光电信息第3章6图像增强42(050829)课件.ppt

1、基于光电信息的计算机视觉技术基于光电信息的计算机视觉技术3.1 计算机视觉的概述计算机视觉的概述 3.2 光电信息处理基础光电信息处理基础 3.3 数字图像技术数字图像技术3.4 数字图像处理技术数字图像处理技术 3.5 距离图像获取与处理距离图像获取与处理 图像分析技术分类的三种基本范畴图像分析技术分类的三种基本范畴低级处理：图像获取、预处理，不需要智能低级处理：图像获取、预处理，不需要智能中级处理：图像分割、表示与描述，需要智能中级处理：图像分割、表示与描述，需要智能高级处理：图像识别、解释，缺少理论，为降高级处理：图像识别、解释，缺少理论，为降 低难度，设计得更专用。低难度，设计得更专用

2、。3.4数字图像处理技术数字图像处理技术知识库知识库表示与描述表示与描述预处理预处理分割分割低级处理低级处理高级处理高级处理中级处理中级处理识别识别与与解释解释结果结果图像获取图像获取问题问题图像分析系统的构成图像分析系统的构成数字图像处理技术数字图像处理技术3.4.3图像增强图像增强3.4.4图像分割图像分割3.4.5特征提取特征提取3.4.6识别与解释识别与解释3.4.3图像增强图像增强3.4.3.1 图像增强引言图像增强引言3.4.3.2 空域图像增强空域图像增强3.4.3.3 频域图像增强频域图像增强图像的增强用于调整图像的对比度，突出图像图像的增强用于调整图像的对比度，突出图像中的重

3、要细节，改善视觉质量。通常采用灰度中的重要细节，改善视觉质量。通常采用灰度直方图修改技术进行图像增强。直方图修改技术进行图像增强。图像增强的定义图像增强的定义图像增强的空域法图像增强的空域法图像增强的频域法图像增强的频域法3.4.3.1 图像增强引言图像增强引言图像增强技术的主要目标是，通过对图像的图像增强技术的主要目标是，通过对图像的处理，使图像比处理前更适合一个特定的应处理，使图像比处理前更适合一个特定的应用用预处理预处理可能的应用：显示、打印、印刷、识别、分析、可能的应用：显示、打印、印刷、识别、分析、创艺等创艺等可能的处理策略：空域策略、频域策略可能的处理策略：空域策略、频域策略图像增

4、强的定义图像增强的定义去除噪音去除噪音边缘增强边缘增强提高对比度提高对比度增加亮度增加亮度改善颜色效果改善颜色效果改善细微层次改善细微层次通常与改善视觉效果相一致通常与改善视觉效果相一致图像增强的定义图像增强的定义-可能的处理可能的处理图像增强举例图像增强举例图像增强举例图像增强举例2图像增强的空域法图像增强的空域法图像增强的空域法图像增强的空域法点运算法点运算法灰度级变换灰度级变换寻找一个合适的变换寻找一个合适的变换T模板运算法模板运算法空域过滤器空域过滤器寻找一个合适的模板寻找一个合适的模板几何变换法几何变换法变形矫正变形矫正基于色彩的处理基于色彩的处理频域增强的理论基础频域增强的理论基础

5、频域增强的处理方法频域增强的处理方法频域增强与空域增强的关系频域增强与空域增强的关系图像增强的频域法图像增强的频域法卷积理论卷积理论被处理图像被处理图像f(x,y)变换函数变换函数h(x,y)/*线性、位置无关操作线性、位置无关操作目标图像目标图像g(x,y)有卷积：有卷积：g(x,y)=h(x,y)*f(x,y)有等式：有等式：G(u,v)=H(u,v)F(u,v)有等式：有等式：g(x,y)=F-1H(u,v)F(u,v)空域法空域法-频域增强的理论基础频域增强的理论基础图像变化平缓的部分靠近频率平面的圆心，这个图像变化平缓的部分靠近频率平面的圆心，这个区域为低频区域。区域为低频区域。图像

6、中的边、噪音、变化陡峻的部分，以放射方图像中的边、噪音、变化陡峻的部分，以放射方向离开频率平面的圆心，这个区域为高频区域。向离开频率平面的圆心，这个区域为高频区域。频率平面与图像空域特性的关系频率平面与图像空域特性的关系边、噪音、变化陡峭部分边、噪音、变化陡峭部分变化平缓部分变化平缓部分uv频域增强的原理频域增强的原理变化平缓部分变化平缓部分uv频域增强的原理频域增强的原理2边、噪音、变化陡峭部分边、噪音、变化陡峭部分对于给定的图像对于给定的图像f(x,y)和目标，计算出它的和目标，计算出它的傅立叶变换傅立叶变换F(u,v)选择一个变换函数选择一个变换函数H(u,v)/*并非到空域找并非到空域

7、找计算出目标图像计算出目标图像g(x,y)g(x,y)=F-1H(u,v)F(u,v)频域增强的处理方法频域增强的处理方法卷积的离散表达式，基本上可以理解为模板卷积的离散表达式，基本上可以理解为模板运算的数学表达方式运算的数学表达方式 M-1 N-1g(x,y)=f*h=f(m,n)h(x m,y n)m=0 n=0因此，卷积的冲击响应因此，卷积的冲击响应h(x,y)，被称为空域卷积，被称为空域卷积模板，模板，这种称谓仅在模板相对中心原点是对称这种称谓仅在模板相对中心原点是对称的时，才是成立的的时，才是成立的频域增强与空域模板增强的关系频域增强与空域模板增强的关系在实践中，小的空间模板比傅立叶

8、变换用在实践中，小的空间模板比傅立叶变换用得多得多，因为它们易于实现，操作快捷。得多得多，因为它们易于实现，操作快捷。对于很多在空域上难以表述清楚的问题，对于很多在空域上难以表述清楚的问题，对频域概念的理解就显得十分重要。在压对频域概念的理解就显得十分重要。在压缩中我们会体会到缩中我们会体会到频域增强与空域增强的关系频域增强与空域增强的关系23.4.3.2 空域图像增强空域图像增强3.4.3.2.1 点运算增强点运算增强3.4.3.2.2 直方图增强直方图增强3.4.3.2.3 彩色图像增强彩色图像增强3.4.3.2.4 空域过滤器空域过滤器3.4.3.2.1 点运算增强点运算增强点运算点运算

9、灰度级变换增强灰度级变换增强灰度级变换的应用灰度级变换的应用亮度调整亮度调整、对比度拉伸对比度拉伸、灰度级切片灰度级切片获取变换函数的方法获取变换函数的方法固定函数、交互样点插值、直方图固定函数、交互样点插值、直方图灰度级变换的分析灰度级变换的分析点运算增强点运算增强-亮度调整亮度调整灰度级变换的应用之一灰度级变换的应用之一亮度调整亮度调整加亮、减暗图像加亮、减暗图像25512825532255128255218点运算增强点运算增强2对比度拉伸对比度拉伸n灰度级变换的应用之二灰度级变换的应用之二对比度拉伸对比度拉伸提高、降低对比度提高、降低对比度2551282551420降低对比度降低对比度2

10、55482550218提高对比度提高对比度P1P2点运算增强点运算增强3灰度级变换的应用灰度级变换的应用n提高对比度提高对比度n通常通过直方图得到两个拐点的位置通常通过直方图得到两个拐点的位置n 降低对比度降低对比度n降低对比度一般用于输出设备的灰度级小降低对比度一般用于输出设备的灰度级小于输入图像的灰度级的情况，如显示傅立叶于输入图像的灰度级的情况，如显示傅立叶频谱时频谱时点运算增强点运算增强4灰度级变换的应用灰度级变换的应用通过直方图得到两个拐点通过直方图得到两个拐点P1、P2的位置的位置p(rk)nkP1P2点运算增强点运算增强5-灰度级变换的应用灰度级变换的应用n局部提高、局部降低对比

11、度局部提高、局部降低对比度255128255142025548255019621623点运算增强点运算增强6-灰度级切片灰度级切片灰度级变换的应用之三灰度级变换的应用之三灰度级切片灰度级切片255482550134176255142255214048点运算增强点运算增强-获取变换函数的方法获取变换函数的方法 获取变换函数的方法之一获取变换函数的方法之一固定函数：指数函数、正玄函数、分段直线、固定函数：指数函数、正玄函数、分段直线、对数函数，如显示傅立叶的对数函数，如显示傅立叶的s=c log(1+|r|)s=c log(1+|r|)2551420255021623点运算增强获取变换函数的方法点

12、运算增强获取变换函数的方法2n 获取变换函数的方法之二获取变换函数的方法之二交互样点插值交互样点插值用过点的三次样条插值曲线，获得变换函数用过点的三次样条插值曲线，获得变换函数点运算增强点运算增强灰度级变换的分析灰度级变换的分析灰度级变换对图像层次有负面影响灰度级变换对图像层次有负面影响原因：由于变换是在有限个灰度级上进行的，原因：由于变换是在有限个灰度级上进行的，因此会造成层次的减少（见实例）因此会造成层次的减少（见实例）改进：通过输入较多层次（如改进：通过输入较多层次（如28)，保证在，保证在图像上进行灰度级变换后，其输出保留足够图像上进行灰度级变换后，其输出保留足够的层次的层次3.4.3

13、.2.2 直方图增强直方图增强直方图增强直方图增强直方图均衡化直方图均衡化直方图匹配直方图匹配直方图均衡化直方图均衡化一种自动调节图像对比度质量的算法一种自动调节图像对比度质量的算法使用的方法：灰度级变换：使用的方法：灰度级变换：s=T(r)基本思想：通过灰度级基本思想：通过灰度级r的概率密度函数的概率密度函数p(rk)，求出灰度级变换求出灰度级变换T(r)r正则化到正则化到0，1 k k sk=T(rk)=p(rj)=nj/n j=0 j=0直方图均衡化的技术要点直方图均衡化的技术要点公理：直方图公理：直方图p(rk)，为常数的图像对比度最好，为常数的图像对比度最好目标：寻找一个灰度级变换目

14、标：寻找一个灰度级变换T(r)，使结果图像，使结果图像的直方图的直方图p(sk)为一个常数为一个常数实现：强制认为累积分布函数实现：强制认为累积分布函数CDF是我们要找是我们要找的变换函数的变换函数T(r)，r s=T(r)=pr(w)dw 0 r 1 0直方图均衡化的技术要点直方图均衡化的技术要点2直方图均衡化的技术要点：直方图均衡化的技术要点：公理：直方图公理：直方图p(rk)，为常数的图像对比度最好，为常数的图像对比度最好p(rk)nkP1P2直方图均衡化的算法实现直方图均衡化的算法实现累积分布函数累积分布函数CDF的计算的计算 用累积分布函数用累积分布函数CDF的离散形式来计算的离散形

15、式来计算 k ksk=T(rk)=p(rj)=nj/n j=0 j=0算法实现：算法实现：1)求出灰度级变换求出灰度级变换T 2)用用T对图像进行灰度级变换对图像进行灰度级变换直方图均衡化举例直方图均衡化举例直方图增强举例：直方图增强举例：图像图像f(x,y)，宽，宽300，高，高100像素，偏暗像素，偏暗2551000064直方图均衡化举例直方图均衡化举例-计算变换计算变换T T(0)=1000/3000*255=85 T(63)=T(62)+0/3000=85T(64)=(1000/3000+1000/3000)*255 =170T(254)=T(253)+0/30000=170T(255

16、)=(1000/3000+1000/3000+1000/3000)*255=255直方图均衡化举例直方图均衡化举例变换函数变换函数得到变换函数：得到变换函数：T(0)=85.T(63)=85T(64)=170.T(254)=170T(255)=2551000255085170变换后的图像和直方图直方图均衡化直方图均衡化-问题问题n图像最暗处依赖于原图像图像最暗处依赖于原图像0灰阶像素的个数。有灰阶像素的个数。有偏亮的倾向。偏亮的倾向。矫正：矫正：Xo=(Xi-85)/(255-85)*2551000255085170直方图均衡化直方图均衡化-矫正后变换函数矫正后变换函数矫正后变换函数为矫正后变

17、换函数为T(0)=0.T(63)=0T(64)=128.T(254)=128T(255)=25510002550128直方图均衡化直方图均衡化-矫正前后的比较矫正前后的比较矫正前后的比较矫正前后的比较1000255012810002550851702551000064直方图均衡化的物理解释直方图均衡化的物理解释1 1）直方图均衡化，不改变灰度出现的次数（因为）直方图均衡化，不改变灰度出现的次数（因为那样会改变图像的信息结构），所改变的是出现那样会改变图像的信息结构），所改变的是出现次数所对应的灰度级。次数所对应的灰度级。k kT(rT(rk k)=n)=nj j/n /n /*矫正后非零像素数

18、同前矫正后非零像素数同前 j=0j=02 2）直方图均衡化，力图使等长区间内出现的像素）直方图均衡化，力图使等长区间内出现的像素数接近相等。（见上例）数接近相等。（见上例）直方图匹配算法来源背景直方图匹配算法来源背景算法来源背景：算法来源背景：直方图均衡化的缺陷直方图均衡化的缺陷：不能用于交互方式的图不能用于交互方式的图像增强应用，因为直方图均衡化只能产生唯一像增强应用，因为直方图均衡化只能产生唯一一个结果，恒定值直方图近似。一个结果，恒定值直方图近似。希望通过一个指定的函数（如高斯函数）或用希望通过一个指定的函数（如高斯函数）或用交互图形产生一个特定的直方图。根据这个直交互图形产生一个特定的

19、直方图。根据这个直方图确定一个灰度级变换方图确定一个灰度级变换T(r),使由使由T产生的新产生的新图像的直方图符合指定的直方图。图像的直方图符合指定的直方图。直方图匹配算法思想直方图匹配算法思想算法思想：算法思想：设：设：rk是原图像的灰度级是原图像的灰度级,zk是符合指定直方图结果图像的灰度级是符合指定直方图结果图像的灰度级我们的目标是：找到一个灰度级变换我们的目标是：找到一个灰度级变换H,有：有：z=H(r)直方图匹配算法思想直方图匹配算法思想2算法思想：算法思想：1)对对rk、zk分别做直方图均衡化分别做直方图均衡化s=T(r)=0 pr(w)dw 0 r 1v=G(z)=0 pz(w)

20、dw 0 z 12)求求G变换的逆变换变换的逆变换 z=G-1(v)直方图增强直方图增强直方图匹配直方图匹配4算法思想：算法思想：3)根据均衡化的概念，根据均衡化的概念，s,v都是常量都是常量 用用 s替代替代v有有z=G-1(s)4)求求G-1和和T的符合变换，有：的符合变换，有：z=G-1(T(r)=G-1T(r)H=G-1T直方图匹配算法实现直方图匹配算法实现算法实现：算法实现：1）求出灰度级变换）求出灰度级变换T 2）求出灰度级变换）求出灰度级变换G,同时求出逆变换同时求出逆变换G-13）通过）通过T和和G-1求出复合变换求出复合变换H4）用）用H对图像做灰度级变换对图像做灰度级变换彩

21、色图像增强彩色图像增强在在RGB模型上增强模型上增强在在HSI模型上增强模型上增强3.4.3.2.3 彩色图像增强彩色图像增强彩色图像增强彩色图像增强2与色彩平衡相关的几个定义与色彩平衡相关的几个定义灰平衡灰平衡：使：使RGB彩色设备的彩色分量混合后，彩色设备的彩色分量混合后，颜色失去色调和饱和度产生灰色，这种颜色颜色失去色调和饱和度产生灰色，这种颜色混合效果被称为灰平衡，一般情况下，等量混合效果被称为灰平衡，一般情况下，等量的的RGB产生灰色。产生灰色。色彩平衡色彩平衡：纠正偏色的过程叫作色彩平衡。：纠正偏色的过程叫作色彩平衡。色彩平衡的实现，是通过调整灰平衡，使偏色彩平衡的实现，是通过调整

22、灰平衡，使偏色区域，恢复成灰色来达到的。色区域，恢复成灰色来达到的。彩色图像增强几个定义彩色图像增强几个定义1）检查图像的灰平衡情况，即检查在现实中应该是）检查图像的灰平衡情况，即检查在现实中应该是灰色的物体，在图像中是否是灰色灰色的物体，在图像中是否是灰色例如：某黑色区域的平均取值是：例如：某黑色区域的平均取值是：R=0，G=12，B=7 说明有青色色偏。说明有青色色偏。2)检查高饱和度的颜色是否正常，即检查在现实中检查高饱和度的颜色是否正常，即检查在现实中应该是纯色的物体，在图像中是否有偏色应该是纯色的物体，在图像中是否有偏色如何判断彩色图像的偏色如何判断彩色图像的偏色选择两个颜色分量选择

23、两个颜色分量(如如GB)，去匹配第三个，去匹配第三个(如如R)（1）在图像中选取两个浅灰或深灰区域（这）在图像中选取两个浅灰或深灰区域（这 些区域也许已经不是灰色）些区域也许已经不是灰色）（2）计算这两个域的）计算这两个域的RGB平均值，获得平均值，获得 两个颜色分量的线性变换两个颜色分量的线性变换（3）将逆变换作用在图像的两个分量上，得）将逆变换作用在图像的两个分量上，得 到平衡后的新图像到平衡后的新图像彩色平衡实现的算法彩色平衡实现的算法设：在图像中选取两个浅灰或深灰区域，并计算设：在图像中选取两个浅灰或深灰区域，并计算这两个域的这两个域的RGB平均值，得：平均值，得：R1=25；G1=3

24、1；B1=37 R2=75；G2=79；B2=77 调整调整G、B去匹配去匹配R。从而有线性变换。从而有线性变换G:31(25);79(75)B:37(25);77(75)彩色平衡实现的算法举例彩色平衡实现的算法举例255312550255772557579075253725G G的逆变换的逆变换B B的逆变换的逆变换彩色平衡实现的算法举例彩色平衡实现的算法举例彩色图像增强：彩色图像增强：在在HSI模型上增强模型上增强在在HSI模型上增强模型上增强通过色调进行处理通过色调进行处理通过亮度进行处理通过亮度进行处理通过颜色饱和度进行处理通过颜色饱和度进行处理基本思想基本思想将图像转换到将图像转换到

25、HSI色空间色空间对指定色调值对指定色调值H进行调整，进行调整，H=H+/-h主要应用主要应用改变图像的气氛（如暖色和冷色的气氛变化，改变图像的气氛（如暖色和冷色的气氛变化，早晚气氛的变化）早晚气氛的变化）换色（对指定色调的颜色进行更换）、去色换色（对指定色调的颜色进行更换）、去色HSI模型增强：模型增强：通过色调进行处理通过色调进行处理基本思想基本思想将图像转换到将图像转换到HSI色空间色空间对指定亮度值对指定亮度值I，乘上一个调整量，乘上一个调整量 II=I*I主要应用主要应用:1）我们可以通过在每个象素的亮度分量上乘一）我们可以通过在每个象素的亮度分量上乘一个大于个大于1的常量（如的常量

26、（如1.3），使得图像变得更明），使得图像变得更明亮，提高图像的亮度。亮，提高图像的亮度。HSI模型增强：通过亮度进行处理模型增强：通过亮度进行处理主要应用主要应用:(1)我们可以通过在每个象素的亮度分量上我们可以通过在每个象素的亮度分量上乘一个小于乘一个小于1的常量（如的常量（如0.8），使得图像），使得图像的亮度降低。的亮度降低。(2)我们可以有选择地调整图像的亮度，可我们可以有选择地调整图像的亮度，可以以色调、选区作为是否进行亮度处理的以以色调、选区作为是否进行亮度处理的根据。例如只对红色调提高亮度。根据。例如只对红色调提高亮度。(3)对亮度分量进行直方图均衡化对亮度分量进行直方图均衡化

27、在在HSI模型上增强主要应用模型上增强主要应用基本思想基本思想将图像转换到将图像转换到HSI色空间色空间对指定亮度值对指定亮度值S，乘上一个量，乘上一个量 SS=S*S主要应用主要应用:(1)我们可以通过在每个象素的饱和度分量上我们可以通过在每个象素的饱和度分量上乘一个大于乘一个大于1的常量（如的常量（如1.3），使得图像的），使得图像的颜色更为鲜明。颜色更为鲜明。通过颜色饱和度进行处理通过颜色饱和度进行处理主要应用主要应用:(1)我们可以通过在每个象素的饱和度分量我们可以通过在每个象素的饱和度分量上乘一个小于上乘一个小于1的常量（如的常量（如0.8），使得图），使得图像的颜色的鲜明度降低。像的颜色的鲜明度降低。(2)我们可以有选择地调整图像的颜色饱和我们可以有选择地调整图像的颜色饱和度，可以以色调、选区作为是否进行饱和度度，可以以色调、选区作为是否进行饱和度处理的根据。例如只对红色调提高饱和度处理的根据。例如只对红色调提高饱和度。通过颜色饱和度进行处理通过颜色饱和度进行处理应用应用