图像处理五章

第五章图像增强

第五章图像增强

5.1图像增强的概念

（1）目的：
采用某种技术手段，改善图像的视觉效果，或将图像转换成更适合于人眼观察和机器分析识别的形式，以便从图像中获取更有用的信息。

（2）分类：
图像增强的方法分为两大类：空间域方法和频域方法。

“空间域”是指图像平面自身，这类方法是以对图像的像素直接处理为基础的。

“频域”处理技术是以修改图像的傅氏变换为基础的。

5.2空域增强技术

（1）定义
空间域增强是指在空间域中，通过线性或非线性变换来增强构成图像的像素。

增强的方法主要分为点处理和模板处理两大类：

①点处理是作用于单个像素的空间域处理方法，包括图像灰度变换、直方图处理、伪彩色处理等技术；

②模板处理是作用于像素邻域的处理方法，包括空域平滑、空域锐化等技术。

5.2.1基于直接灰度的图像增强（跟第三章一样的）

（1）定义：
将输入图像f(x,y)中灰度r，通过映射函数映射成输出图像 g(x,y) 中的灰度 s，其运算结果与图像像素位置及被处理像素邻域灰度无关。

扫描二维码关注公众号，回复： 12366069 查看本文章

（2）分类：

①线性变换增强的对象：
在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。采用灰度线性变换方法可以拉伸灰度动态范围，使图像清晰。
在这里插入图片描述
②分段线性变换函数
定义：与线性变换相类似，都是对输入图像的灰度对比度进行拉伸，只是对不同灰度范围进行不同的映射处理。

③反转变换

④对数变换

5.2.2基于直方图处理的图像增强

灰度级直方图是图像的一种统计表达，它反映了该图中不同灰度级出现的统计概率。
在这里插入图片描述
进行归一化,则概率

分类：直方图均衡，直方图规定化

5.2.2.1直方图均衡化

（1）定义
通过图像灰度直方图均衡化处理,使得图像的灰度分布趋向均匀,图像所占有的像素灰度间距拉开,加大了图像反差，改善视觉效果,达到增强目的。
（2）流程
在这里插入图片描述
得到的结果

（3）例题5.2
第一列是题目条件，第三列的第k度灰度级的像素个数也是题目条件，其它都要自己算。

第二列归一化灰度级（r_k）是用第一列对应的k值除以n（总数）。

第四列p_r(r_k)"原始图像灰度分布的概率密度函数"是用第三列对应的像素个数除以第三列的总数。比如第一行是0.19=790/(790+1023+850+656+329+245+122+81)。

第五列的s_k直方图均衡化的灰度变换函数是用对应的第三列前面的累计和。比如第三行的0.65=0.19+0.25+0.21也可以是0.65=0.44+0.21。第三行括号里的5/7是指结果0.65对比起第二列的其他值更接近第二列的5/7的0.7142。

第六列的变换后的灰度级，用于表示第五列括号里的数。比如第三行第五列是5/7，则第六列是s₅。

第七列的n_sk是第六列对应的灰度级的像素个数和。比如第四列的985=656+329

第八列的p(s_k)是第六列对应的灰度级的概率总和。比如第四列的0.24=0.16+0.8

第七第八列的三个空位可填可不填，因为有重复。
在这里插入图片描述
直方图描述图像中各灰度级出现的相对频率，

直方图均衡化使图像的灰度分布趋向均匀，将图像像素的灰度间距拉开，进而加大图像反差，改善视觉效果，达到图像增强目的。

5.2.3空间域滤波增强

（1）空间域滤波增强采用模板处理方法对图像进行滤波，去除图像噪声或增强图像的细节。

分析：任何一幅原始图像，在其获取和传输等过程中，会受到各种噪声的干扰，使图像恶化，质量下降，图像模糊，特征淹没，对图像分析不利。

为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。

（2）方法
①局部平滑法
（加噪声取平均，邻域平均法）
②超限像素平滑法
（小于阈值就是原来的，大于阈值的就是邻域平均）
③灰度最相近的K个邻点平均法
（灰度值最接近的k个邻点平均法，k要自定义）
④空间低通滤波法
（用卷积，或者利用傅里叶变换后的频谱图）（ps：频谱图是频域的不是空域的）

ps：空间域平滑和锐化都可以用算子卷积实现

在这里插入图片描述

5.2.3.2空间域锐化滤波器（重点）

（1）定义
图像锐化就是增强图像的边缘或轮廓。
图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰。
（2）方法（算子不用记）
①用梯度算子锐化
在这里插入图片描述
②拉普拉斯算子法

在这里插入图片描述
③低频分量消减法
用原始图像-低通图像
或者减少频谱图中低频分量（ps：频谱图是频域的不是空域的）

5.3频域增强技术

（1）原理
时域卷积相当于频域乘积。因此可以在频率域中直接设计滤波器，对信号进行增强处理。

（2）分类
常用方法包括高、低通滤波、同态滤波等。

5.3.1傅里叶变换及频域增强原理（了解即可）

先傅里叶变换fft2()，再傅里叶反变换ifft2()

5.3.2频域平滑滤波器（了解即可）

（1）定义
图像空间域的线性邻域卷积实际上是图像经过滤波器对信号频率成分的滤波，这种功能也可以在变换域实现，即把原始图像进行正变换，设计一个滤波器用点操作的方法加工频谱数据（变换系数），然后再进行反变换，即完成处理工作。这里关键在于设计频域（变换域）滤波器的传递函数H(u,v)。

（2）分类

①理想低通滤波器
其中，截止频率为D₀
在这里插入图片描述

②Butterworth巴特沃斯低通滤波
在这里插入图片描述

③指数低通滤波

④梯形低通滤波

在这里插入图片描述

5.3.3频域锐化滤波器

（1）定义
图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的。频率域锐化就是为了消除模糊，突出边缘。

因此采用高通滤波器让高频成分通过，使低频成分削弱，再经傅立叶逆变换得到边缘锐化的图像。

（2）分类
①理想高通滤波器
在这里插入图片描述
②Butterworth巴特沃斯高通滤波器

ps:Butterworth的高通、低通滤波其实就是公式里的D(u，v)与D₀互换位置

Butterworth低通：
在这里插入图片描述
③指数高通滤波

④梯形高通滤波器
在这里插入图片描述

5.3.4同态滤波器

在这里插入图片描述

（1）定义
同态滤波属于图像频率域处理范畴，其作用是对图像灰度范围进行调整，通过消除图像上照明不均的问题，增强暗区的图像细节，同时又不损失亮区的图像细节。

我们人眼能分别得出图像的灰度不仅仅是由于光照函数（照射分量）决定，而且还与反射函数（反射分量）有关，反射函数反映出图像的具体内容。

光照强度一般具有一致性，在空间上通常会有缓慢变化的性质，在傅立叶变换下变现为低频分量，然而不一样的材料的反射率差异较大，经常会引起反射光的急剧变化，从而使图像的灰度值发生变化，这种变化与高低频分量有关。为了消除不均匀照度的影响，增强图像的高频部分的细节，可以采用建立在频域的同态滤波器对光照不足或者有光照变化的图像进行处理，可以尽量减少因光照不足引起的图像质量下降，并对感兴趣的景物进行有效增强，这样就在很大程度上做到了原图像的图像增强。