Download
1 / 102
1.02k likes | 1.31k Views
西南财经大学天府学院 Tianfu College of Southwestern University of Finance and Economics. 数字图像处理（ C# ）. 陈小宁. 图像增强的作用：由于图像在成像，传输和转换过程中受设备条件，传输信道和照明等客观因素的限制，所获得的图像往往在某种程度上的质量下降。图像增强就是通过对图像的某些特征，如边缘，轮廓和对比度等进行强调或锐化，使之更适合人眼的观察或机器的处理。 图像增强技术的分类：空间域方法和频率域方法 1. 空间域增强是直接对图像各像素进行处理。
E N D
西南财经大学天府学院Tianfu College of Southwestern University of Finance and Economics 数字图像处理（C#） 陈小宁
图像增强的作用：由于图像在成像，传输和转换过程中受设备条件，传输信道和照明等客观因素的限制，所获得的图像往往在某种程度上的质量下降。图像增强就是通过对图像的某些特征，如边缘，轮廓和对比度等进行强调或锐化，使之更适合人眼的观察或机器的处理。图像增强的作用：由于图像在成像，传输和转换过程中受设备条件，传输信道和照明等客观因素的限制，所获得的图像往往在某种程度上的质量下降。图像增强就是通过对图像的某些特征，如边缘，轮廓和对比度等进行强调或锐化，使之更适合人眼的观察或机器的处理。 图像增强技术的分类：空间域方法和频率域方法 1.空间域增强是直接对图像各像素进行处理。 2.频率域增强是将图像经傅立叶变换后的频谱成分进行处理，然后逆傅立叶变换获得所需图像。 学习内容（空间域方法） 点运算：灰度变换、直方图修正法 局部运算：图像锐化，图像去噪 第四章 图像增强
所谓点运算是指像素值（像素点的灰度值）通过运算之后，可以改善图像的显示效果。这是一种像素的逐点运算。所谓点运算是指像素值（像素点的灰度值）通过运算之后，可以改善图像的显示效果。这是一种像素的逐点运算。 点运算与相邻的像素之间没有运算关系，是原始图像与目标图像之间的影射关系。是一种简单但却十分有效的图像处理方法。 点运算又称为“对比度增强”、“对比度拉伸”、“灰度变换” 对比度：指图像中一个目标之内或目标与周围背景之间光强的差别。 灰度变换（点运算）
点运算实际上是灰度到灰度的映射过程; 设 输入图像为 A(x ,y) 输出图像为 B(x ,y) 则点运算可表示为： B(x ,y)=f[A(x,y)] 显然点运算不会改变图像内像素点之间的空间位置关系。
（1）线性点运算 输出灰度级与输入灰度级呈线性关系 的点运算。即： 255 DB f(DA)=aDA+b b 0 255 DA
① 如果a>1，输出图像的对比度增大 255 0 160 255 提高对比度
② 如果a<1,输出图像的对比度减小 255 142 0 255 降低对比度
③ 如果a＝1，b≠0，操作仅使所有像素的灰度值上移或下移，其效果是使整个图像更暗或更亮 255 255 0 0 255 255 整个图像更亮 整个图像更暗
④如果a＝1，b＝0时，输出、输入图像相同 255 0 255
⑤如果a为负值，暗区域将变亮，亮区域将变暗⑤如果a为负值，暗区域将变亮，亮区域将变暗 255 0 255
线性点运算公式 当图像成像时曝光不足或过度, 或由于成像设备的非线性和图像记录设备动态范围太窄等因素,都会产生对比度不足的弊病，使图像中的细节分辨不清. 这时可通过点运算将灰度范围线性扩展. 设f(x,y)灰度范围为[a,b]，g(x,y)灰度范围为[c,d]. 则线性点运算公式为:
(2)分段线性点运算 将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。 设f(x,y)灰度范围为[0,Mf]，g(x,y)灰度范围为[0,Mg],分段线性点运算如下图所示:
对数变换动态范围压缩 • 对数变换：s=Clog10(1+r) 255 218 128 255 当希望对图像的低灰度区较大的拉伸而对高灰度区压缩时，可采用这种变换，它能使图像灰度分布与人的视觉特性相匹配。
灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图像的概貌。通过修改直方图的方法增强图像是一种实用而有效的处理技术。灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图像的概貌。通过修改直方图的方法增强图像是一种实用而有效的处理技术。 直方图修整法包括直方图均衡化及直方图规定化两类 灰度直方图
灰度直方图 回顾 灰度直方图的基本概念 图像的灰度直方图是一种表示数字图像中各级灰度值及其出现频数关系的函数。描述图像灰度直方图的二维坐标，其横坐标表示像素的灰度级别，纵坐标表示该灰度出现的频数（像素的个数）。 h(rk)=nk, k=0,1,2,…,L-1 rk表示第k级灰度值，h(rk)和nk表示图像中灰度值为rk的像素个数。
添加按钮 直方图的绘制
由图像数组计算得到直方图数组 在类中添加函数计算直方图数组
为panel添加画图事件 添加事件
当一幅图像的像素占据了所有灰度级并且呈均匀分布时，则该图像具有比较高的对比度和多变的灰度色调。当一幅图像的像素占据了所有灰度级并且呈均匀分布时，则该图像具有比较高的对比度和多变的灰度色调。 直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。 直方图均衡化
先讨论连续变化图像的均衡化问题： 设r和s分别表示归一化了的原图像灰度和经直方图修正后的图像灰度。0 ≤ r,s ≤ 1 在[0,1]区间内的任一个r值，都可产生一个s值，且 s=T(r) T(r)作为变换函数，满足下列条件： 1.在0 ≤ r ≤ 1内为单调递增函数，保证灰度级从黑到白的次序不变； 2.在0 ≤r ≤1内，有0 ≤T(r) ≤1，确保映射后的像素灰度在允许的范围内。 反变换关系r=T-1(s)对s同样满足上述两个条件。 直方图均衡化
由概率论理论可知，如果已知随机变量r的概率密度为Pr(r)，而随机变量s是r的函数，则s的概率密度Ps(s)可以由Pr(r)求出。假定随机变量s的分布函数用Fs(s)表示，根据分布函数定义由概率论理论可知，如果已知随机变量r的概率密度为Pr(r)，而随机变量s是r的函数，则s的概率密度Ps(s)可以由Pr(r)求出。假定随机变量s的分布函数用Fs(s)表示，根据分布函数定义 • 利用密度函数是分布函数的导数的关系，等式两边对s求导，有 • 可见，输出图像的概率密度函数可以通过变换函数T(r)可以控制图像灰度级的概率密度函数，从而改善图像的灰度层次，这就是直方图修改技术的基础。
人眼视觉特征来考虑，当一幅图像的像素占据了所有灰度级并且呈均匀分布时，即Ps(s)=k（归一化时k=1）时，该图像色调给人感觉比较协调。因此，要求将原直方图通过T(r)调整为均匀分布的，然后反过来按均衡化的直方图去调整原图像，以满足人眼视觉要求的目的。人眼视觉特征来考虑，当一幅图像的像素占据了所有灰度级并且呈均匀分布时，即Ps(s)=k（归一化时k=1）时，该图像色调给人感觉比较协调。因此，要求将原直方图通过T(r)调整为均匀分布的，然后反过来按均衡化的直方图去调整原图像，以满足人眼视觉要求的目的。 因为归一化假定Ps(s)=1 由密度函数则有 ds=Pr(r)dr 两边积分得 上式表明，当变换函数为r的累积分布函数时，能达到直方图均衡化的目的。
对于离散的数字图像，用频率来代替概率，则变换函数T(rk)的离散形式可表示为：对于离散的数字图像，用频率来代替概率，则变换函数T(rk)的离散形式可表示为： • 上式表明，均衡后各像素的灰度值sk可直接由原图像的直方图算出。
直方图均衡的步骤 图像的总灰度数 n 灰度量化级 L 最大最小灰度 r’max, r’min 实例 6464=4096 8 (0,1,2,3,4,5,6,7) 7，0
灰度级的归一化处理 rk= 0, 1/7, 2/7, 3/7, 4/7, 5/7, 6/7, 1
n=4096 rk nk pr(rk) 0 790 0.19 1/7 1023 0.25 2/7 850 0.21 3/7 650 0.16 4/7 329 0.08 5/7 245 0.06 6/7 122 0.03 1 81 0.02 • 计算第k个灰度级出现的概率：
根据直方图均衡化式求变换函数的各灰度等级值。根据直方图均衡化式求变换函数的各灰度等级值。 s0 0.19 s1 0.44 s2 0.65 s3 0.81 s4 0.89 s5 0.95 s6 0.98 s7 1.00
L=8, =1/7=0.14 S6 1 S7 1 S5 1 S4 6/7 • 把 sk值按靠近原则对应到与原图像灰度级别值相同的标准灰度级别值中。 S3 6/7 S2 5/7 S1 3/7 S0 1/7
求新图像的各灰度级别值sl’(l=0,1,…,7)的像素数目求新图像的各灰度级别值sl’(l=0,1,…,7)的像素数目 • 用sk代替sl’(l=0,1,…,7)，并求新图像中各灰度级别的概率ps(sk)=mk/n=mk/4096，结果如下表所示。
直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。 直方图均衡化就是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元数量大致相同。 直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 直方图均衡化
