèi)插：計(jì)算量最大，但內(nèi)插效果最好，精度最高。：透射模型、發(fā)射模型和反射模型。，透射模型經(jīng)常用于X射線、電子射線及光線和熱輻射的情況下，它們都遵從一定的吸收規(guī)則。這種方法已經(jīng)廣泛用于正電子檢測(cè),通過在相反的方 向分解散射的兩束伽馬射線,則這兩束射線的渡越時(shí)間可用來確定物體的位置。，例如光線、電子束、激光或超聲波等都可以用來進(jìn)行這種測(cè)定。 法（體素法）、分塊的平面近似法。第六章 圖像編碼與壓縮、傳輸、變換和編碼方法，目的是減少存儲(chǔ)數(shù)據(jù)所需的空間和傳輸所用的時(shí)間。，達(dá)到以盡可能少的代碼（符號(hào)）來表示盡可能多的圖像信息。：編碼冗余、像素間冗余、心理視覺冗余3種。，圖像編碼壓縮分為無誤差（亦稱無失真、無損、信息保持）編碼和有誤差（有失真或有損）編碼兩大類。，圖像編碼為空間域編碼和變換域編碼兩大類。，可分為兩大類：客觀保真度準(zhǔn)則和主觀保真度準(zhǔn)則。但總是大于或等于圖像的熵H。：在信源數(shù)據(jù)中出現(xiàn)概率越大的符號(hào)，編碼以后相應(yīng)的碼長越短；出現(xiàn)概率越小的符號(hào)，其碼長越長，從而達(dá)到用盡可能少的碼符表示信源數(shù)據(jù)。它在無損變長編碼方法中是最佳的。：將一行中顏色值相同的相鄰像素用一個(gè)計(jì)數(shù)值和該顏色值來代替。，按照一定的掃描路徑遍歷所有的像素 形成一維的序列，然后對(duì)序列進(jìn)行一維行程編碼的方法。：既具有行程編碼的性質(zhì)又是變長編碼。第七章 圖像分割：對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)和測(cè)量，以獲得它們的客觀信息，從而建立 ：把圖像分成互不重疊的區(qū)域并提取感興趣目標(biāo)的技術(shù)。：不連續(xù)性和相似性 ，找到點(diǎn)、線（寬度為1）、邊（不定寬度）。，通過選擇閾值，找到灰度值相似的區(qū)域，區(qū)域的外輪 廓就是對(duì)象的邊。：1)基于邊緣的分割方法：先提取區(qū)域邊界，再確定邊界限定的區(qū)域。2)區(qū)域分割：確定每個(gè)像素的歸屬區(qū)域，從而形成一個(gè)區(qū)域圖。3)區(qū)域生長：將屬性接近的連通像素聚集成區(qū)域4)分裂－合并分割：綜合利用前兩種方法，既存在圖像的劃分，又有圖像的合并。：圖像中像素灰度有階躍變化或屋頂變化的那些像素的集合。：梯度算子、Roberts算子、Prewitt算子、Sobel算子、Kirsch算子（方 向算子）、Laplacian算子、Marr算子。：1)梯度算子：僅計(jì)算相鄰像素的灰度差，對(duì)噪聲比較敏感，無法抑止噪聲的影響 2)Roberts算子：與梯度算子檢測(cè)邊緣的方法類似，對(duì)噪聲敏感，但效果較梯度算子 略好3)Prewitt算子：在檢測(cè)邊緣的同時(shí)，能抑止噪聲的影響4)Sobel算子：對(duì)4鄰域采用帶權(quán)方法計(jì)算差分；能進(jìn)一步抑止噪聲；但檢測(cè)的邊緣 較寬5)方向算子：在計(jì)算邊緣強(qiáng)度的同時(shí)可以得到邊緣的方向；各方向間的夾角為45186。6)拉普拉斯算子：優(yōu)點(diǎn)，各向同性、線性和位移不變的；對(duì)細(xì)線和孤立點(diǎn)檢測(cè)效果較好。缺點(diǎn)，對(duì)噪音的敏感，對(duì)噪聲有雙倍加強(qiáng)作用；不能檢測(cè)出邊的方向；常產(chǎn)生 雙像素的邊緣。7)Marr算子：σ的選擇很重要，σ小時(shí)邊緣位置精度高，但邊緣細(xì)節(jié)變化多； σ 大時(shí)平滑作用大，但細(xì)節(jié)損失大，邊緣點(diǎn)定位精度低。應(yīng)根據(jù)噪聲水平和邊緣點(diǎn)定位精度要求適當(dāng)選取σ。8)曲面擬合法：其過程是求平均后再求差分，因而對(duì)噪聲有抑制作用。，因此一般在用它們檢測(cè)邊緣前要先對(duì)圖 像進(jìn)行平滑。：用平面或高階曲面來擬合圖像中某一小區(qū)域的灰度表面，求這個(gè)擬合平面微分或二階微分檢測(cè)邊緣，可減少噪聲影響。其過程是求平均后再求差分，因而對(duì)噪聲有抑制作用。：將檢測(cè)的邊緣點(diǎn)連接成線就是邊緣跟蹤。，這種線到點(diǎn)的變換就是Hough變換：1)對(duì)ρ、θ量化過粗，直線參數(shù)就不精確，過細(xì)則計(jì)算量增加。因此，對(duì)ρ、θ量 化要兼顧參數(shù)量化精度和計(jì)算量。2)Hough變換檢測(cè)直線的抗噪性能強(qiáng)，能將斷開的邊緣連接起來。3)此外Hough變換也可用來檢測(cè)曲線。：?jiǎn)我恍?、質(zhì)心型、混合型。：缺點(diǎn)是區(qū)域增長的結(jié)果與起始像素有關(guān)，起始位置不同則分割結(jié)果有差異。,進(jìn)行分裂運(yùn)算,然后再進(jìn)行合并運(yùn)算。也可以分裂和合并運(yùn)算同時(shí)進(jìn)行,經(jīng)過連續(xù)的分裂和合并, 二值圖像處理與形狀分析，把互相連接的像素的集合匯集為一組，于是具有若干個(gè)0值的像素(0 像素)和具有若干個(gè)1值的像素(1像素)的組就產(chǎn)生了。把這些組叫做連接成分。，整個(gè)圖像的連接性并不改變（各連接成分既不分離、不結(jié)合，孔也不產(chǎn)生、不