数字图像处理冈萨雷斯空间域图像增强学习教案.pptx

会计学3.1 背景知识
3.2 基本灰度变换
3.3 直方图处理
3.4 空间滤波基础(jīchǔ)
3.5 平滑空间滤波器
3.6 锐化空间滤波器
3.7 混合空间增强法一、什么(shénme)是图象增强？图象增强的含义(hányì)和目的空间域处理：点处理（图象灰度变换、直方图均衡(jūnhéng)等）；
邻域处理（线性、非线性平滑和锐化等）；
频域处理：高、低通滤波、同态滤波等空间域增强是指增强构成图像的像素，可由下式定义：
g(x,y)=T[f(x,y)](3.1-1)

其中
f(x,y)是输入图像
g(x,y)是输出图像
T是对f的一种操作(cāozuò)，定义在（x,y）的邻域上.①邻域：中心在(x,y)点的正方形或矩形子图像.
②子图像的中心从一个像素(xiànɡsù)向另一个像素(xiànɡsù)移动,
③T操作应用到每一个(x,y)位置得到该点的输出g.更大的邻域会有更多的灵活性,一般的方法是利用点(x,y)事先定义的邻域里的一个(yīɡè)f值的函数来决定g在(x,y)的值,主要是利用所谓的模板（也称为滤波器,核,掩模）.

模板是一个(yīɡè)小的(3×3)二维阵列,模板的系数值决定了处理的性质,如图像尖锐化等.以这种方法为基础的增强技术通常是指模板处理或空域滤波.3.2基本(jīběn)灰度变换3.2基本(jīběn)灰度变换对数变换的图像（显示在一个(yīɡè)8bit的系统中）幂次曲线中的值决定了是把输入窄带(zhǎidài)暗值映射到宽带输出值还是把输入窄带(zhǎidài)亮值映射到宽带输出.(伽马)校正(伽马)校正伽马校正(jiàozhèng)例3.1 用幂次变换
进行(jìnxíng)对比度增强原图像④分段(fēnduàn)线性变换函数2、灰度切割：提高特定(tèdìng)灰度范围的亮度3、位图切割：把数字图像分解成为位平面，（每一个位平面可以处理为一幅二值图像）对于分析每一位在图像中的相对重要性是有用的。（高阶位如前4位包含视觉上很重要的大多数数据(shùjù)；其它位对图像中的更多微小细节有作用）位图切割(qiēgē)位图切割(qiēgē)示例位图切割(qiēgē)在图像压缩和重建中的应用MATLAB例子(lìzi):线性变换附录(fùlù)：Matlab函数: imadjust函数使用imadjust的两个(liǎnɡɡè)步骤3.3直方图处理(chǔlǐ)直方图和图像(túxiànɡ)清晰度的关系3.3.1 直方图均衡化直方图均衡化处理的计算步骤(bùzhòu)如下：对64×64的图像,L=8,图像中各灰度级的像素(xiànɡsù)数目为:(2)计算直方图累积(lěijī)分布函数(3)用累积分布(fēnbù)函数作变换函数进行图像灰度变换均衡(jūnhéng)后的直方图练习(liànxí)：图像的直方图均衡化计算(jìsuàn)过程列表均衡化后的输出(shūchū)图像数据附录(fùlù)：MATLAB命令转移(zhuǎnyí)函数变化曲线直方图均衡化的缺陷(quēxiàn)3.3.2 直方图规定(guīdìng)化①分别(fēnbié)对，作直方图均衡化处理则有：②求G变换的逆变换

③根据均衡化的概念，s,v都是常量(分布相同的特点),用s替代v有

④建立的联系,有：(5)对于原始图像的每个像素,若像素值为rk,将该值映射(yìngshè)到其对应的灰度级sk;然后映射(yìngshè)灰度级sk到最终灰度级zk.例：/直方图匹配(pǐpèi)/例3.3.3 局部(júbù)直方图处理3.3.4 在图像增强中使用(shǐyòng)直方图统计实际中：在处理(chǔlǐ)均值和方差时，通常用取样值来估计它们。例增强的方法总结(zǒngjié)：（非线性处理方法）3.4空间(kōngjiān)滤波基础3.4空间滤波(lǜbō)基础为得到一幅经过完整的经过滤波处理的图像，必须对x=0,1,2,…,M-1和y=0,1,2,…,N-1依次(yīcì)应用公式。3.4.2 空间(kōngjiān)的相关和卷积3.4.2 空间(kōngjiān)的相关和卷积3.4.2 空间(kōngjiān)的相关和卷积3.5空间(kōngjiān)平滑滤波器3.5空间(kōngjiān)平滑滤波器一幅M×N的图像(túxiànɡ)经过m×n的加权均值滤波器滤波的过程可由下式给出：3.5.1 平滑(pínghuá)线性滤波器3.5.1 平滑(pínghuá)线性滤波器3.5.1 平滑(pínghuá)线性滤波器3.5.2统计(tǒngjì)排序滤波器3.5.2统计(tǒngjì)排序滤波器各种稀疏窗口(chuāngkǒu)模板下的中值滤波：中值滤波(lǜbō)使用的各种稀疏窗口模板：3.