数字图像处理之第三章

第三章 图像增强
1.图像增强的方法有很多种，按增强的目的和效果来划分，图像增强的方法大致可以分为灰度级修正、图像平滑、图像锐化、图像增晰和色彩增晰等。
2.灰度级修正（主要用来提高图像对比度，提高人眼视觉分辨能力，包括灰度变换和直方图修正等）
灰度级修正主要针对独立的像素点进行处理，由输入像素点的灰度值来决定相应输出像素点的灰度值，通过改变原始图像所占据的灰度范围而使图像在视觉上得到改观，这种变换没有利用像素点之间的相互空间关系，因而这种处理方法也称为点运算法。
3.灰度级修正又分为灰度的线性变换、非线性变换和直方图均衡等。
1）灰度的线性变换就是将图像中的所有像素点的灰度按照线性变换函数进行变换；
2）当用某些非线性函数对图像灰度进行映射时，就可以实现图像灰度的非线性变换；
3）直方图修正：图像的灰度图直方图反映图像灰度的统计特性，变大了图像中取不同灰度值的面积或像素数在整幅图像中所占的比例，是图像中最基本的信息。用横坐标表示灰度级，纵坐标表示灰度级出现的频数，一幅图像的直方图可以表示为：

式中，N为一幅图像中的像素总数，nk为第k级灰度的像素数，rk表示第k个灰度级，L为灰度级数，p(rk)表示该灰度级出现的概率。
①直方图均衡
直方图均衡的基本思想是对原始图像中的像素灰度做某种映射变换，使变换后的图像灰度的概率密度是均匀分布的，即变换后图像是一幅灰度级均匀分布的图像，这意味着图像灰度的动态范围得到了增加，从而提高图像的对比度。
②直方图规定化
直方图均衡化的优点是能自动增强整个图像的对比度，但它的具体增强效果不一控制，处理的结果总是得到全局均衡化的直方图。另外，均衡化处理后的图像虽然增强了图像的对比度，但它并不一定适合人的视觉。
实际中有时要求突出图像中人们感兴趣的灰度范围，这是，可以变换直方图使之成为所要求的形状，从而有选择地增强某个灰度值范围内的对比度，这种方法称为直方图规定化或直方图匹配。
4.图像平滑（主要目的就是为了消除噪声，可以在空间域进行，也可以在频率域进行）
空间域常用的方法有邻域平均法、终止滤波法等；
频率域则主要是低通滤波器。
1）邻域平均法也叫均值平滑，是一种局部空间域处理的算法。
设原始图像为f(x,y),对f(x,y)的每个像素点取一个领域S，计算S中所有像素灰度级的平均值，将其作为邻域平均处理后的图像g(x,y)的像素值。即

式中S是预先确定的邻域，M为邻域S中像素的点数。
2）邻域平均法夜可以用空间域卷积运算方式来描述，把平均化处理看作一个作用于大小为MXN图像f(x,y)上的低通滤波器，该滤波器的脉冲响应是mxn阵列h(r,s)。于是，该滤波器输出的图像g(x,y)可以用如下卷积表示：

其中，k=(m-1)/2,l=(n-1)/2,根据所选邻域大小来决定模板的大小。公式中h(r,s)为加权函数，习惯上成为掩模、模板或卷积阵列。
一个模板与图像的卷积运算可以按以下步骤进行：
步骤1：以1为步长将模板在图像中从左至右、从上至下滑动；
步骤2：每滑动到一个新位置，将模板每个位置上的稀疏与他所对应的像素灰度值相乘；
步骤3：将所有乘积求和；
步骤4：把求得的结果赋给图像中与模板中心像素重合的像素，得到平滑的输出图像。
注：对于图像中的边界像素，当模板滑动到该位置时会出现部分模板落在图像之外的情况，这种情况下可以不去处理边界像素，夜可以用最近像素的平滑值来代替。
①均值平均算子是最常用的线性低通滤波器，也叫均值滤波器。均值滤波器所有的系数都是证书，且整个模板的平均数为1。用Δ代表中心像素的位置，如下图所示：

②邻域算子的取法不同，中心店或邻域的重要程度也不同。一般认为离对应模板中心像素近的像素应对滤波结果有较大贡献，所以接近模板中心的系数可较大，而模板边界附近的系数应较小。由此得到加权平均模板：

③邻域平均算子和加权平均算子在消除噪声的同时都存在平均化带来的缺陷，使尖锐变化的边缘或线条变得模糊。为了克服简单局部平均的弊病，减轻图像的模糊效应，可以采用选择式掩模平均进行改进。选择式掩模平滑法也称自适应局部平滑法，也是以模板运算为基础的。取5X5的模板窗口，在窗口内以中心像素（i,j）为基准点，制作一个边长为3 像素的正方形、4个五边形、4个六边形共9种形状的屏蔽窗口，如图3-20所示，分别计算每个窗口内的平均值及方差。由于含有尖锐边缘的区域，方差必定较平缓区域大，因此采用方差最小的屏蔽窗口进行平均化，这种方法在完成滤波操作的同事，又不破坏区域边界的细节。

2）中值滤波
中值滤波是一种典型的非线性滤波技术，它在一定的条件下可以克服线性滤波器（如均值滤波等）带来的图像细节模糊，由于在实际运算过程中不需要图像的统计特征，因此使用方便。
传统的中值滤波一般采用含有奇数个点的滑动窗口，用窗口中各点灰度值的中值来代替指定点的灰度值。中值滤波也是一种典型的低通滤波器，主要用来抑制脉冲噪声，它能够彻底滤除尖波干扰噪声，同事又具有能较好地保护目标图像边缘的特点。
中值滤波是非线性的，它对椒盐噪声或脉冲式干扰具有很强的滤除作用。
邻域平均法和中值滤波法都可以对图像进行平滑滤波，但邻域平均法使数字信号“平坦”，在消除或抑制图像中的噪声的同时，图像中景物彬原夜会出现不同程度地变得模糊；而中值滤波可以消除杂散噪声点而不会或较小程度地造成边缘模糊。
3）帧间平滑
帧间平滑也称为多图像平均法，是利用对统一景物的多付图像取平均来消除噪声产生高频成分，在图像采集中常应用这种方法滤除噪声。
4）频域低通滤波法
图像的边缘及噪声干扰在图像的频域上对应于图像傅里叶变换中的高频部分，而图像的背景区则对应于低频部分，因此可以用频域低通滤波法去除或削弱图像的高频成分，以去掉噪声使图像平滑。