【正文】 h f e h pH ( u , v ) = a + b * H ( u , v )圖像增強(qiáng)技術(shù) ? 小波變換增強(qiáng) ? 基于小波變換的圖像增強(qiáng)就是把原始圖像先進(jìn)行小波分解，得到低頻分量和三個高頻分量，由于低頻分量表示高頻分量表示圖像中的細(xì)節(jié)和邊緣部分，因此對高頻分量進(jìn)行放大，可以增強(qiáng)圖像中的細(xì)節(jié)部分，低頻分量保持不變，然后再進(jìn)行小波逆變換得到增強(qiáng)后的圖像。一種補(bǔ)償?shù)姆椒ň褪墙o高通濾波器加上一個偏移量。 D ( u , v ) D??? ???圖像增強(qiáng)技術(shù) ? ② 巴特沃思高通濾波器 ： 2n01H ( u , v)1 [ D / D ( u , v) ]? ?③ 指數(shù)高通濾波器： n0 [ D / D ( u , v ) ]H ( u , v ) e?④ 梯形高通濾波器： 11100100 。下圖 態(tài)圖像增強(qiáng)的過程框圖。 圖像增強(qiáng)技術(shù) ? ② 巴特沃思低通濾波器 ? 該濾波器的轉(zhuǎn)移函數(shù)由下式?jīng)Q定： 2n01H ( u , v )1 [ D ( u , v ) / D ]? ? 式中，正整數(shù)階數(shù) n影響曲線的形狀。 H濾波濾去了高頻成分，而低頻信息基本無損失地通過。如頻譜的直流分量比例于圖像的平均亮度，噪聲對應(yīng)于頻率較高的區(qū)域，圖像實體位于頻率較低的區(qū)域等。中低溫區(qū)域的前半部分是以藍(lán)色為主、綠色為輔的變化 ,后半部分則是以綠色為主、藍(lán)色為輔的變化 。根據(jù)不同物體的像素值分布區(qū)域的特點 ,先確定圖像灰度的最小值 Z0和最大值 Z1,在最大與最小值之間劃分幾個不同的區(qū)域 ,然后再根據(jù)新編碼 1的變換函數(shù) ,在重新劃分的區(qū)域中對圖像進(jìn)行重新編碼。 圖像增強(qiáng)技術(shù) ? 步驟如下圖 ： 圖 頻域濾波法實現(xiàn)偽彩色處理 圖像增強(qiáng)技術(shù) ? ③ 灰度變換彩色法 ? 采用灰度級彩色變換方法。還可以是非等間隔分層，即對關(guān)心的灰度級區(qū)間分得密一些，其它區(qū)段分得稀疏些。 圖像增強(qiáng)技術(shù) ? 常用的偽彩色增強(qiáng)的方法有：密度分割法、頻率域偽彩色增強(qiáng)、灰度變換彩色法。方法之二是，根據(jù)人的眼睛的色覺靈敏度，重新分配圖像成分的顏色。 圖像增強(qiáng)技術(shù) ? 彩色增強(qiáng)技術(shù)原理 ? 彩色增強(qiáng)技術(shù)是利用人眼的視覺特性，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，改善圖形的可分辨性。 圖像增強(qiáng)技術(shù) ? 為什么引入彩色增強(qiáng)技術(shù) ? 由于人眼的視覺特性：分辨的灰度階介于十幾到二十幾級之間 ,彩色分辨能力可達(dá)灰度分辨能力的百倍以上。 ? 幾種常見的歸一化沖激陣列如下： 10 1 0H 1 5 10 1 0?????? ? ????2111H 1 9 1111???????? ? ??????31 2 1H 2 5 21 2 1?????? ? ????41 2 11H 2 19 271 2 1? ? ?????? ? ?? ? ???52 1 21H 1 6 122 1 2???????????圖像增強(qiáng)技術(shù) ? 統(tǒng)計差值法 ? 這是利用圖像的局部統(tǒng)計特性（均值與方差）對圖像邊界做銳化的方法，其基本思路是：在二維數(shù)字圖像 F中，令點(j,k)出的灰度值為 F(j,k)，以 (j,k)為中心，(2r+1)*(2s+1)的區(qū)域內(nèi)的灰度的均值為E(j,k)， r、 s為大于零的整數(shù)，表示方差。G ( j, k )F ( j, k ) F ( j, k ) 。 其 他??? ??圖像增強(qiáng)技術(shù) ? Laplacian算子 ? Laplacian算子是線性二次微分算子，與梯度算子一樣，具有旋轉(zhuǎn)不變性，從而滿足不同走向的圖像邊界的銳化要求。 其 他??? ??圖像增強(qiáng)技術(shù) ? ④ 給背景規(guī)定特定的灰度級 bG [ F ( j, k ) ] 。 圖像增強(qiáng)技術(shù) ? ② 輔以門限判斷 G [ F ( j, k ) ] 。對圖像函數(shù) F(j,k)，其在點 (j,k)上的梯度定義為矢量： ? G[F(j,k)]的幅度： Fj[F(j,k)]FkG????????? ????????1222FFG [ F ( j, k ) ] ( ) ( )jk????????????其中 G[F(j,k)]叫做梯度。 m， n不能同時為零。對 3 3窗口，其組成為： W ( j 1 , k 1 ) W ( j, k 1 ) W ( j 1 , k 1 )W W ( j 1 , k ) W ( j, k ) W ( j 1 , k )W ( j 1 , k 1 ) W ( j, k 1 ) W ( j 1 , k 1 )? ? ? ? ?????? ? ?? ? ? ? ???11m 1 n 1g ( j, k。一種方法是：先使用小尺度窗口，后逐漸加大窗口尺寸，直到中值濾波器的壞處多于好處為止。在一維形式下，中值濾波器是一個含有奇數(shù)個像素的滑動窗口，經(jīng)排序后，窗口像素序列為 ? ?i v i 1 i i 1 i vF ,..., F , F , F ,..., F? ? ? ?， v=(L1)/2， L為窗口長度， Fi即為窗口像素的中值濾波輸出。經(jīng)鄰域平均法濾波后，像素 F(j,k)對應(yīng)的輸出為： 即用窗口像素的平均值取代 F(j,k)原來的灰度值。可見噪聲法平滑的關(guān)鍵是準(zhǔn)確判斷噪聲像素。相應(yīng)的反變換為： k 1 k 1 ii i r ii 0 i 0nS T( r ) P ( r )n????? ? ???irinP(r) n?k 1 k 1 ii i r ii 0 i 0 nS T( r ) P (r ) n????? ? ???圖像增強(qiáng)技術(shù) 原圖象 直方圖均衡圖象0 100 2000500100015000 100 200050010001500圖 直方圖均衡化示例 圖像增強(qiáng)技術(shù) ② 直方圖規(guī)定化 直方圖均衡化校正不具備交互作用的特性，直方圖 規(guī)定化校正在運(yùn)用均衡化原理的基礎(chǔ)上，提供了根 據(jù)給定直方圖做圖像增強(qiáng)的手段 。直方圖的橫坐標(biāo)是灰度，一般用 r表示。 d 39。F 39。( F a ) a 39。圖 為分三段作線性變換的示意圖 : 圖 分段線性變換示意圖 圖像增強(qiáng)技術(shù) ? 分段線性變換的優(yōu)點是可以根據(jù)用戶的需要。 ( F a ) 。b 39。F 39。用一個線性單值函數(shù)，對幀內(nèi)的每一個像素作線性擴(kuò)展，將有效地改善圖像視覺效果。這種方法是按一定的規(guī)則修改輸入圖像每一個像素的灰度，從而改變圖像灰度的動態(tài)范圍。 假設(shè)理想的輸入系統(tǒng)的輸出圖像為 F(j,k)， 實際獲得的是降質(zhì)圖像圖像為 G(j,k)，有 G(j,k)=E(j,k)*F(j,k)， E(j,k)為降質(zhì)函數(shù)或觀測系統(tǒng)的灰度失真系數(shù) 。 圖像增強(qiáng)技術(shù) ? 圖像增強(qiáng)理論（方法）目前尚無統(tǒng)一的權(quán)威性的定義，因為還沒有衡量圖像增強(qiáng)質(zhì)量的通用標(biāo)準(zhǔn)。在跟蹤窗內(nèi)目標(biāo)形心估值： 紅外圖像的目標(biāo)檢測及跟蹤 (i, j) TGt(i, j) TGiC (i, j)?x C( i, j)???????(i, j) T Gt(i, j) T GjC (i, j)?y C (i, j)??????? () () C(i,j)其中， 是分割后二值圖像， TG是目標(biāo)區(qū)域所有像素點集合。 紅外圖像的目標(biāo)檢測及跟蹤 ? ： ? 邊緣跟蹤經(jīng)過適當(dāng)延伸就成了雙邊緣跟蹤，即目標(biāo)位置為兩個邊緣中心： 0 1 2x (x x ) 2??0 1 2y (y y ) 2??() () 式中 x x y y2分別為目標(biāo)左、右、上、下各邊緣值。選擇目標(biāo)邊緣點 (上、下、左、右 )作為跟蹤點，使波門套住此點，以抑制背景或目標(biāo)的其余部分。 紅外圖像的目標(biāo)檢測及跟蹤 ? 紅外目標(biāo)跟蹤 ? 在紅外跟蹤系統(tǒng)中，波門 (又稱電子窗口 )作為視頻信號處理的一種手段，在國內(nèi)外已得到廣泛應(yīng)用。 ? 背景更新以后根據(jù)概率公式 ( | )PBx可以得到一幅二值圖像，二值圖像描述的是將背景去掉，只剩下運(yùn)動 目標(biāo)的圖像。通過判斷新一幀圖像的每個像素點與前一幀圖像每個像素點的差值是否小于 threshold倍標(biāo)準(zhǔn)差 (其中 threshold為人為設(shè)定的閾值，一般設(shè)定為 )。 )kkf xu ? kuk?( | )PB x( | )PBx11( | ) ( ) ( | )( | )( | ) ( )Kk k kkKkkkP x G P G P B GP B xP x G P G?????其中， 個高斯分布的權(quán)重， 為所用高斯分布的個數(shù)， k是均值為 ，標(biāo)準(zhǔn)差為 的高斯概率密度函數(shù)。各個像素點在 t時刻的概率值為各像素值在每個高斯分布中產(chǎn)生的概率的加權(quán)和，即 紅外圖像的目標(biāo)檢測及跟蹤 1( ) ( ) ( 。高斯背景模型對每個背景點上的顏色分布相對不是很分散的場合即簡單的圖像建模效果較好，而且隨著光照、目標(biāo)的運(yùn)動和改變等都將影響目標(biāo)檢測的效果。 紅外圖像的目標(biāo)檢測及跟蹤 ? ④ 中值法是對一段時間內(nèi)的視頻圖像的各個像素點進(jìn)行排序，然后選取中值作為該點的背景像素值，中值法需要先存儲 n幀圖像，計算機(jī)內(nèi)存消耗較大。 紅外圖像的目標(biāo)檢測及跟蹤 ? ② 背景差法：背景相減法的原理是首先提取背景圖像，然后用當(dāng)前圖像與背景圖像作差，即可得到目標(biāo)的大致區(qū)域，然后對得到的差分結(jié)果圖像進(jìn)行二值化和形態(tài)學(xué)處理