画像処理(第5章、画像強調、グレースケール強調、ヒストグラム処理、ヒストグラム均等化、空間フィルタリング、周波数領域フィルタリング、同形フィルタリング)

第5章画像の強調

5.1画像強調の概念

(1)目的:
特定の技術的手段を使用して画像の視覚効果を改善するか、画像を人間の観察および機械の分析と認識により適した形式に変換して、画像からより有用な情報を取得します。

(2)分類:
画像強調法は、空間領域法と周波数領域法の2つのカテゴリに分類されます。

「空間領域」とは、画像平面自体を指します。このタイプの方法は、画像のピクセルの直接処理に基づいています。

「周波数領域」処理技術は、修正された画像のフーリエ変換に基づいています。

5.2空域強化技術

(1)定義
空間領域エンハンスメントとは、空間領域での線形または非線形変換による画像を構成するピクセルのエンハンスメントを指します。

強化されたメソッドは、主にポイント処理テンプレート処理の2つのカテゴリに分類されます。

①点処理は、画像のグレースケール変換、ヒストグラム処理、疑似カラー処理などの技術を含む、単一ピクセルに作用する空間領域処理方法です。

②テンプレート処理は、空間スムージング、空間シャープニングなどの技術を含む、ピクセル近傍に作用する処理方法です。

5.2.1直接グレースケールに基づく画像強調(第3章と同じ)

(1)定義:
入力画像f(x、y)のグレーレベルrは、マッピング関数を介して出力画像g(x、y)のグレーレベルsにマッピングされます。計算結果は、画像のピクセル位置と処理されたピクセル。ドメインのグレーレベルは関係ありません。

(2)分類:

①線形変換によって強調されたオブジェクト:
露出不足または露出過多の場合、画像のグレースケールが狭い範囲に制限されることがあります。この時点でモニターに表示されるのは、グレーレベルがないように見えるぼやけた画像です。グレースケール線形変換法は、グレースケールのダイナミックレンジを拡大し、画像を鮮明にすることができます。
ここに画像の説明を挿入
②区分線形変換関数
定義:線形変換と同様に、入力画像のグレーコントラストを引き伸ばしますが、グレースケール範囲ごとに異なるマッピング処理を実行します。
ここに画像の説明を挿入
③逆変換
ここに画像の説明を挿入
④対数変換
ここに画像の説明を挿入

5.2.2ヒストグラム処理に基づく画像強調

グレーレベルヒストグラムは、画像の統計的表現であり、画像内のさまざまなグレーレベルの統計的確率を反映しています。
ここに画像の説明を挿入
正規化、次に確率
ここに画像の説明を挿入
分類:ヒストグラム均等化、ヒストグラム正則化

5.2.2.1ヒストグラム均等化

(1)定義
画像のグレーヒストグラムを等化することにより、画像のグレー分布が均一になり、画像が占めるピクセルのグレー間隔が引き伸ばされ、画像のコントラストが向上し、視覚効果が向上し、強化の目的。
(2)プロセスで
ここに画像の説明を挿入
得られた結果
ここに画像の説明を挿入
(3)例5.2
最初の列は質問の条件であり、3番目の列のk番目のグレーレベルのピクセル数も質問の条件であり、すべてそれ以外の場合は、自分で計算する必要があります。

正規化されたグレーレベル(r kの2番目の列は、最初の列をn(合計)で割った値に対応するk値です。

4列目pr(r k)「元の画像のグレー分布の確率密度関数」は、3列目に対応するピクセル数を3列目の総数で割ったものです。たとえば、最初の行は0.19 = 790 /(790 + 1023 + 850 + 656 + 329 + 245 + 122 + 81)です。

5番目の列のskヒストグラム均等化のグレースケール変換関数は、3番目の列の前の対応する累積合計です。たとえば、3行目の0.65 = 0.19 + 0.25 +0.21も0.65 = 0.44 +0.21になります。3行目の括弧内の5/7は、結果0.65が0.7142であることを意味します。これは、2番目の列の他の値よりも2番目の列の5/7に近い値です。

6番目の列の変換されたグレーレベルは、括弧内の5番目の列の数値を表すために使用されます。例えば、3行目の5列目は5/7であり、第6列は、Sである5

7列目のnskは、6列目に対応するグレーレベルのピクセル数の合計ですたとえば、4番目の列の985 = 656 + 329

8番目の列のp(sk)は、6番目の列に対応するグレーレベルの確率の合計です。たとえば、4番目の列の0.24 = 0.16 + 0.8

7列目と8列目の3つの空席は、重複しているため、埋めるか、埋めないままにすることができます。
ここに画像の説明を挿入
ヒストグラムは、画像内の各グレーレベルの相対頻度を表します。

ヒストグラム均等化により、画像のグレースケール分布が均一になりやすくなり、画像ピクセルのグレースケール間隔が引き伸ばされるため、画像のコントラストが向上し、視覚効果が向上し、画像の強調の目的が達成されます。

5.2.3空間ドメインフィルタリングの機能強化

(1)空間ドメインフィルター拡張は、テンプレート処理を使用して画像をフィルター処理し、画像ノイズを除去したり、画像の詳細を拡張したりします。

分析:元の画像は、取得および送信中にさまざまなノイズの影響を受けます。これにより、画像が劣化し、品質が低下し、画像がぼやけ、特徴が沈みます。これは、画像分析に悪影響を及ぼします。

ノイズを抑制し、画質を向上させるために、このプロセスは画像の平滑化またはノイズ除去と呼ばれます。

(2)方法
①局所平滑化法
(ノイズあり平均、近傍平均法)
②範囲外ピクセル平滑化法
(しきい値未満は元、しきい値以上は近傍平均)
③グレーに最も近い近傍K個スケール平均法
(最も近いグレー値を持つk個の隣接点の平均化法、kはカスタマイズする必要があります)
④空間ローパスフィルタリング法
(畳み込みまたはフーリエ変換スペクトログラムを使用)(ps:スペクトログラムは周波数領域は空間ではありません)

ps:空間領域の平滑化とシャープ化は、演算子の畳み込みによって実現できます

ここに画像の説明を挿入

5.2.3.2空間領域シャープニングフィルター(強調)

(1)定義
画像の鮮鋭化とは、画像のエッジまたは輪郭を強調することです。
画像のスムージングは、統合プロセスによって画像のエッジをぼかすようにし、シャープ化は、差別によって画像のエッジを目立たせて明確にます
(2)方法(演算子を覚えておく必要はありません)
①勾配演算子を使用してシャープにする
ここに画像の説明を挿入
②ラプラシアン法

ここに画像の説明を挿入
③低周波成分減算法
元の画像ローパス画像を
使用するか、スペクトログラムの低周波成分を低減します(ps:スペクトログラムは空間領域ではなく周波数領域にあります)

5.3周波数領域拡張技術

(1)原理
時間領域の畳み込みは周波数領域の積に相当します。したがって、信号を強化するために、フィルターを周波数領域で直接設計することができます。

(2)分類
一般的な方法には、ハイパスおよびローパスフィルタリング、準同型フィルタリングなどがあります。

5.3.1フーリエ変換と周波数領域拡張の原理(理解する)

最初にフーリエ変換fft2()、次に逆フーリエ変換ifft2()

5.3.2周波数領域平滑化フィルター(理解してください)

(1)
画像空間ドメインの線形畳み込みを定義します実際に近傍フィルターは周波数成分の後に画像信号をフィルターします、そのような機能は変換ドメイン、つまり順方向変換の元の画像実装され、ポイント操作メソッドプロセスでフィルターを設計できますスペクトルデータ(変換係数)を入力し、逆変換行って処理を完了します。ここで重要なのは、周波数領域(変換領域)フィルターの伝達関数H(u、v)設計することです。

(2)分類

①理想的なローパスフィルタ
のカットオフ周波数をD 0
ここに画像の説明を挿入

②バターワースバターワースローパスフィルター
ここに画像の説明を挿入
ここに画像の説明を挿入
③指数ローパスフィルター
ここに画像の説明を挿入

④台形ローパスフィルター

ここに画像の説明を挿入

5.3.3周波数領域シャープニングフィルター

(1)定義
画像のエッジやディテールは主に高周波部分にあり、比較的弱い高周波成分が原因で画像がぼやけます。周波数領域のシャープ化は、ぼやけをなくし、エッジを強調することです。

そのため、ハイパスフィルターを使用して高周波成分を通過させ、低周波成分を弱めた後、逆フーリエ変換を行ってシャープなエッジの画像を取得します。

(2)分類①理想
的なハイパスフィルター
ここに画像の説明を挿入
②バターワースバターワースハイパスフィルター
ここに画像の説明を挿入
ここに画像の説明を挿入
ps:バターワースのハイパスフィルターとローパスフィルターは、実際には式のスワップ位置でD(u、v)とD0です

バターワースローパス:
ここに画像の説明を挿入
③指数ハイパスフィルタリング
ここに画像の説明を挿入

④ラダー型ハイパスフィルター
ここに画像の説明を挿入

5.3.4準同型フィルター

ここに画像の説明を挿入

(1)
準同型フィルタリングの定義は、画像周波数領域処理のカテゴリに属し、画像のグレー範囲を調整する機能です。画像の不均一な照明の問題を排除することにより、暗い領域の画像の詳細を強調することができます。明るい領域の画像が失われます。詳細。

私たちの人間の目は、照明機能(照明成分)だけでなく、画像の特定の内容を反映する反射機能(反射成分)にも関連して、画像のグレースケールを区別することができます。

一般的に一貫した光強度、通常は空間的にゆっくりと変化する性質があり、フーリエ変換低周波成分実現されますが、まったく異なる材料の反射率と同じではなく、反射光の急激な変化を引き起こすことが多いため、灰色画像の値が変化し、この変化は高周波成分と低周波成分に関連しています照明ムラの影響を除去するために、および画像の高周波数部分の詳細を高める準同型フィルタ周波数ドメインに内蔵を使用することができる不十分な照明又は照明変化を伴うプロセス画像に最小限に抑えることができ、画像品質を不十分な照明によって引き起こされます。減少し、対象のシーンを効果的に強調して、元の画像を大幅に強調することができます。

(2)準同型フィルタリングプロセス(コードをテストする必要があります)

コード内:
ここに画像の説明を挿入

①②
ここに画像の説明を挿入
対数を取る
ここに画像の説明を挿入

③Fouriertransform
ここに画像の説明を挿入

フィルター
ここに画像の説明を挿入
④⑤逆変換⑤
ここに画像の説明を挿入
インデックス
ここに画像の説明を挿入
ここに画像の説明を挿入
psを取る:本によるとp98:フィルター機能は低周波の寄与(照度)を減らし、高周波(反射)の寄与を増やす傾向があり、その結果、ダイナミックレンジの圧縮とコントラストの向上が同時に行われます。

おすすめ

転載: blog.csdn.net/weixin_44575911/article/details/112687893