第4章-图像增强.ppt

第第第第 4 4 章章章章图图 像像 增增 强强1.问题的引入问题的引入 看两个图例，分析画面效果不好的原因。看两个图例，分析画面效果不好的原因。亮暗差别不是很大亮暗差别不是很大2.解决问题的思路解决问题的思路 提高对比度，增加清晰度提高对比度，增加清晰度3.4.1 对比度对比度对比度的概念：对比度的概念：对比度：通俗地讲，就是亮暗的对对比度：通俗地讲，就是亮暗的对比程度。比程度。对比度通常表现了图像画质的清晰对比度通常表现了图像画质的清晰程度。程度。4.对比度的计算对比度的计算对比度的计算公式如下：对比度的计算公式如下：其中：其中：即相邻像素间的灰度差即相邻像素间的灰度差 即相邻像素间的灰度差为即相邻像素间的灰度差为的像的像素分布概率素分布概率5.像素的邻域像素的邻域一个坐标为一个坐标为(x,y)的像素的像素p，有，有4个水平和垂个水平和垂直方向的近邻像素。坐标分别为直方向的近邻像素。坐标分别为(x-1,y)，(x,y+1)，(x+1,y)，(x,y-1)。这些像素组。这些像素组成成p的四邻域，用的四邻域，用N4(p)表示。再加上表示。再加上P的的4个对角邻域像素个对角邻域像素(x-1,y-1)、(x-1,y+1)、(x+1,y+1)、(x+1,y-1)合成为合成为P的八邻域的八邻域,用用N8(p)表示表示。23P14N4(p)4325P1678N8(p)6.对比度的计算例题对比度的计算例题设图像信息设图像信息强度为：强度为：(四邻域范围四邻域范围)7.图像在获取、传输等过程中，往往会发生质量损图像在获取、传输等过程中，往往会发生质量损伤，通常利用图像增强方法以改善图像的质量。伤，通常利用图像增强方法以改善图像的质量。图像增强的目的是为了改善画质，使图像的显示图像增强的目的是为了改善画质，使图像的显示更加清晰。更加清晰。图像增强可能为了视觉的或应用的需要图像增强可能为了视觉的或应用的需要,使图像使图像中重要的（或感兴趣的）内容更突出，更容易被中重要的（或感兴趣的）内容更突出，更容易被获取，对不重要的内容加以抑制，以获得更显著获取，对不重要的内容加以抑制，以获得更显著的显示效果。的显示效果。图像增强可以将不同灰度的图像赋以不同的彩色图像增强可以将不同灰度的图像赋以不同的彩色（即伪彩色），以增强人类的视觉感知。在医学（即伪彩色），以增强人类的视觉感知。在医学图像处理和多波段遥感图像中经常采用。图像处理和多波段遥感图像中经常采用。图像增强图像增强8.图像增强可以有多种方法，这一章主要图像增强可以有多种方法，这一章主要介绍图像灰度变换。介绍图像灰度变换。图像的灰度变换也称为直方图修正。图像的灰度变换也称为直方图修正。对灰度直方图进行某些操作，可以改变对灰度直方图进行某些操作，可以改变图像的某些特性，从而使它直接成为图图像的某些特性，从而使它直接成为图像处理的一种手段。像处理的一种手段。所谓灰度变换，就是通过一个灰度映射所谓灰度变换，就是通过一个灰度映射函数：函数：Gnew=F(Gold)，将原灰度直方图改，将原灰度直方图改造成你所希望的直方图。所以，灰度变造成你所希望的直方图。所以，灰度变换的关键就是灰度映射函数换的关键就是灰度映射函数F。9.10图像灰度变换主要包括：图像灰度变换主要包括：1.线性对比度展宽线性对比度展宽2.动态范围调整动态范围调整3.直方图均衡化处理直方图均衡化处理4.伪彩色技术伪彩色技术5.图像反色图像反色10.114.2 对比度展宽对比度展宽 设有一幅图，由于成像时光照不足，使得设有一幅图，由于成像时光照不足，使得整幅图偏暗，（灰度范围从整幅图偏暗，（灰度范围从0到到63）；或）；或者成像时光照过强，使得整幅图偏亮，者成像时光照过强，使得整幅图偏亮，（灰度范围从（灰度范围从200到到255）。我们称这些情）。我们称这些情况为低对比度，即灰度都挤在一起，没有况为低对比度，即灰度都挤在一起，没有拉开。拉开。灰度扩展的意思就是把你所感兴趣的灰度灰度扩展的意思就是把你所感兴趣的灰度范围拉开，使得该范围内的像素，亮的越范围拉开，使得该范围内的像素，亮的越亮，暗的越暗，从而达到了增强对比度的亮，暗的越暗，从而达到了增强对比度的目的。我们可以用如下的图来说明对比度目的。我们可以用如下的图来说明对比度扩展的原理。扩展的原理。11.12图中的横坐标图中的横坐标f表示原图表示原图的灰度值，纵坐标的灰度值，纵坐标g表示表示经过对比度扩展后得到了经过对比度扩展后得到了新的灰度值。新的灰度值。、为为三段直线的斜率。三段直线的斜率。a到到b表示原图中要进行表示原图中要进行对比度扩展的范围，则新对比度扩展的范围，则新的灰度值位于的灰度值位于ga,gb范围范围内。内。255abfg255gagb对比度线性展宽映射关系对比度线性展宽映射关系12.13右图为左图取右图为左图取a=100；b=150；=3.0进进行对比度展宽的结果。可以看出亮的区域行对比度展宽的结果。可以看出亮的区域（雕塑）变得更亮，暗的区域（手）变得更（雕塑）变得更亮，暗的区域（手）变得更暗。暗。13.对比度展宽效果14.4.3 灰级窗及灰级窗切片灰级窗及灰级窗切片 4.3.1 灰级窗灰级窗灰级窗也称为灰度窗口，它是将某一区间的灰灰级窗也称为灰度窗口，它是将某一区间的灰度级和其它部分（背景）分开，只显示指定灰度级和其它部分（背景）分开，只显示指定灰度级范围内的信息。度级范围内的信息。灰级窗也称削波灰级窗也称削波(cliping)。它可以看作对比度。它可以看作对比度扩展的一个特例。扩展的一个特例。255abfg255gagb255abfg25515.灰级窗映射的计算公式表示如下：灰级窗映射的计算公式表示如下：255abfg255gagb255abfg25516.灰级窗作用：只保留感兴趣的部分，其余部灰级窗作用：只保留感兴趣的部分，其余部分置为分置为0。下面的右图为左图取下面的右图为左图取a=150；b=200 的结的结果。把亮的区域（雕塑）提取出来。果。把亮的区域（雕塑）提取出来。17.灰级窗效果示例原图原图肺窗肺窗肌肉窗肌肉窗骨窗骨窗18.灰级窗效果示意图原图原图对比度展宽对比度展宽灰级窗灰级窗19.4.3.2 灰级窗切片灰级窗切片将待检测灰度分布范围内的像素值将待检测灰度分布范围内的像素值映射成映射成255，将在此范围之外的像素，将在此范围之外的像素灰度值映射成灰度值映射成0。255abfg25520.灰级窗切片效果示意图21.4.4 动态范围调整动态范围调整动态范围：是指图像中从暗到亮的变动态范围：是指图像中从暗到亮的变化范围。化范围。由于人眼所可以分辨的灰度的变化范由于人眼所可以分辨的灰度的变化范围是有限的，所以当动态范围太大时，围是有限的，所以当动态范围太大时，很高的亮度值把暗区的信号都掩盖了。很高的亮度值把暗区的信号都掩盖了。（例如：刚刚从室外进入正在放映电（例如：刚刚从室外进入正在放映电影的电影院中。）影的电影院中。）通过通过动态范围的压缩动态范围的压缩可以将所关心部可以将所关心部分的灰度级的变化范围分的灰度级的变化范围扩大扩大。22.一、线性动态范围调整：一、线性动态范围调整：255abfg255黑黑白白a ab b0 0255255N为最高灰度值为最高灰度值23.线性动态范围调整线性动态范围调整 例题例题1 3 9 9 82 1 3 7 33 6 0 6 46 8 2 0 52 9 2 6 0灰度变化范围灰度变化范围a,ba,b为为2,72,70 39 9 90 03 9 33 60 6 46 90 0 50 90 6 00 2 9 9 90 0 2 9 22 7 0 7 47 9 0 0 50 9 0 7 0将将2,7转换到转换到0,9作用：进行亮暗限幅作用：进行亮暗限幅 g(i,j)=9/5*f(i,j)-18/5C=16.9211C=26.289524.线性动态范围调整效果25.二、非线性动态范围调整二、非线性动态范围调整提出非线性动态范围调整，提出非线性动态范围调整，是因为线性动态范围调整是因为线性动态范围调整的分段线性影射不够光滑。的分段线性影射不够光滑。非线性动态范围调整，可非线性动态范围调整，可以用光滑的曲线来实现。以用光滑的曲线来实现。考虑到人眼对视觉信号的考虑到人眼对视觉信号的处理过程中，有一个近似处理过程中，有一个近似对数算子的环节，因此，对数算子的环节，因此，可采用对数运算来实现非可采用对数运算来实现非线性动态范围调整。线性动态范围调整。26.非线性动态范围调整非线性动态范围调整 例题例题1 1 3 3 9 9 9 9 8 82 2 1 1 3 3 7 7 3 33 3 6 6 0 0 6 6 4 46 6 8 8 2 2 0 0 5 52 2 9 9 2 2 6 6 0 03 3 5 5 9 9 9 9 9 94 4 3 3 5 5 8 8 5 55 5 8 8 0 0 8 8 6 68 8 9 9 4 4 0 0 7 74 4 9 9 4 4 8 8 0 0g(i,j)=9*log(f(i,j)+1)作用：将暗的部分扩展，而将亮的部分抑制。作用：将暗的部分扩展，而将亮的部分抑制。C=16.9211C=18.763227.非线性动态范围调整28.4.5 直方图均衡化直方图均衡化直方图均衡方法的基本思想是对在图像中像素个直方图均衡方法的基本思想是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。级进行缩减。从而达到清晰图像的目的。直方图均衡化（平滑化）是一种最常用的直方图修正，直方图均衡化（平滑化）是一种最常用的直方图修正，它是把给定图像的直方图分布改造成均匀直方图分布。它是把给定图像的直方图分布改造成均匀直方图分布。直方图均衡化导致图像的对比度增加。直方图均衡化导致图像的对比度增加。由信息学的理论来解释，具有最大熵（信息量）的图由信息学的理论来解释，具有最大熵（信息量）的图像为均衡化图像。直观地讲，直方图均衡化一方面要像为均衡化图像。直观地讲，直方图均衡化一方面要求尽量扩展灰度的分布域；另一方面更重要的是努力求尽量扩展灰度的分布域；另一方面更重要的是努力使每一个灰度级上的频度使每一个灰度级上的频度尽可能一致尽可能一致。频度趋于一致的图像使人感觉色调沉稳、安定，意味频度趋于一致的图像使人感觉色调沉稳、安定，意味着图像质量着图像质量“好好”。29.直方图均衡化方法的具体步骤如下：直方图均衡化方法的具体步骤如下：求原图像求原图像f(i,j)的灰度直方图，设用的灰度直方图，设用256维的向量维的向量hj表示；表示；由由hj 求原图的灰度分布概率，记作求原图的灰度分布概率，记作Pf，则有，则有其中，其中，Nf=MN(M,N分别为图像的长和宽分别为图像的长和宽)为图像的总为图像的总像素个数；像素个数；计算图像各个灰度值的累计分布概率，记作计算图像各个灰度值的累计分布概率，记作pa，则，则 其中，令其中，令pa（0）=0 进行直方图均衡化计算，得到处理后图像的像素值进行直方图均衡化计算，得到处理后图像的像素值g(i,j)为：为：30.算法：设算法：设f、g分别为原图像和处理后的图像。分别为原图像和处理后的图像。1)求出原图求出原图f的灰度直方图，设为的灰度直方图，设为h。h为一个为一个N维（维（256色灰度图为色灰度图为256维）的维）的向量。向量。1 3 9 9 82 1 3 7 33 6 0 6 46 8 2 0 52 9 2 6 0 f f h h0 31 22 43 44 15 16 47 18 29 331.2）求出原图的灰度分布概率）求出原图的灰度分布概率计算图像计算图像f的总体像素个数的总体像素个数Nf=mn(m,n分别分别为图像的长和宽为图像的长和宽)；计算每个灰度级的像素个数在整个图像中所计算每个灰度级的像素个数在整个图像中所占的百分比：占的百分比：Pf(i)=h(i)/Nf (i=0,1,N)h h0 31 22 43 44 15 16 47 18 29 3 P Pf f00.1210.0820.1630.1640.0450.0460.1670.0480.0890.1232.3）计算图像各灰度级的累计分布计算图像各灰度级的累计分布hp。P Pf f p pa a 00.1210.0820.1630.1640.0450.0460.1670.0480.0890.120010.2020.3630.5240.5650.6060.7670.8080.8891.0033.4）求出新图像求出新图像g的灰度值。的灰度值。(确定原图各点灰度值与新图各点灰度值的映确定原图各点灰度值与新图各点灰度值的映射关系射关系)2 5 9 9 83 2 5 7 55 7 0 7 57 8 3 0 53 9 3 7 0 g g N*P N*Pa a p pa a0 01 0.202 0.363 0.524 0.565 0.606 0.767 0.808 0.889 1.000 01 22 33 54 55 56 77 78 89 90 01 1.82 3.23 4.74 5.05 5.46 6.87 7.28 7.99 934.35 图像图像图像图像LenaLenaLenaLena的直方图的直方图的直方图的直方图 均衡后图像均衡后图像均衡后图像均衡后图像LenaLenaLenaLena的直方图的直方图的直方图的直方图 原始原始原始原始LenaLenaLenaLena图像图像图像图像 直方图均衡后的直方图均衡后的直方图均衡后的直方图均衡后的LenaLenaLenaLena图像图像图像图像 35.直方图均衡化的效果原图像及直方图：均衡后的图像及直方图：原图较暗且动态范围小在直方图中的表现是直方图灰度范围窄且集中在低灰度值区域。现在直方图占据了整个图像灰度值的允许范围，增加了图像的动态范围。图像的反差大了，细节清楚了36.374.6 伪彩色伪彩色由于人眼分辨不同彩色的能力比分别不同的灰度由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强，因此，把人眼无法区别的灰度变化，级的能力强，因此，把人眼无法区别的灰度变化，施以不同的彩色来提高识别率，这便是伪彩色增施以不同的彩色来提高识别率，这便是伪彩色增强的基本依据。强的基本依据。下图是在遥感及医学图像处理中的伪彩色图。下图是在遥感及医学图像处理中的伪彩色图。37.将灰度映射到彩色空间的变换可将灰度映射到彩色空间的变换可以表示成：以表示成：38.通常选择若干种明显不同的颜色来通常选择若干种明显不同的颜色来分别代表不同的数据区间，以达到分别代表不同的数据区间，以达到分类的目的。分类的目的。实现伪彩色的方法可有很多，这里实现伪彩色的方法可有很多，这里给出三种：给出三种：基于灰度调色板的伪彩色方法；基于灰度调色板的伪彩色方法；基于灰度变换的伪彩色方法；基于灰度变换的伪彩色方法；基于区域分割的伪彩色方法。基于区域分割的伪彩色方法。39.4.6.1基于灰度调色板的伪彩色方法基于灰度调色板的伪彩色方法将灰度图像中的像素灰度值不与亮暗相对将灰度图像中的像素灰度值不与亮暗相对应，而对应与不同的颜色索引值；应，而对应与不同的颜色索引值；即在以下彩虹条中找出即在以下彩虹条中找出256256种索引色，构成种索引色，构成调色板，即可得到基于灰度调色板的伪彩调色板，即可得到基于灰度调色板的伪彩色图。色图。索引值索引值 R G B 1 R1 G1 B1 2 R2 G2 B2 ：:N RN GN BN灰灰度度值值40.4.6.2 基于灰度变换的伪彩色方法基于灰度变换的伪彩色方法仿照对温度的描述，当温度较低时，我们仿照对温度的描述，当温度较低时，我们会想到蓝色（冷色调），当温度较高时，会想到蓝色（冷色调），当温度较高时，我们会想到红色（暖色调）。我们会想到红色（暖色调）。将灰度图像将灰度图像中亮度低的映射为中亮度低的映射为蓝色，蓝色，亮度亮度高高的映射为的映射为红色，即可得到基于灰度变换的伪彩色图。红色，即可得到基于灰度变换的伪彩色图。41.由此，可以按照如下所示的影射关系进行伪彩色处理。由此，可以按照如下所示的影射关系进行伪彩色处理。2552550 63 127 191 2550 63 127 191 255 f fg gR R2552550 63 127 191 2550 63 127 191 255 f fg gG G255255f fg gB B0 63 127 191 2550 63 127 191 255 按照前面的影射关系，最终可以获得灰度与彩色的对应按照前面的影射关系，最终可以获得灰度与彩色的对应关系如下图所示。可以看到，颜色与光照强度相关。关系如下图所示。可以看到，颜色与光照强度相关。42.基于灰度变换的伪彩色效果示例基于灰度变换的伪彩色效果示例43.4.6.3基于区域分割的伪彩色方法基于区域分割的伪彩色方法将图像经灰级窗处理后形成若干个分将图像经灰级窗处理后形成若干个分离的区域，采用不同的色调着色处理，离的区域，采用不同的色调着色处理，就可以形成基于区域分割的伪彩色图。就可以形成基于区域分割的伪彩色图。目的是可同时增强并清晰地观察不同目的是可同时增强并清晰地观察不同区域的细节。区域的细节。44.基于区域分割的伪彩色增强示例基于区域分割的伪彩色增强示例45.基于区域分割的伪彩色增强示例基于区域分割的伪彩色增强示例46.4.7 彩色变换彩色变换4.7.1 反色反色(invert)反色就是形成底片效果。如下图，右图为左反色就是形成底片效果。如下图，右图为左图的反色。图的反色。47.彩色图像亦然。如下图，右图为左图的反色。彩色图像亦然。如下图，右图为左图的反色。48.49反色的实际含义是将灰度值反转。反色的实际含义是将灰度值反转。若颜色的量化级别是若颜色的量化级别是256，则新图的灰度值为，则新图的灰度值为255减去减去原图的灰度值。这里针对的是所有图，包括真彩图（三原图的灰度值。这里针对的是所有图，包括真彩图（三个通道），带调色板的彩色图（又称为索引色图）和灰个通道），带调色板的彩色图（又称为索引色图）和灰度图。度图。不同种类有不同的处理：不同种类有不同的处理：真彩图：真彩图不带调色板，每个像素用真彩图：真彩图不带调色板，每个像素用3个字节，个字节，表示表示R，G，B三个分量。所以处理很简单，把反转后三个分量。所以处理很简单，把反转后的的R，G，B值写入新图即可。值写入新图即可。带调色板的彩色图（带调色板的彩色图（8位索引色图）：将每个像素的位索引色图）：将每个像素的灰度值反转即可。也可以只将调色板中的颜色反转，灰度值反转即可。也可以只将调色板中的颜色反转，形成新调色板，而位图数据不用动，同样可以实现形成新调色板，而位图数据不用动，同样可以实现反转。反转。灰度图灰度图：同上。：同上。49.504.7.2 真彩图转真彩图转256色图色图真彩图包含最多达真彩图包含最多达2的的24次方种颜色，怎次方种颜色，怎样从中选出样从中选出256种颜色，又要使颜色的失种颜色，又要使颜色的失真比较小，这是一个比较复杂的问题。真比较小，这是一个比较复杂的问题。简单的做法是将简单的做法是将R：G：B以以3：3：2表示，表示，即取即取R，G的高的高3位，位，B的高两位，组成一个的高两位，组成一个字节，表示字节，表示256种颜色，但失真肯定很严种颜色，但失真肯定很严重。重。50.51下面的算法能够比较好的实现真彩色到下面的算法能够比较好的实现真彩色到256色色的转换。的转换。它的思想是：它的思想是：1)准备一个长度为准备一个长度为4096的数组，代表的数组，代表4096种颜种颜色。统计图中的每一个像素，取色。统计图中的每一个像素，取R，G，B的最高的最高四位，拼成一个四位，拼成一个12位的整数，根据该整数将对应位的整数，根据该整数将对应的数组元素加的数组元素加1。2)全部统计完后，就得到了这全部统计完后，就得到了这4096种颜色的使种颜色的使用频率。其中可能有些颜色一次也没用到，即对用频率。其中可能有些颜色一次也没用到，即对应的数组元素为零（假设不为零的数组元素共有应的数组元素为零（假设不为零的数组元素共有PalCounts个）。个）。51.下面的算法能够比较好的实现真彩到下面的算法能够比较好的实现真彩到256色的色的转换。转换。它的思想是：它的思想是：3)清除为零的数组元素，使得前清除为零的数组元素，使得前PalCounts个元个元素都不为零。将这素都不为零。将这PalCounts个数从大到小排序个数从大到小排序（用起泡排序），前（用起泡排序），前256种颜色就是用的最多的种颜色就是用的最多的颜色，它们将作为调色板上的颜色，它们将作为调色板上的256种颜色。种颜色。4)对于剩下的对于剩下的PalCounts-256种颜色并不是简单种颜色并不是简单的丢弃，而是用前的丢弃，而是用前256种颜色中的一种来代替。种颜色中的一种来代替。52.下面的两幅图，左图是原真彩图，右图为用上面的下面的两幅图，左图是原真彩图，右图为用上面的算法转成的算法转成的256色图，可以看出，效果还不错。色图，可以看出，效果还不错。53.4.7.3 图像二值化图像二值化二值图像是指只有两个灰度级的图像（通常是黑与白）。二值图像是指只有两个灰度级的图像（通常是黑与白）。二值化的目的：二值化的目的：压缩图像数据，压缩图像数据，突出图像特征，突出图像特征，便于进行图形识别等。便于进行图形识别等。二值化变换处理的方法很简单，在原图像的灰度二值化变换处理的方法很简单，在原图像的灰度区间设定一个阈值，（区间设定一个阈值，（threshold），设阈值为），设阈值为Lt，使图像中所有灰度值小于或等于，使图像中所有灰度值小于或等于Lt 的像素灰度的像素灰度值都为值都为0，所有灰度值大于，所有灰度值大于Lt的像素的灰度值都为的像素的灰度值都为1，这样就完成了图像二值化处理。，这样就完成了图像二值化处理。图像经二值化处理后不可避免地要丢失掉原图像图像经二值化处理后不可避免地要丢失掉原图像中的许多信息。中的许多信息。正确选择阈值正确选择阈值Lt很关键。可以依靠灰度直方图的很关键。可以依靠灰度直方图的帮助。帮助。54.具有二值倾向的多灰度值图像，其灰度直方具有二值倾向的多灰度值图像，其灰度直方图上一定呈现出两峰一谷的特征，如下图。图上一定呈现出两峰一谷的特征，如下图。取谷底处的灰度值作为阈值取谷底处的灰度值作为阈值Lt，一般可以得，一般可以得到较好的结果。到较好的结果。n对于一般不具有明显二对于一般不具有明显二值倾向的图像，在需要进值倾向的图像，在需要进行二值化处理时，应先对行二值化处理时，应先对图像进行预处理，以增强图像进行预处理，以增强图像的轮廓等特征，这样图像的轮廓等特征，这样可保证在二值化处理后能可保证在二值化处理后能更多地保留图像的特征。更多地保留图像的特征。55.56.57作作 业业1.已知一幅图像为：已知一幅图像为：对其进行灰度直方图的均衡化处理。对其进行灰度直方图的均衡化处理。57.作作 业业2.已知一幅图像为：已知一幅图像为：对其进行线性动态范围调整处理，其中灰度对其进行线性动态范围调整处理，其中灰度变化区域变化区域a,b为为2,9。58.