【文章內容簡介】 ，然后經逆傅立葉變換獲得所需的圖像。，是圖像增強的重要手段之一。1)線性變換：對圖像每一個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所在的灰度區(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。3)非線性灰度變換：對數變換（當希望對圖像的低灰度區(qū)較大的拉伸而對高灰度區(qū)壓 縮時，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).指數變換（對圖像的高灰度區(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內為單調遞增函數，保證灰度級從黑到白的次序不變；2)在0≤r≤1內，有0≤T(r)≤1，確保映射后的像素灰度在允許的范圍內。：輸出圖像的概率密度函數可以通過變換函數T(r)控制原圖像灰度 級的概率密度函數得到,并改善原圖像的灰度層次。 法。圖像經直方圖規(guī)定化，其增強效果要有利于人的視覺判讀或便于機器識別。，實現圖像的平滑，又稱鄰域平均法。：將f(x,y)和鄰域平均g(x,y)差的絕對值與選定的閾值進行比較，根 據比較結果決定點（x,y）的最后灰度g180。(x,y)。：可用窗口內與中心像素的灰度最接近的K個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個有重疊的3*3鄰域，用梯度衡量它們灰度變化的大小。：對圖像上任一像素(x,y)的55鄰域，采用9個掩模：一個33正方形、4個五邊形和4個六邊形。計算各個掩模的均值和方差，對方差進行排序，最小方差所對應的掩模的灰度均值就是像素（x,y)的輸出值。：應用模板卷積方法對圖像每一像素進行局部處理。不管什么樣的掩模，必須保證全部權系數之和為單位值，這樣可保證輸出圖像灰度值在許可范圍內，不會產生“溢出”現象。：是對一個滑動窗口內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、斜升信號沒有受到影響。離散三角信號的頂部則變平了。對于離散的脈沖信號，當其連續(xù)出現的次數小于窗口尺寸的一半時，將被抑制掉，否則將不受影響。：1)局部平滑法算法簡單，但它的主要缺點是在降低噪聲的同時使圖像產生模糊，特別 在邊緣和細節(jié)處。而且鄰域越大，在去噪能力增強的同時模糊程度越嚴重。2)超限像素平滑法對抑制椒鹽噪聲比較有效，對保護僅有微小灰度差的細節(jié)及紋理也 有效。并且隨著鄰域增大，去噪能力增強，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個鄰點平均法：較小的K值使噪聲方差下降較小，但保持細節(jié)效 果較好；而較大的K值平滑噪聲較好，但會使圖像邊緣模糊。4)最大均勻性平滑經多次迭代可增強平滑效果，在消除圖像噪聲的同時保持邊緣清晰 性。但對復雜形狀的邊界會過分平滑并使細節(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)域邊界的細節(jié)。6)中值濾波對脈沖干擾及椒鹽噪聲的抑制效果好，在抑制隨機噪聲的同時能有效保護 邊緣少受模糊。但它對點、線等細節(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算子計算梯度，來增強邊緣。：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，增強圖像上像元灰度不變； 2)在斜坡底或低灰度側形成“下沖”；而在斜坡頂或高灰度側形成“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，然后再進行逆傅立葉變換獲得濾波圖像，就可達到平滑圖像的目的：(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:在去噪聲的同時將會導致邊緣信息損失而使圖像邊模糊,并產生 振鈴效應。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，圖像邊緣的模糊程度大大減小，沒有振鈴效應產生。3)指數低通濾波器：圖像邊緣的模糊程度較用Butterworth濾波產生的大些，無明顯 的振鈴效應。4)梯形低通濾波器的性能介于理想低通濾波器和指數濾波器之間，濾波的圖像有一定 的模糊和振鈴效應。：采用高通濾波器讓高頻成分通過，使低頻成分削弱，再經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。彩色增強方法可分為偽彩色增強和假彩色增強兩類。 的彩色，得到一幅彩色圖像的技術。、和頻率域偽彩色增強三種。（黑）到M0（白）分成N個區(qū)間Ii(i=1，2，?，N),給每個區(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，經過紅、綠、藍三種不同變換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。缺點是變換出的彩色數目有限。，通過映射函數變換成新的三基色分量，彩色合成使感興趣目標呈現出與原圖像中不同的、奇異的彩色。：1)使感興趣的目標呈現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)使景物呈現出與人眼色覺相匹配的顏色，以提高對目標的分辨力。：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,最簡單的辦法是選擇對應于某一灰度值設一彩色值來替代, ,給出一個灰度值,(false color):(1)景物映射成奇異彩色,比本色更引人注目.(2)適應人眼對顏色的靈敏度,.(3)遙感多光譜圖象處理成假彩色,（或對象）的兩幅或多幅空間配準的影像生成滿足某種要求的影像的技術。、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 圖像復原與重建、傳輸和記錄過程中，由于成像系統(tǒng)、傳輸介質和設備的不完善，使圖像的質量變壞。，它是沿圖像退化的逆過程進行處理。： 找退化原因→建立退化模型→反向推演→恢復圖像 ：1)圖像增強不考慮圖像是如何退化的，而是試圖采用各種技術來增強圖像的視覺效果。因此，圖像增強可以不顧增強后的圖像是否失真，只要看得舒服就行。2)而圖像復原就完全不同，需知道圖像退化的機制和過程等先驗知識，據此找出一種 相應的逆處理方法，從而得到復原的圖像。3)如果圖像已退化，應先作復原處理，再作增強處理。4)二者的目的都是為了改善圖像的質量。:一幅圖像可以看成由無窮多極小的像素所組成，每一個像素都可以看作為 一個點源成像，因此，一幅圖像也可以看成由無窮多點源形成的。、β單位，即當輸入為δ（x –α，y –β）時，如果輸出為h（x –α，y –β），則稱此系統(tǒng)為位移不變系統(tǒng)。（點擴散函數）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)中的許多數學工具如線性代數，能用于求解圖像復原問題，從而使運算方法簡捷和快速。2）當退化不太嚴重時，一般用線性位移不變系統(tǒng)模型來復原圖像，在很多應用中有較好的復原結果，且計算大為簡化。3）盡管實際非線性和位移可變的情況能更加準確而普遍地反映圖像復原問題的本質，但在數學上求解困難。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加以修改而成。：若噪聲存在，而且H(u,v）很小或為零時，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，會對逆濾波恢復的圖像產生很大的影響，有可能使恢復的圖像和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，會使獲得 的圖像產生幾何失真，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、能預測的；非系統(tǒng)失真則是隨機的。：當對圖像作定量分析時，就要對失真的圖像先進行精 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)圖像空間坐標變換；首先建立圖像像點坐標（行、列號）和物方（或參考圖）對應 點坐標間的映射關系，解求映射關系中的未知參數，然后根據映射關系對圖像各個像素坐標進行校正；2)確定各像素的灰度值（灰度內插）=1時，畸變關系為線性變換，式子中包含a00、aa0b00、bb016個未知數，至少需要3個已知點來建立方程式，解求未知數。當n=2時，畸變關系式包含12個未知數，至少需要6個已知點來建立關系式，解求未知數。、雙線性內插法和三次內插法三種。：1)最近鄰內插：最簡單，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)雙線性內插法：較復雜，計算量較大，沒有灰度不連續(xù)性的缺點，結果令人滿意。但它具有低通濾波性質，使高頻分量受損，圖像輪廓有一定模糊。3)三次內插：計算量最大，但內插效果最好，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。這種方法已經廣泛用于正電子檢測,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行這種測定。 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，目的是減少存儲數據所需的空間和傳輸所用的時間。，達到以盡可能少的代碼（符號）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：客觀保真度準則和主觀保真度準則。但總是大于或等于圖像的熵H。：在信源數據中出現概率越大的符號，編碼以后相應的碼長越短；出現概率越小的符號，其碼長越長，從而達到用盡可能少的碼符表示信源數據。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計數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，然后對序列進行一維行程編碼的方法。：既具有行程編碼的性質又是變長編碼。第七章 圖像分割：對圖像中感興趣的目標進行檢測和測量，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的技術。：不連續(xù)性和相似性 ，找到點、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：確定每個像素的歸屬區(qū)域，從而形成一個區(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：僅計算相鄰像素的灰度差，對噪聲比較敏感，無法抑止噪聲的影響 2)Roberts算子：與梯度算子檢測邊緣的方法類似，對噪聲敏感，但效果較梯度算子 略好3)Prewitt算子：在檢測邊緣的同時，能抑止噪聲的影響4)Sobel算子：對4鄰域采用帶權方法計算差分；能進一步抑止噪聲；但檢測的邊緣 較寬5)方向算子：在計算邊緣強度的同時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，各向同性、線性和位移不變的；對細線和孤立點檢測效果較好。缺點，對噪音的敏感，對噪聲有雙倍加強作用；不能檢測出邊的方向；常產生 雙像素的邊緣。7)Marr算子：σ的選擇很重要，σ小時邊緣位置精度高，但邊緣細節(jié)變化多； σ 大時平滑作用大，但細節(jié)損失大，邊緣點定位精度低。應根據噪聲水平和邊緣點定位精度要求適當選取σ。8)曲面擬合法：其過程是求平均后再求差分，因而對噪聲有抑制作用。，因此一般在用它們檢測邊緣前要先對圖 像進行平滑。：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，求這個擬合平面微分或二階微分檢測邊緣，可減少噪聲影響。其過程是求平均后再求差分，因而對噪聲有抑制作用。：將檢測的邊緣點連接成線就是邊緣跟蹤。，這種線到點的變換就是Hough變換：1)對ρ、θ量化過粗，直線參數就不精確，過細則計算量增加。因此，對ρ、θ量 化要兼顧參數量化精度和計算量。2)Hough變換檢測直線的抗噪性能強，能將斷開的邊緣連接起來。3)此外Hough變換也可用來檢測曲線。：單一型、質心型、混合型。：缺點是區(qū)域增長的結果與起始像素有關，起始位置不同則分割結果有差異。,進行分裂運算,然后再進行合并運算。也可以分裂和合并運算同時進行,經過連續(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0值的像素(0 像素)和具有若干個1值的像素(1像素)的組就產生了。把這些組叫做連接成分。，整個圖像的連接性并不改變（各連接成分既不分離、不結合，孔也不產生、不