圖像數(shù)據(jù)的處理方法

1、§4.7 圖像數(shù)據(jù)的處理方法一、圖像增強(qiáng)    一幅圖像經(jīng)過生成、復(fù)制、掃描、傳輸、變換后，由于多種因素的影響，圖像的質(zhì)量不能滿足要求，這時(shí)就需要進(jìn)行圖像增強(qiáng)處理。圖像增強(qiáng)的目的是改善圖像的效果，以更適應(yīng)人眼的觀察或計(jì)算機(jī)的處理。圖4-7-1 圖像增強(qiáng)效果圖    但是，對圖像質(zhì)量的評價(jià)并沒有統(tǒng)一的標(biāo)準(zhǔn)，圖像增強(qiáng)的方法往往帶有一定的針對性。下面介紹一些基本的圖像增強(qiáng)方法。1、灰度級的修整    直接修改圖像像素點(diǎn)灰度級是一種簡單而有效的圖像增強(qiáng)方法，主要有兩種形式：

2、一種是灰度級校正，通過修改像素點(diǎn)的灰度級來補(bǔ)償記錄圖像時(shí)的不均勻曝光；另一種是灰度級變換，用統(tǒng)一的方法改變圖像的灰度，以提高圖像的質(zhì)量。(1)、灰度級校正    圖像記錄系統(tǒng)應(yīng)將物體的亮度單調(diào)地映射成圖像的灰度級。在理想情況下，上述映射關(guān)系不隨像素點(diǎn)的位置而變化，然而，實(shí)際上卻隨像素點(diǎn)的位置而變化，即是不均勻曝光。    假定均勻曝光下圖像的灰度級為f(x,y)，而實(shí)際上非均勻曝光下圖像的灰度級為：g(x,y)=e(x,y)·f(x,y)    其中e(x,y) 描

3、述了曝光的非均勻性。    為了確定e(x,y)，可使用一個(gè)已知亮度的均勻場面的圖像來核準(zhǔn)圖像記錄系統(tǒng)。設(shè)這個(gè)均勻場面經(jīng)過均勻曝光后的灰度級為常數(shù)C ，而這個(gè)均勻場面經(jīng)過非均勻曝光后的圖像為gc(x,y)，則：e(x,y)= gc(x,y)C    這樣根據(jù)e(x,y)就能校正該系統(tǒng)得到的任何圖像。(2)、灰度變換    當(dāng)圖像成像時(shí)曝光不足或過度，圖像記錄設(shè)備的范圍太窄等因素，都會產(chǎn)生對比不足的問題，使圖像的細(xì)節(jié)分辨不清。為此需對每一像素的灰度級進(jìn)行變換，擴(kuò)大圖像灰度的范圍

4、，達(dá)到圖像增強(qiáng)的目的。    設(shè)原圖像中像素點(diǎn)(x,y)處的灰度級為f(x,y)，通過映射函數(shù)T，生成的圖像的灰度級為g(x,y)，即：g(x,y)=Tf(x,y)   1°線性灰度變換    將對比度較差的圖像的灰度線性擴(kuò)展，常能顯著改善圖像的質(zhì)量。    假定原圖像f(x,y)的灰度范圍為a,b，變換后的圖像g(x,y)的灰度范圍為 c,d，則有：   2°非線性灰度變換    &#

5、160;當(dāng)用某些非線性函數(shù)，如對數(shù)、指數(shù)函數(shù)作為映射函數(shù)時(shí)，可實(shí)現(xiàn)圖像灰度的非線性變換。對數(shù)變換的一般公式為：     a、b、c為可調(diào)參數(shù)。當(dāng)希望對圖像的低灰度區(qū)有較大的擴(kuò)展，而對高灰度區(qū)進(jìn)行壓縮時(shí)，可采用此變換。    指數(shù)變換的形式為：    這種變換能對圖像的高灰度區(qū)以較大的擴(kuò)展。   3°灰度分層切片             此

6、變換將圖像中的某一段灰度范圍抽取出來，轉(zhuǎn)換成最大的灰度值。 (3)、直方圖變換圖4-7-2    直方圖表示數(shù)字圖像中每一灰度級與其出現(xiàn)的頻數(shù)（具有該灰度級的像素的數(shù)目）間的統(tǒng)計(jì)關(guān)系，橫坐標(biāo)表示灰度級，縱坐標(biāo)表示頻數(shù)（或相對頻數(shù)=頻數(shù)/總像素?cái)?shù)）。直方圖能給出圖像的概貌性描述，如圖像的灰度范圍、灰度級的大致分布情況等。  1°直方圖均衡化    如圖4-7-3（1）、（2），把原圖像的直方圖變換為各灰度值頻率固定的直方圖稱為直方圖均衡化。  2°直方圖正態(tài)

7、化    如果灰度的頻率分布接近正態(tài)分布的形狀，通常認(rèn)為適合于人眼觀察，如圖4-7-2（1）、（2）所示。但如果把與正態(tài)分布形狀相差較大的圖像勉強(qiáng)進(jìn)行直方圖正態(tài)化時(shí)，往往會產(chǎn)生問題。如當(dāng)原圖像的某一灰度的頻率很高，而正態(tài)分布所對應(yīng)的該灰度值的頻率變得較低，就會造成這部分信息被壓縮和丟失的情況。因此，直方圖正態(tài)化對于衛(wèi)星圖像那種原圖像的動態(tài)范圍窄，且不夠鮮明的圖像是非常有效的。圖 4-7-3 2、空域處理 (1)、平滑    圖像在生成和傳輸過程中會受到各種噪聲源的干擾和影響，使圖像質(zhì)量變差。反映在圖像上，噪聲使原本

8、均勻和連續(xù)變化的灰度突然變大或變小，形成一些虛假的物體邊緣或輪廓。抑制或消除這些噪聲而改善圖像質(zhì)量的過程稱為圖像的平滑。  1°鄰域平均法    在鄰域平均法中，假定圖像是由許多灰度恒定的小塊組成，相鄰像素間有很強(qiáng)的空間相關(guān)性，而噪聲是統(tǒng)計(jì)獨(dú)立地加到圖像上的。因此，可用像素鄰域內(nèi)個(gè)像素灰度值的平均來代表原來的灰度值。根據(jù)求平均方式的不同，主要有以下幾種形式：簡單平均法    設(shè)圖像中某像素的灰度值為f(x,y)，它的鄰域S為M×N的矩形窗口，則平滑后該點(diǎn)的灰度值為：閾值平均法

9、    設(shè)圖像中某像素的灰度值為f(x,y)，它的鄰域?yàn)镸×N的矩形窗口，則平滑后該點(diǎn)的灰度值為：           T為給定的閾值。f(x,y)的計(jì)算方法同簡單平均法。K近鄰平均發(fā)    在一個(gè)M×N的窗口中，屬于同一個(gè)物體的像素的灰度值會高度相關(guān)。因此，窗口中心像素的灰度值可用窗口內(nèi)與中心點(diǎn)灰度最接近的K個(gè)鄰點(diǎn)的平均灰度來代替。一般而言，K值越小，則噪聲方差降低越小，但細(xì)節(jié)保持較好；而較大的K值平滑噪

10、聲效果好，但也會使圖像模糊。  2°低通濾波法    從頻譜上看，噪聲特別是隨機(jī)噪聲是一種具有較高頻率分量的信號。平滑的目的就是通過一定的手段濾去這類信號。一個(gè)很自然的想法就是使圖像經(jīng)過一個(gè)二維的低通數(shù)字濾波器，讓高頻信號得到較大的衰減。在空間域上進(jìn)行的這種濾波實(shí)際上就是對圖像和濾波器的沖擊響應(yīng)函數(shù)進(jìn)行卷積。        設(shè)圖像為f(x,y)，濾波器的沖擊響應(yīng)函數(shù)為H(x,y)，則卷積表達(dá)式為：  3°中值濾波法 

11、   中值濾波的思想是對一個(gè)窗口內(nèi)的所有像素的灰度值進(jìn)行排序，取排序結(jié)果的中間值作為原窗口中心點(diǎn)處像素的灰度值。這種平滑方法對脈沖干擾和椒鹽類干擾噪聲的效果較好。    中值濾波的關(guān)鍵在于選擇合適的窗口大小和形狀。但一般很難事先確定窗口的尺寸，通常是從小到大進(jìn)行多次嘗試。窗口的形狀可選為正方形，也可選為十字形。(2)、尖銳化    在圖像判斷和識別中，需要有邊緣鮮明的圖像。圖像尖銳化技術(shù)常用來對圖像的邊緣進(jìn)行增強(qiáng)。   1°微分法  &

12、#160; 在圖像的判斷和識別中，邊緣是由不同灰度級的相鄰像素點(diǎn)構(gòu)成的。因此，若想增強(qiáng)邊緣，就應(yīng)該突出相鄰點(diǎn)間的灰度級變化。微分運(yùn)算可用來求信號的變化率，具有加強(qiáng)高頻分量的作用。如果將其應(yīng)用在圖像上，可使圖像的輪廓清晰。由于常常無法事先確定輪廓的取向，因而在挑選用于輪廓增強(qiáng)的微分算子時(shí)，必須選擇那些不具備空間方向性和具有旋轉(zhuǎn)不變性的線性微分算子。  2°高通濾波法    由于邊緣是由灰度級跳變點(diǎn)構(gòu)成的，因此，具有較高的空間頻率。所以可用高通濾波法讓高頻分量順利通過，使低頻分量得到抑制。通過增強(qiáng)高頻分量，使圖像的邊緣

13、變得清晰，實(shí)現(xiàn)圖像的尖銳化。    這一思想反應(yīng)在空間域的處理中就是讓圖像和高通濾波器的沖擊響應(yīng)函數(shù)進(jìn)行卷積。所用的表達(dá)式與低通濾波法中所用的相同，只是沖擊響應(yīng)函數(shù)不同。3、頻域處理    頻域處理是指根據(jù)一定的圖像模型，對圖像的傅立葉頻譜的各個(gè)頻段進(jìn)行不同程度的修改的技術(shù)。通?？偸羌僭O(shè)：    引起圖像質(zhì)量下降的噪聲在圖像的傅立葉頻譜中占據(jù)的是高頻段；     圖像的邊緣在傅立葉頻譜中占據(jù)的也是高頻段；  

14、0; 圖像的主體或圖像中灰度變化較緩的區(qū)域在頻譜中占據(jù)的是低頻段。(1)、頻域中的平滑    平滑的目的是濾去噪聲，即保留低頻段，使高頻段受到大的抑制。最常用的方法是低通濾波，其數(shù)學(xué)表達(dá)式為：G(u,v)=H(u,v)·F(u,v)    其中，F(xiàn)(u,v)是圖像的傅立葉頻譜，H(u,v)是低通濾波的轉(zhuǎn)移函數(shù)（即頻譜響應(yīng)）。對低通濾波而言，H(u,v)應(yīng)使高頻抑制，而使低頻通過。常用的H(u,v)函數(shù)如：理想低通濾波器、Butterworth濾波器、指數(shù)性濾波器、梯形濾波器等，具體的數(shù)學(xué)表達(dá)式請

15、參閱有關(guān)圖像處理書籍。    本處理與前述低通濾波有聯(lián)系，但前者在空域中，后者在頻域中，主要使用傅氏分析。(2)、頻域中的銳化    銳化的目的是突出邊緣，即保留高頻段，而使低頻段受到大的抑制。最常用的方法是高通濾波，其數(shù)學(xué)表達(dá)式為：G(u,v)=H(u,v)·F(u,v)    其中，F(xiàn)(u,v)是圖像的傅立葉頻譜，H(u,v)是高通濾波的轉(zhuǎn)移函數(shù)（即頻譜響應(yīng)）。對高通濾波而言，H(u,v)應(yīng)使低頻抑制，而使高頻通過。常用的H(u,v)函數(shù)如：理想高通濾波器、Bu

16、tterworth濾波器、指數(shù)性濾波器、梯形濾波器等，具體的數(shù)學(xué)表達(dá)式請參閱有關(guān)圖像處理書籍。(3)、同態(tài)濾波     同態(tài)濾波的目的是通過對圖像作非線性變換，使構(gòu)成圖像的非可加性因素成為可加性的，從而容易進(jìn)行濾波處理。下面舉一例子加以說明。     設(shè)圖像f(x,y)由照射分量I(x,y)和反射分量r(x,y)的乘積構(gòu)成，即： f(x,y)=I(x,y)·r(x,y)     因而有：     lnf(xy)=ln

17、I(x,y)+lnr(x,y)     I(x,y)描述的是照射源的特性，一般假設(shè)是緩變的；而r(x,y)描述的是景物的特性，隨物體的細(xì)節(jié)在空間上作快速變化。     如果對lnf(xy)作傅立葉變換，則其一部分是低頻段的lnI(x,y)頻譜，另一部分是高頻段的lnr(x,y)頻譜?？梢杂猛粋€(gè)濾波器進(jìn)行濾波處理，而達(dá)到圖像增強(qiáng)的目的。     設(shè)濾波器的頻譜響應(yīng)為H(u,v),其低頻特性可根據(jù)對lnI(x,y)的增強(qiáng)確定，其高頻特性可根據(jù)對lnr(x,y)的增強(qiáng)確定。經(jīng)過濾

18、波處理后，再將lnf(xy)進(jìn)行反變換，就可得到增強(qiáng)后的f(x,y)。 4、偽彩色增強(qiáng)    人眼對灰度級是極不敏感的，通常可分辨十幾到二十幾個(gè)灰度級，但卻可以分辨出數(shù)千種的彩色。因此，可以用彩色來增強(qiáng)灰度圖像。    偽彩色技術(shù)不是觀察物體的真正的顏色，而是根據(jù)圖像的灰度級通過一種關(guān)系來指定相應(yīng)的顏色，和物體本身的顏色毫無關(guān)系。（1）、灰度級到彩色的處理    根據(jù)圖像像素的灰度級，建立三個(gè)獨(dú)立的變換關(guān)系，將灰度級變換為紅、綠、藍(lán)色調(diào)。其數(shù)學(xué)表達(dá)式為：(r,g,b)=(Rf(x,y), Gf(x,y),