第五章圖像增強(qiáng)15.1概述2基于像素的點(diǎn)處理基于模板的空域?yàn)V波空域方法頻域方法：高通、低通、帶通帶阻、同態(tài)濾波圖像增強(qiáng)方法概述圖像增強(qiáng)的目的是對(duì)圖像進(jìn)行加工，以得到對(duì)具體應(yīng)用來(lái)說(shuō)視覺(jué)效果更“好”，更“有用”的圖像

例：3a)原圖b)平滑處理后的圖像4a）原圖b）邊緣突出后的圖像5

5.2空域點(diǎn)處理增強(qiáng)6空域處理表示定義

空域：是指由像素組成的空間?？沼蛟鰪?qiáng)方法：是指直接作用于像素空間的增強(qiáng)方法。設(shè)f(x,y)是增強(qiáng)前的圖像，g(x,y)是增強(qiáng)處理后的圖像，T是定義在(x,y)鄰域一種操作,則空域處理可表示為：如T是定義在每個(gè)點(diǎn)(x,y)上，則T稱(chēng)為點(diǎn)操作----點(diǎn)處理增強(qiáng)如T是定義在(x,y)的某個(gè)鄰域上，則T稱(chēng)為模板操作----空域?yàn)V波

7空域點(diǎn)處理表示如果用s和t分別代表f和g在(x,y)處的灰度值，則空域點(diǎn)處理就表示為：下圖是增強(qiáng)對(duì)比度的T操作：T操作----灰度變換函數(shù)8直接灰度變換直方圖修正像素間的運(yùn)算。點(diǎn)處理增強(qiáng)的幾類(lèi)常見(jiàn)方法9直接灰度變換:基于點(diǎn)操作，將每一個(gè)像素的灰度值按照一定的數(shù)學(xué)變換公式轉(zhuǎn)換為一個(gè)新的灰度值。直接灰度變換10直接灰度變換1、圖像求反

假設(shè)對(duì)灰度級(jí)范圍是[0，L-1]的圖像求反，就是通過(guò)變換將[0，L-1]變換到[L-1，0]，變換公式如下：

11st0L-1L-1s’t’圖像求反的變換關(guān)系例：12圖像求反：13直接灰度變換2.線性灰度變換

典型的分段線性變換數(shù)學(xué)表達(dá)式如下：用分段線性法，將需要的圖像細(xì)節(jié)灰度級(jí)拉伸，增強(qiáng)對(duì)比度，不需要的細(xì)節(jié)灰度級(jí)壓縮

L-1L-1(s2,t2)(s1,t1)st0T(s)f(x,y)g(x,y)14增強(qiáng)對(duì)比度－增強(qiáng)圖像各部分的反差，實(shí)際中增加圖像中某兩個(gè)灰度值間的動(dòng)態(tài)范圍來(lái)實(shí)現(xiàn)0～s1之間的動(dòng)態(tài)范圍減小s2～L-1之間的動(dòng)態(tài)范圍減小s1,s2,t1,t2取不同的值，得到不同效果：s1=t1,s2=t2，與原圖相同s1=s2,t1=0,t2=L-1只有2個(gè)灰度級(jí)，對(duì)比度最大，但細(xì)節(jié)全丟失L-1L-1(s2,t2)(s1,t1)st0T(s)s1～s2之間的動(dòng)態(tài)范圍增加，對(duì)比度增強(qiáng)f(x,y)g(x,y)15舉例：1.分段線性變換的應(yīng)用：突出感興趣的目標(biāo)或灰度區(qū)間，相對(duì)抑制那些不感興趣的灰度區(qū)間。L-1L-1(s2,t2)(s1,t1)st0T(s)16A）原圖動(dòng)態(tài)范圍偏低B）原圖動(dòng)態(tài)范圍偏高C）對(duì)比度擴(kuò)展后的圖L-1L-1(s2,t2)(s1,t1)st0T(s)173.對(duì)數(shù)變換

要消除這種因動(dòng)態(tài)范圍太大而引起的失真，一種有效的方法是對(duì)原圖像的動(dòng)態(tài)范圍進(jìn)行壓縮，最常用的是借助對(duì)數(shù)形式對(duì)動(dòng)態(tài)范圍進(jìn)行調(diào)整，其數(shù)學(xué)表達(dá)式如下：直接灰度變換abcd18直接灰度變換4、灰度切割目的：增強(qiáng)特定范圍的對(duì)比度，用來(lái)突出圖像中特定灰度范圍的亮度。

一種方法：是對(duì)感興趣的灰度級(jí)以較大的灰度值t2顯示而對(duì)另外的灰度級(jí)則以較小的灰度值t1來(lái)顯示。另一種方法：對(duì)感興趣的灰度級(jí)以較大的灰度值進(jìn)行顯示而其他的灰度級(jí)則保持不變。19典型的操作如圖所示L-1L-1st0T(s)s1s2T(s)L-1s1

s20L-1ts將s1,～s2之間的灰度級(jí)突出，而將其余灰度值變?yōu)槟硞€(gè)低灰度值將s1,～s2之間的灰度級(jí)突出，而將其余灰度值保持不變20A）原圖B）清除背景的灰度切割0fg2122直接灰度變換5、位圖切割

設(shè)圖像中每一個(gè)像素由8bit表示，也就是說(shuō)圖像有8個(gè)位面，一般用位面0表示最低位面，位面7表示最高位面，如圖所示。借助圖像的位面表示形式可通過(guò)對(duì)圖像特定位面的操作來(lái)達(dá)到對(duì)圖像的增強(qiáng)效果。2324直方圖修正灰度級(jí)[0,L-1]，灰度直方圖用離散函數(shù)h(sk)表示 h(sk)=nk

圖像灰度統(tǒng)計(jì)直方圖（歸一化的直方圖）：p(sk)------為圖像f(x,y)的第k個(gè)灰度級(jí)出現(xiàn)的概率，Sk------為圖像f(x,y)的第k級(jí)灰度的灰度值，Nk------是圖像中灰度值為sk的象素的個(gè)數(shù)，N------是圖像象素總數(shù)。直方圖提供了圖像的灰度值分布情況，也就是說(shuō)給出了圖像灰度值的整體描述。直方圖：是圖像的重要統(tǒng)計(jì)特征，表示了數(shù)字圖像中每一

個(gè)灰度級(jí)與該灰度級(jí)出現(xiàn)的頻率間的統(tǒng)計(jì)關(guān)系。25不同類(lèi)型圖像的直方圖偏暗偏亮低對(duì)比度高對(duì)比度acdb26Matlab下直方圖的顯示------imhist（）27不同圖像對(duì)應(yīng)相同的直方圖28直方圖修正常用的方法：

直方圖均衡化

直方圖規(guī)定化29直方圖均衡化基本思想：把原始圖的直方圖變換為均勻分布的

形式，增加象素灰度值的動(dòng)態(tài)范圍，

從而達(dá)到增強(qiáng)圖像整體對(duì)比度的效

果。30直方圖均衡化T滿足2個(gè)條件：（1）在，T單值單增函數(shù)。（2）對(duì)有則有：直方圖均衡化中T：

則：31直方圖均衡化原始圖像各灰度級(jí)對(duì)應(yīng)的概率分布灰度級(jí)01234567像素?cái)?shù)790102385065632924512281概率0.190.250.210.160.080.060.030.02 例原始直方圖64*64像素，8個(gè)灰度級(jí)的圖像32直方圖均衡化圖像直方圖均衡化過(guò)程如下：（1）得到變換后的值：依此類(lèi)推，即可得到

例變換函數(shù)（累積直方圖）33直方圖均衡化（2）用式將擴(kuò)展到范圍內(nèi)并取整，得：(3)將相同值的歸并起來(lái),得直方圖均衡化后的灰度級(jí):

例34直方圖均衡化（4）變換后5個(gè)灰度級(jí)的像素?cái)?shù)

(5)新灰度級(jí)分布

例灰度級(jí)01234567像素790102385065632924512281

t0=1t1=3

t2=5t3=6t4=6t5=7t6=7t7=7直方圖均衡化結(jié)果35直方圖均衡化

結(jié)果原始直方圖變換函數(shù)（累積直方圖）直方圖均衡化結(jié)果

t0=1t1=3

t2=5t3=6t4=6t5=7t6=7t7=736Matlab下直方圖均衡化------histeq（）

舉例

原圖均衡化后效果圖37直方圖規(guī)定化直方圖規(guī)定化：可以按照預(yù)先設(shè)定的某個(gè)形狀來(lái)調(diào)整圖像的直方圖。步驟：

（2）同樣對(duì)規(guī)定圖像計(jì)算能使規(guī)定的直方圖均衡化：

（3）將原始直方圖對(duì)應(yīng)映射到規(guī)定的直方圖（1）對(duì)原始圖像的直方圖進(jìn)行均衡化：

38直方圖規(guī)定化灰度級(jí)01234567概率0.00.000.000.150.200.300.200.15灰度級(jí)01234567像素790102385065632924512281概率0.190.250.210.160.080.060.030.02 例原始圖像各灰度級(jí)對(duì)應(yīng)的概率分布規(guī)定直方圖概率分布

64*64像素，8個(gè)灰度級(jí)的圖像39直方圖規(guī)定化例直方圖規(guī)定化步驟：（1）對(duì)原始直方圖操作：40直方圖規(guī)定化例（2）對(duì)規(guī)定直方圖像操作：灰度級(jí)01234567概率0.00.000.000.150.200.300.200.1541求使該式子最小的l和k值（3）映射結(jié)果：直方圖規(guī)定化例逆變換得42直方圖規(guī)定化例規(guī)定化后的直方圖灰度級(jí)01234567像素0007901023850985448概率0.000.000.000.190.250.210.240.11（3）映射結(jié)果：43直方圖規(guī)定化結(jié)果原始直方圖規(guī)定直方圖結(jié)果直方圖44直方圖規(guī)定化效果原始圖像規(guī)定直方圖規(guī)定化后直方圖規(guī)定化后的圖像

4546直方圖修正的特點(diǎn)直方圖均衡化的特點(diǎn)是計(jì)算相對(duì)簡(jiǎn)單，能自動(dòng)的增強(qiáng)整個(gè)圖像的對(duì)比度，但具體的增強(qiáng)效果不易控制，處理的結(jié)果也是得到全局均衡化的直方圖。直方圖規(guī)定化的特點(diǎn)：計(jì)算量大，有選擇的增強(qiáng)圖像特定灰度范圍，更靈活、更有針對(duì)性，若能正確選擇規(guī)定化的增強(qiáng)函數(shù)，就可以得到比直方圖均衡化更好的效果。47圖像間運(yùn)算-算術(shù)運(yùn)算

(1)圖像減法圖像相減的結(jié)果就可把兩圖的差異顯示出來(lái)，可以用來(lái)增強(qiáng)兩幅圖像的差異。

包括：加、減、乘、除運(yùn)算。48圖像間運(yùn)算-圖像減法

效果-=直方圖均衡后49%圖像差(通過(guò)直方圖均衡化效果增強(qiáng)）SI=imread('tire.tif');subplot(221);imshow(SI);[M,N]=size(SI);I=SIfori=1:Mforj=1:N

I(i,j)=bitand(SI(i,j),240);endendsubplot(222);imshow(I);IMIN=double(SI)-double(I);IMIN=uint8(IMIN);subplot(223);imshow(IMIN);IMIN=histeq(IMIN);subplot(224);imshow(IMIN);50圖像間運(yùn)算-圖像平均

(2)圖像平均

設(shè)噪聲互不相關(guān)，且具有零均值，可用圖像平均去除噪聲令隨N的增加，圖像噪聲影響減少51圖像間運(yùn)算-圖像平均

效果Ａ原圖+高斯噪聲Ｂ４幅圖平均Ｃ8幅圖平均Ｄ１６幅圖平均52%用圖像平均減少隨機(jī)噪聲I=imread('lena1.tiff');[M,N]=size(I);II1=zeros(M,N);fori=1:16II=imnoise(I,'gaussian',0,0.01);%給圖像添加高斯噪音

II1=II1+double(II);ifor(or(i==1,i==4),or(i==8,i==16));figure;imshow(uint8(II1/i));endend%J=imnoise(I,type)%J=imnoise(I,type,parameters).type:噪音的種類(lèi)，parameters具體參數(shù)，53圖像間運(yùn)算－邏輯運(yùn)算

兩幅圖與操作

兩幅圖或操作

與

＝

或

＝

對(duì)灰度圖像進(jìn)行邏輯操作時(shí)，像素值作為一個(gè)二進(jìn)制字符串來(lái)處理。提取子圖像包括：與、或、非運(yùn)算。54%邏輯運(yùn)算：或I=imread('girl.jpg');[M,N]=size(I);I=double(I);I1=ones(M,N)*255;I1(20:150,50:150)=0;fori=1:Mforj=1:N

II(i,j)=bitor(I(i,j),I1(i,j));%按位“或”

endendI=uint8(I);I1=uint8(I1);II=uint8(II);subplot(131);imshow(I);subplot(132);imshow(I1);subplot(133);imshow(II);55

5.3空域?yàn)V波增強(qiáng)

56空域?yàn)V波增強(qiáng)基于濾波操作的增強(qiáng)借助模板進(jìn)行鄰域操作完成的線性濾波非線性濾波特點(diǎn)分功能分平滑濾波－低通濾波，其目的，模糊或消除噪聲銳化濾波－高通濾波，其目的增強(qiáng)被模糊的細(xì)節(jié)57空域?yàn)V波空域?yàn)V波就是在待處理的圖像中逐點(diǎn)地移動(dòng)模板，對(duì)每個(gè)點(diǎn)，濾波器在該點(diǎn)的響應(yīng)通過(guò)事先定義的關(guān)系來(lái)計(jì)算。線性濾波,濾波器模板m×n

，令a=(m-1)/2，b=(n-1)/2，則

58線性平滑濾波器平滑濾波器模板

平滑濾波器的作用：模糊處理和減少噪聲線性平滑濾波：用濾波模板確定的鄰域內(nèi)像素的平均灰度值去代替圖像中的每一個(gè)像素點(diǎn)的值。-----鄰域平均法59線性平滑濾波器效果60fspecial（type，parameters）：創(chuàng)建一個(gè)指定的濾波器模板。filter2（B,X）：二維線性數(shù)字濾波，使用矩陣B中的二維濾波器對(duì)數(shù)據(jù)X進(jìn)行濾波。61中值濾波器（非線性平滑濾波）中值濾波是用一個(gè)有奇數(shù)點(diǎn)的滑動(dòng)窗口，將窗口中心點(diǎn)的值用窗口各點(diǎn)的中值代替。具體操作步驟如下：（1）將模板在圖中漫游，并將模板中心與圖中某個(gè)象素位置重合。（2）讀取模板下各對(duì)應(yīng)象素的灰度值。（3）將這些灰度值從小到大排成1列。（4）找出這些值里排在中間的1個(gè)。（5）將這個(gè)中間值賦給對(duì)應(yīng)模板中心位置的象素。62中值濾波器效果63medfilt2（A,[m，n]）：對(duì)指定圖像A進(jìn)行中值濾波，[m，n]指定濾波模板的大小64對(duì)于給定的鄰域像素灰度值如右圖所示，試分別用3X3模板的鄰域平均法和3X3的模板中值濾波法計(jì)算出其中心像素點(diǎn)濾波后的響應(yīng)？答:鄰域平均法的實(shí)現(xiàn)：中心像素點(diǎn)經(jīng)平均值濾波后的響應(yīng)為(8+1+7+6+3+5+4+6+5)/9=5

中值濾波的實(shí)現(xiàn)：將這些灰度值從小到大排成1列：134556678這些值里排在中間的1個(gè)為5，則中心像素點(diǎn)中值濾波后的響應(yīng)為5。

81763546565銳化濾波器-梯度算子法對(duì)圖像f(x,y)在其點(diǎn)(x,y)上的梯度,可定義一個(gè)二維列向量：

其模值

近似梯度模值

圖像銳化是使邊緣和輪廓線模糊的圖像變得清晰，使其細(xì)節(jié)更加清晰。1.梯度算子法：梯度算子實(shí)際是梯度模算子66銳化濾波器-梯度算子法如果Gx和Gy

用近似值：（導(dǎo)數(shù)用差分來(lái)近似）得到直接差分算子示意圖直接差分算子（兩個(gè)模板構(gòu)成一個(gè)梯度算子）67銳化濾波器-梯度算子法Roberts交叉差分算子68銳化濾波器-梯度算子法100-101-10(a)Roberts算子(b)Sobel算子1200-1-210-1102010-1-2-1(c)Prewitt算子1100-1-110-1-10-10-10111模板形式69梯度值和鄰近像素灰度值的差分成正比，因此圖像中灰度變換較大的邊緣區(qū)域的梯度值大，而灰度變化平緩或微弱的區(qū)域的梯度值小，對(duì)于灰度值不變的區(qū)域，其梯度值為0。圖像經(jīng)過(guò)梯度運(yùn)算后，留下灰度值變換大的邊緣，使其細(xì)節(jié)清晰，從而達(dá)到銳化的目的。銳化濾波器-梯度算子法

70一階微分算子的效果（b）原圖（b）Robert算子（c）Sobel算子（d）Priwitt算子71梯度銳化實(shí)例效果圖a:Cameraman原始圖像，包含有各種朝向的邊緣圖b:用Sobel水平模板，它對(duì)垂直邊緣有較強(qiáng)的響應(yīng)圖c:用Sobel垂直模板，它對(duì)水平邊緣有較強(qiáng)的響應(yīng)abc72銳化濾波器-拉普拉斯算子法f(x,y)在(x,y)的拉普拉斯算子為

對(duì)數(shù)字圖像

0-10-14-10-10-1-1-1-18-1-1-1-173核心語(yǔ)句：h=fspecial('laplacian',0.2);J=filter2(h,I);74

5.4頻域圖像增強(qiáng)

75頻域圖像增強(qiáng)設(shè)則：頻率域增強(qiáng)主要步驟：（1）計(jì)算需要增強(qiáng)圖f(x,y)的傅里葉變換F(u,v)；（2）將其與1個(gè)轉(zhuǎn)移函數(shù)H(u,v)相乘；（3）再將結(jié)果傅里葉反變換以得到增強(qiáng)的圖像g(x,y)。常用的頻域增強(qiáng)方法有：低通濾波、高通濾波、帶通和帶阻濾波、同態(tài)濾波等76低通濾波1、理想低通濾波器理想低通濾波器剖面圖和透視圖圖像中的邊緣和噪聲對(duì)應(yīng)傅立葉變換中的高頻部分。D0截?cái)囝l率D(u,v)=(u2+v2)1/2是點(diǎn)（u，v）到頻率平面原點(diǎn)的距離77理想低通濾波器效果1原始圖像2傅里葉頻譜3截?cái)囝l率：590%4截?cái)囝l率：1596.4%5截?cái)囝l率：4599%6截?cái)囝l率：6599.4%理想低通濾波器實(shí)現(xiàn)平滑處理，但在處理過(guò)程中會(huì)產(chǎn)生嚴(yán)重的模糊和振鈴現(xiàn)象（D0越小越嚴(yán)重）12345678%d0分別為5,15,45和65的理想低通濾波器J=imread('lena1.tiff');subplot(231);imshow(J);title('原圖')J=double(J);%采用傅立葉變換f=fft2(J);%數(shù)據(jù)矩陣平衡g=fftshift(f);subplot(232);imshow(log(abs(g)),[]);title('傅立葉頻譜圖')[M,N]=size(f);n1=floor(M/2);n2=floor(N/2);79d0=5;%讓d0=5,15,45,65fori=1:Mforj=1:Nd=sqrt((i-n1)^2+(j-n2)^2);ifd<=d0h=1;elseh=0;end

g(i,j)=h*g(i,j);endendg=ifftshift(g);g=uint8(real(ifft2(g)));%real與用abs效果一樣subplot(233);imshow(g);title(‘d0=5’);……80低通濾波2、n階巴特沃斯低通濾波器巴特沃斯低通濾波器剖面圖和透視圖81巴特沃斯低通濾波器圖像+鹽椒噪聲

濾波效果截?cái)囝l率20結(jié)果

82%實(shí)現(xiàn)巴特沃斯低通濾波器loadimdemossaturn2;J=imnoise(saturn2,'salt&pepper',0.02);subplot(121);imshow(J);title('含有椒鹽噪聲的圖像')J=double(J);%采用傅立葉變換f=fft2(J);g=fftshift(f);[M,N]=size(f);n=3;83d0=20;n1=floor(M/2)n2=floor(N/2)fori=1:Mforj=1:Nd=sqrt((i-n1)^2+(j-n2)^2);h=1/(1+(d/d0)^(2*n));

g(i,j)=h*g(i,j);endendg=ifftshift(g);g=uint8(real(ifft2(g)));subplot(122);imshow(g);84低通濾波器量化灰度級(jí)不足的圖像12個(gè)灰度級(jí)除虛假輪廓比較截?cái)囝l率35理想低通濾波明顯的振鈴現(xiàn)象

截?cái)囝l率35巴特沃斯低通濾波

85高通濾波1、理想高通濾波器理想高通濾波器剖面圖和透視圖高通濾波------銳化圖像86高通濾波2、n階巴特沃斯高通濾波器巴特沃斯高通濾波器剖面圖和透視圖87高頻加強(qiáng)濾波

圖像經(jīng)過(guò)高通濾波器處理后，許多低頻信號(hào)沒(méi)了，因此圖像的平滑區(qū)基本上消失。對(duì)于這個(gè)問(wèn)題可以用高頻加強(qiáng)濾波來(lái)彌補(bǔ)。所謂高頻加強(qiáng)濾波就是在設(shè)計(jì)濾波器變換函數(shù)時(shí)，加上一個(gè)大于0小于1的常數(shù)c：88高頻加強(qiáng)濾波比較理想高通濾波與加強(qiáng)濾波模糊圖像理想高通濾波平滑區(qū)基本消失理想高通加強(qiáng)濾波截?cái)囝l率20截?cái)囝l率20C=0.589高頻加強(qiáng)濾波比較巴特沃斯高通濾波與加強(qiáng)濾波模糊圖像巴特沃斯高通濾波平滑區(qū)基本消失巴特沃斯高通加強(qiáng)濾波試比較理想加強(qiáng)濾波和巴特沃斯加強(qiáng)濾波效果90X光片原圖；高通濾波效果；高頻增強(qiáng)效果；直方圖均衡化效果高頻加強(qiáng)濾波91帶通濾波3、帶通濾波器92帶通濾波帶通濾波器透視圖93帶阻濾波4、帶阻濾波器帶阻濾波器透視圖94同態(tài)濾波圖像f(x,y),照明分量

i(x,y),反射分量r(x,y)

兩邊取自然對(duì)數(shù)

傅里葉變換

同態(tài)濾波：是一種在頻域中同時(shí)將圖像亮度范圍進(jìn)行壓縮和將圖像對(duì)比度增強(qiáng)的方法。圖像中的照明分量往往具有變化緩慢的特征，而反射分量則傾向于劇烈變化，特別在不同物體的交界處。由于這種持征，圖像的自然對(duì)數(shù)的傅里葉變換的低頻分量與照明分量相聯(lián)系，而其高頻分量則與反射分量相聯(lián)系。95同態(tài)濾波假設(shè)用濾波器函數(shù)來(lái)處理

反變換

故增強(qiáng)后的圖像由對(duì)應(yīng)的照明分量與反射分量疊加而成

取指數(shù)96同態(tài)濾波同態(tài)圖像增強(qiáng)法示意圖

97同態(tài)濾波同態(tài)濾波器的徑向橫斷面如果，Hl<1,Hh>1同態(tài)濾波壓縮了圖像的動(dòng)態(tài)范圍，增強(qiáng)了圖像的對(duì)比度

H(u,v)(u,v)0.51.02.0采用圖像同態(tài)濾波方法，如果使用合適的濾波特性函數(shù)，可以達(dá)到既壓縮灰度動(dòng)態(tài)范圍，又能讓感興趣的物體部分灰度級(jí)擴(kuò)展，從而使圖像清晰98同態(tài)濾波原始圖像的背景等平滑區(qū)域亮度減弱錢(qián)幣邊緣及線條處對(duì)比度增強(qiáng)效果99彩色圖像增強(qiáng)人眼只能分辯幾十種不同深淺的灰度級(jí)，但能分辯幾千種不同的顏色－借助彩色圖像增強(qiáng)視覺(jué)效果。彩色圖像增強(qiáng)方法偽彩色增強(qiáng)真彩色增強(qiáng)100偽彩色增強(qiáng)對(duì)原來(lái)灰度圖像中不同灰度值的區(qū)域賦予不同的顏色，以更明顯的區(qū)分－賦色過(guò)程實(shí)際上是一種著色過(guò)程視覺(jué)效果明顯，不復(fù)雜的圖像增強(qiáng)技術(shù)優(yōu)點(diǎn)相同物體或大物體各個(gè)部分因光照條件不同，形成不同的灰度級(jí)，結(jié)果出現(xiàn)了不同彩色，錯(cuò)誤判斷缺點(diǎn)密度切割（密度分層）灰度級(jí)-彩色變換頻域?yàn)V波方法分類(lèi)101密度切割設(shè)一幅黑白圖像f(x,y)，在某一個(gè)灰度級(jí)如f(x,y)=Li上設(shè)置一個(gè)平行于xy平面的切割平面，如圖(a)所示，黑白圖像被切割成只有兩個(gè)灰度級(jí)，切割平面下面的即灰度級(jí)小于Li的象素分配一種顏色（如藍(lán)色），相應(yīng)的切割平面上的即灰度級(jí)大于Li的象素分配給另外一種顏色（如紅色），如圖(b)所示102用M-1個(gè)切割平面，得到M個(gè)不同區(qū)域，分配M種不同顏色的偽彩色圖像肺部圖像的偽彩色增強(qiáng)效果，圖像不同灰度區(qū)域用不同的彩色重新顯示，可以清晰地看出病變的區(qū)域。103優(yōu)點(diǎn)：簡(jiǎn)單，可以用硬件實(shí)現(xiàn)，還可以擴(kuò)大用途，如計(jì)算圖像中某灰度級(jí)面積等。缺點(diǎn)：視覺(jué)效果不理想，彩色生硬，量化噪聲大(分割誤差)，為了減少量化誤差，必須增加分割級(jí)數(shù)，引起設(shè)備復(fù)雜，而且彩色漂移嚴(yán)重。密度切割法：104密度分層法例m=8m=64m=16105灰度級(jí)－彩色變換可以將黑白灰度圖像變?yōu)榫哂卸喾N顏色漸變的連續(xù)彩色圖像基本思想：對(duì)輸入象素的灰度級(jí)進(jìn)行三個(gè)相互獨(dú)立的轉(zhuǎn)換，然后，這三個(gè)結(jié)果分別送到彩色監(jiān)視器的紅、綠、藍(lán)的電子發(fā)射槍上。106f(x,y)LIG(x,y)Lf(x,y)LIB(x,y)L/2紅變換特性綠變換特性藍(lán)變換特性將低于L/2地所有灰度映射成最暗的紅色，在L/2到3L/4之間的灰度映射為線性增加飽和度的紅色，在3L/4到L之間的灰度映射為最亮的紅色L/4L/2f(x,y)LIR(x,y)3L/43L/4L/4同一灰度由于三個(gè)變換器對(duì)其實(shí)施不同變換，而使三個(gè)變換器輸出不同，從而在彩色顯像管里合成某種彩色一組典型的變換函數(shù)107從上圖可以看出，若f(x,y)=0，則IB(x,y)=L，IR(x,y)=IG(x,y)=0，從而顯示藍(lán)色同樣，若f(x,y)=L/2，則IG(x,y)=L，IR(x,y)=IB(x,y)=0，從而顯示綠色若f(x,y)=L，則IR(x,y)=L，IB(x,y)=IG(x,y)=0，從而顯示紅色若黑白圖像f(x,y)灰度級(jí)在0～L之間變化，IB

，IR

，IG會(huì)有不同輸出，從而合成不同的偽彩色圖像f(x,y)L藍(lán)L/2L紅綠三種變換合成特性108灰度級(jí)-彩色變換法例109偽彩色技術(shù)早期在遙感圖像處理中得到廣泛的應(yīng)用不僅適用于航攝和遙感圖片，也可以用于X光片及云圖判讀的等方面。110頻域?yàn)V波基本思想：根據(jù)圖像中各區(qū)域的不同頻率含量給區(qū)域賦予不同的顏色基本框圖如圖所示傅立葉變換濾波器1濾波器2濾波器3傅立葉反變換傅立葉反變換傅立葉反變換進(jìn)一步處理進(jìn)一步處理進(jìn)一步處理彩色顯示器f(x,y)輸入圖像的傅立葉變換通過(guò)3個(gè)不同的濾波器，如低通、帶通和高通濾波器，分成不同的頻率分量，經(jīng)過(guò)反變換后，分別送到三彩色監(jiān)視器的紅、綠和藍(lán)三個(gè)輸入端。111（a）灰度圖像（b）紅通道輸入（c）綠通道輸入（d）藍(lán)通道輸入圖6-64頻率域偽彩色增強(qiáng)原理及效果低通、帶通、帶阻濾波器組合實(shí)現(xiàn)偽彩色增強(qiáng)112真彩色增強(qiáng)在彩色圖像處理中，選擇合適的彩色模型是很重要的。RGB模型：電視攝像機(jī)和彩色掃描儀都是根據(jù)RGB模型工作的，為在屏幕上顯示彩色圖像一定要借助RGB模型。一幅真彩色RGB圖可用24位表示，R、G、B各8位，即象素在R、G、B分量圖中各取256個(gè)值。歸一化到[0，1]后，相鄰值間的差是1/255。HSI模型：在許多處理中也常用。優(yōu)點(diǎn)：亮度和色度分量是分開(kāi)的。色調(diào)和飽和度的概念與人的感知是緊密相連的。一幅真彩色RGB圖也可以H、S、I各8位的3個(gè)分量圖表示。色調(diào)(H)圖中的象素值是用角度作為單位的。當(dāng)用8位表示時(shí)，256個(gè)值分布在[00～3600]之間，相鄰值的差是n(360/255)0，n=0，1…255113如果將RGB圖轉(zhuǎn)化為HSI圖，亮度分量就和色度分量分開(kāi)了。一般真彩色增強(qiáng)方法的基本步驟為：（1）將R、G、B分量圖轉(zhuǎn)化為H、S、I分量圖（2）利用對(duì)灰度圖增強(qiáng)的方法增強(qiáng)其中的I分量圖（3）再將結(jié)果轉(zhuǎn)換為R、G、B分量圖來(lái)顯示并不改變?cè)瓐D的彩色內(nèi)容，但增強(qiáng)后的圖看起來(lái)可能會(huì)有些不同。這是因?yàn)楸M管色調(diào)和飽和度沒(méi)有變化，但亮度分量得到了增強(qiáng)，整個(gè)圖會(huì)比原來(lái)更亮些。114第5章圖像增強(qiáng)小結(jié)圖像增強(qiáng)的目的是對(duì)圖像進(jìn)行加工，以得到對(duì)具體應(yīng)用來(lái)說(shuō)視覺(jué)效果更“好”，更“有用”的圖像。圖像增強(qiáng)方法分類(lèi)：直接灰度變換:將每一個(gè)像素的灰度值按照一定的數(shù)學(xué)變換公式轉(zhuǎn)換為一個(gè)新的灰度值?；谙袼氐狞c(diǎn)處理：直接灰度變換直方圖修正:直方圖均衡化直方圖規(guī)定化基于模板的空域?yàn)V波：平滑濾波：平均值濾波中值濾波銳化濾波：梯度算子空域方法頻域方法：低通濾波器高通濾波器帶通、帶阻、同態(tài)濾波器115圖像求反：就是通過(guò)變換將灰度級(jí)范圍由[0，L-1]變換到[L-1，0]。如：黑白照片和它的底片線性灰度變換：可用于增強(qiáng)對(duì)比度------增強(qiáng)圖像各部分的反差，實(shí)際中通過(guò)增加圖像中某兩個(gè)灰度值間的動(dòng)態(tài)范圍來(lái)實(shí)現(xiàn)對(duì)數(shù)變換：對(duì)原圖像的動(dòng)態(tài)范圍進(jìn)行壓縮，用于消除圖像因動(dòng)態(tài)范圍太大而引起的失真?；叶惹懈睿涸鰪?qiáng)特定范圍的對(duì)比度，用來(lái)突出圖像中特定灰度范圍的亮度。直接灰度變換的方法116直方圖：是圖像的重要統(tǒng)計(jì)特征，表示了數(shù)字圖像中每一個(gè)灰度級(jí)與該灰度級(jí)出現(xiàn)的頻率間的統(tǒng)計(jì)關(guān)系。k=0,1,……,L-1偏暗偏亮低對(duì)比度高對(duì)比度直方圖與圖像間的關(guān)系117直方圖均衡化的基本思想