资源描述：
《2-空间域图像增强new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、研究生课程数字图像处理DigitalImageProcessing彭宇新北京大学计算机科学技术研究所E_mail:pengyuxin@icst.pku.edu.cn研究生课程点处理（变换）空域方法{处理方法{模板处理（滤波）频域方法图全局处理像处理策略增{局部处理强灰度图像处理对象{彩色图像空间域图像增强ò基础知识V基本概念V点运算V代数运算V直方图运算V应用实例——镜头边界的检测（补充知识）ò空间滤波器V平滑空间滤波器V锐化空间滤波器基本概念ò图像增强分为两类：V空间域增强：对图像的像素直接处理V频域增强：修改图像的傅里叶变换（后面介绍）ò空间域增强：g(x,y)
2、(=T[fx,y)]Vf(x,y)是原图像Vg(x,y)是处理后的图像VT是作用于f的操作，定义在(x,y)的邻域ò空间域增强的简化形式：s=T(r)Vr是f(x,y)在任意点(x,y)的灰度级Vs是g(x,y)在任意点(x,y)的灰度级点运算点运算——1反转变换，2对数变换s=(L−1)−rò反转变换：V[0,L-1]为图像的灰度级。作用：黑的变白，白的变黑ò对数变换：s=clog(1+r)Vc是常数Vr≥0V有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失V解决办法是对原图进行灰度压缩，如对数变换点运算——1反转变换，
3、2对数变换6ò图a显示了值为0-1.5×10的傅里叶频谱ò在一个8位的系统中显示ò图b显示了对数变换在8位系统中的显示结果ab点运算——3幂次变换ò幂次变换：s=crγVc和γ是正常数Vγ<1提高灰度级，在正比函数上方，使图像变亮Vγ>1降低灰度级，在正比函数下方，使图像变暗点运算——3幂次变换ò例：人体胸上部脊椎骨折的核磁共振图像òγ<1提高灰度级，使图像变亮。c=1,γ=0.6,0.4,0.3γ=0.4增强效果最好点运算——3幂次变换ò例：航空地面图像òγ>1降低灰度级，使图像变暗c=1,γ=3,4,5γ=3√=4γγ=5√点运算——4对比度拉伸思想：提高图像处
4、理时灰度级的动态范围点运算——5灰度级切片关心范围指定较高值，关心范围指定较高值，其它指定较低值其它保持不变ssa变换b变换rr一幅图像a变换结果点运算——5灰度级切片2550255点运算——6位平面切片ò位平面切片假设图像中每个像素的灰度级是256，这可以用8位来表示，假设图像是由8个1位平面组成，范围从位平面0到位平面7。其中，位平面0包含图像中像素的最低位，位平面7包含像素的最高位点运算——6位平面切片ò作用V通过对特定位提高亮度，改善图像质量V较高位（如前4位）包含大多数视觉重要数据V较低位（如后4位）对图像中的微小细节有作用V分解为位平面，可以分析每一位在
5、图像中的相对重要性点运算——6位平面切片一幅8比特分形图像点运算——6位平面切片代数运算ò算术运算V加V减V乘V除:一幅图像取反和另一幅图像相乘ò逻辑运算V非V与V或V异或代数运算——加法ò加法运算的定义C(x,y)=A(x,y)+B(x,y)ò主要应用举例V去除叠加性噪声V生成图像叠加效果代数运算——加法ò去除叠加性噪声对于原图像f(x,y),有一个噪声图像集{g(x,y)}i=1,2,...Ni其中：g(x,y)=f(x,y)+h(x,y)ii假设噪声h(x,y)均值为0，且互不相关N个图像的均值定义为：g(x,y)=1/N(g(x,y)+g(x,y)+…+g(
6、x,y))01N期望值E(g(x,y))=f(x,y)上述图像均值将降低噪声的影响代数运算——加法ò去除叠加性噪声——星系图举例原图噪声图像N=8N=16N=64N=128去除叠加性噪声——星系图举例ò原图与均值图像的差值图像和直方图像素个数N=8均差值别灰度级减越N=16小小，，标图N=64准像差越减暗N=128小代数运算——加法ò生成图像叠加效果对于两个图像f(x,y)和h(x,y)的均值有：g(x,y)=1/2f(x,y)+1/2h(x,y)推广这个公式为：g(x,y)=αf(x,y)+βh(x,y)其中α+β=1可以得到各种图像合成的效果，也可以用于两张图片
7、的衔接代数运算——加法代数运算——减法ò减法的定义C(x,y)=A(x,y)-B(x,y)ò主要应用举例V显示两幅图像的差异，检测同一场景两幅图像之间的变化如：视频中镜头边界的检测V去除不需要的叠加性图案V图像分割：如分割运动的车辆，减法去掉静止部分，剩余的是运动元素和噪声代数运算——减法ò检测同一场景两幅图像之间的变化设：时间1的图像为T(x,y)，1时间2的图像为T(x,y)2g(x,y)=T(x,y)-T(x,y)21例：视频中镜头边界的检测(后面介绍)代数运算——减法ò去除不需要的叠加性图案设：背景图像b(x,y)，前景背景混合图像f(x,y)g(x,y
