数字图像处理及应用（使用MATLAB分析与实现信息与通信工程高等学校电子信息类专业系列

作者简介

陈天华 教授、硕士生导师，毕业于南京航空航天大学（本科、硕士），获全校8名优秀毕业研究生称号，先后任职于原航空航天工业部和中国人民银行信息技术部门，从事信号处理及图像处理方面的研究工作。现任北京工商大学计算机与信息工程学院教授、电子信息系主任。兼任国家标准化委员会专家委员会委员、中国电子学会、中国自动化法学会、中国系统仿真学会、中国计算机学会高级会员；兼任北京及多省、部、市科学技术奖励评审专家及自然科学基金评审专家。长期从事数字图像处理、信号与信息处理、测控技术、生物医学信号等领域的教学和研究工作。先后开设“数字图像处理”、“机器视觉与图像处理”、“图像工程”、“数字信号处理”、“信号与系统”等多门本科生及研究生课程。发表学术论文60余篇，其中SCI、EI检索30篇。先后主持及参与军工重点型号、国家技术改造项目、国家“863计划”、国家自然科学基金等国家、军队、省部级及企业合作科研项目30余项。获国家发明专利4项，出版著作5部，主审教材1部，编制国家军用标准和国家标准3部，获得省部级科学技术奖励4项，北京市高等教育精品教材奖励1项，出版 电子信息类教学指导委员会规划教材1部。

内容简介

第5章 CHAPTER 5 图像空域增强 图像在获取、传输、使用过程中，可能会产生噪声或使图像质量降低，图像增强即有针对性地消除和抑制图像噪声、提高图像质量。简而言之，图像增强是根据应用需要突出图像中的某些“有用”信息，削弱或去除不需要的信息，以扩大图像中不同物体特征之间的差别。处理的目的是使处理后的图像对于特定应用而言，比原始图像更合适，或者使图像特征信息提取更方便，为进一步对图像进行分析奠定基础。由于具体应用的目的和要求不同，因而“有用”的含义和标准也不尽相同。一般情况下，经过增强处理后，图像的视觉效果会发生变化，这种变化意味着某些特定信息得到了增强，或者图像的视觉效果得到了改善。 图像增强在航空航天、工业自动化生产、生物医学、社会公共事务管理等方面得到了广泛的应用。比如机械零部件的检查和识别、印刷电路板的检查、食品包装出厂前的质量检查、X射线成像、工件尺寸测量、集成芯片内部电路缺陷检测等。需要注意的是，图像增强算法并不能增加原始图像的信息，而是通过某种技术手段有选择地突出对某一具体应用有价值的信息。即图像增强只通过突出某些信息以增强对这些信息的辨识能力，而其他信息则被压缩。也就是说，图像的增强处理并不是一种无损处理。例如，图像平滑处理算法中经常采用低通滤波法，虽然消除了图像的噪声，但图像的空间纹理特征却被削弱，图像从整体上显得比较模糊。因此，图像噪声的消除是以纹理信息(高频信息)的减弱为代价而实现的。本章围绕图像增强技术的原理与方法，首先介绍数字图像噪声及其产生的原因、图像增强处理方法分类，然后介绍图像直方图增强法、代数增强法、空域线性平滑滤波、空域非线性滤波和锐化滤波等增强方法。 5．1图像噪声 对于数字图像处理而言，噪声是指图像中的非本源信息。图像中各种妨碍人们对其信息接受的因素即可称为图像噪声。在理论上，噪声可以定义为不可预测，只能用概率统计方法来认识的随机误差。因此，噪声会影响人的感官对所接收的源信息的准确理解。在理论上，噪声只能通过概率统计的方法来认识和研究。从一般情况分析，图像噪声可认为是多维随机信号，可以采用概率分布函数、概率密度函数，以及均值、方差、相关函数等对噪声进行描述和分析。 5．1．1图像噪声的产生 目前，大多数数字图像系统中，输入图像都是通过扫描方式将多维图像变成一维电信号，再对其进行存储、处理和传输等，最后形成多维图像信号。这一系列复杂过程中，图像数字化设备、电气系统和外界影响将使得图像噪声的产生不可避免。例如，处理高放大倍数遥感图片的X射线图像系统中的噪声去除等已成为不可或缺的技术。 5．1．2图像噪声的分类 图像噪声按其产生的原因可分为外部噪声和内部噪声。外部噪声指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声，如电气设备、天体放电现象等引起的噪声。内部噪声指成像系统本身原因引起的噪声。一般情况下，数字图像中常见的内部干扰主要包括如下几种： (1) 由光和电的基本性质所引起的噪声。如电流的产生是因电子或空穴粒子的集合和定向运动而形成，因这些粒子的随机性运动会产生散粒噪声； 而导体中自由电子的无规则热运动会产生热噪声； 根据光的粒子性，图像是由光量子所传输，而光量子密度随时间和空间变化也可形成光量子噪声等。 (2) 设备元器件及材料本身引起的噪声，如磁带、磁盘表面缺陷所产生的噪声。 (3) 系统内部设备电路所引起的噪声，包括电源系统引入的交流噪声、偏转系统和钳位电路引起的噪声等。 (4) 电器部件机械运动产生的噪声，如数字化设备的各种接头因抖动引起的电流变化所产生的噪声，磁头、磁带抖动引起的抖动噪声等。 需要指出的是，噪声分类并不是绝对的，按不同的性质有不同的分类方法。例如，依据统计特征，图像噪声可分为平稳噪声和非平稳噪声两种，其中统计特性不随时间变化的噪声称为平稳噪声，统计特性随时间变化的噪声称为非平稳噪声。根据噪声与信号之间的关系，可分为加性噪声和乘性噪声。加性随机噪声方法成熟，而乘性随机噪声处理方法目前还没有成熟和通用的处理方法。按噪声频谱分类，又可以分为白噪声、1/f噪声和三角噪声。频谱均匀分布的噪声称为白噪声； 频谱与频率成反比的称为1/f噪声； 而与频率平方成正比的称为三角噪声等。 5．1．3图像噪声的特点 图51含有噪声的图像 如图51所示是一幅含有噪声的图像。一般情况下，图像中的噪声有以下三个特点。 1． 随机性 由于噪声在图像中是随机出现的，所以其分布和大小是随机的，对于噪声的处理，需根据具体噪声的特点，采用概率统计方法进行分析和处理。 2． 叠加性 根据噪声与信号之间的关系，噪声包括加性噪声和乘性噪声。理论上，加性随机噪声方法成熟，且处理比较方便； 而乘性随机噪声处理方法目前还没有成熟的理论，并且处理起来非常复杂。一般条件下，现实生活中所遇到的绝大多数图像噪声均可以认为是加性噪声。在图像的串联传输系统中，各个串联部件引起的噪声一般具有叠加效应，导致信噪比下降。 3． 噪声与图像之间具有相关性 通常情况下，摄像机的信号和噪声相关，明亮部分噪声小，黑暗部分噪声大。数字图像处理技术中存在的量化噪声与图像相位相关。例如，图像内容接近平坦时，量化噪声呈现伪轮廓，但此时图像信号中的随机噪声会因为颤噪效应反而使量化噪声变得不很明显。 改善被噪声污染的图像质量有两种方法： 一是不考虑图像噪声的原因，只对图像中某些部分加以处理或突出有用的图像特征信息，改善后的图像并不一定与原图像信息完全一致。这一类改善图像特征的方法就是图像增强技术，主要目的是要提高图像的可辨识性。另一类方法是针对图像产生噪声的具体原因，采取技术方法补偿噪声影响，使改善后的图像尽可能地接近原始图像。这类方法称为图像恢复或图像复原技术。 5．2图像增强处理分类 图像增强处理方法根据处理过程所在的空间不同，可分为基于空间域的增强方法和基于频率域的增强方法两大类，如图52所示。 图52图像增强方法类型 此外，图像增强技术按所处理对象的不同还可分为灰度图像增强和彩色图像增强； 按增强的目的还可分为光谱信息增强、空间纹理信息增强和时间信息增强。通常情况下，如果没有特别说明，一般均指对灰度图像的增强。 5．2．1空域增强法 基于空域的增强方法直接在图像所在的二维空间进行处理，即直接对每一像素点的灰度值进行处理。根据所采用的技术不同又可分为灰度变换和空域滤波两类方法。 灰度变换是基于点操作的增强方法，将每一像素点的灰度值按照一定的数学变换转换为一个新的灰度值。基于灰度变换原理的图像增强方法非常丰富，如增强处理中常用的直接灰度变换(包括线性拉伸和非线性拉伸)、对比度增强、直方图均衡化、直方图规定化和图像的代数运算等方法都属于灰度变换技术。 空域滤波是基于邻域处理的增强方法，它应用某一模板对每个像素点与其周围邻域的所有像素点进行某种确定数学运算得到该像素点新的灰度值，输出值的大小不仅与该像素点的灰度值有关，而且还与其邻域内的像素点的灰度值有关。常用的图像平滑滤波与锐化滤波技术就属于空域滤波的范畴。 5．2．2频域增强法 频域增强法首先将图像从空域按照某种变换模型(如傅里叶变换或其他变换等)变换到频域，然后在频域对图像进行处理，再将其反变换到空域。通常包括低通、高通、带通和带阻四种典型的滤波器结构。 5．2．3图像增强效果评价 目前对图像增强效果的评价主要包括定性评价和定量评价两个方面。 （1） 定性评价主要根据人的主观感觉，对图像增强的视觉效果进行评判，一般主要对图像的清晰度、色调、纹理等几方面进行主观评价。定性分析的不足是与评价者的主观性密切相关，即对同一幅被增强的图像，不同的人可能有不同的评价。定性分析的主要优点是可以从一幅图像中有选择地对具体研究对象进行重点比较和评价，即定性分析可以对图像的局部或具体研究目标进行评价，具有灵活性和广泛的适应性。 （2） 定量评价图像增强效果目前还没有业界统一接收的标准与尺度，目前通常采用的方法是从图像的信息量、标准差、均值、纹理度量值和具体研究对象的光谱特征值等方面与原始图像进行比较评价。定量分析的最大优点是客观公正，但通常是对一幅图像从整体上进行统计分析，很难对图像的局部或具体对象进行评价，而图像整体的定量分析容易受到噪声等因素的影响。因此，对图像增强效果的评价一般以定性分析为主。 需要强调的是，评价一个图像增强算法的性能优越与否是比较复杂的，增强效果的好坏不仅与具体算法有一定的关系，还与原始图像的数据特征直接相关。一个对图像A效果好的增强算法不一定适合于图像B。因此，为了得到满意的图像增强效果，一般情况下应同时比较几种增强算法，从中选出既视觉效果好、计算量小，又满足要求的最优算法。 5．3直接灰度变换增强 顾名思义，直接灰度变换是直接对数字图像的像素点进行数学变换的一种图像增强方法。它是空域灰度变换(一般简称为灰度变换)增强法中一类具有广泛应用的方法。灰度变换增强法是通过寻求数学变换函数使图像的对比度提高，在图像空间所进行的灰度变换本质上是一种点处理方法。根据处理的过程，常用空域灰度变换包括以下三种： (1) 直接灰度变换，通过选择合适的变换公式依次对每个像素点进行处理。 (2) 基于灰度直方图的灰度变换。 (3) 对多个灰度图像进行代数运算实现灰度变换。 直接灰度变换增强法包括基于数学函数的灰度变换方法和基于传统光学增强方法两类。基于数学函数的灰度变换方法包括线性拉伸变换、非线性拉伸变换方法。基于传统光学的图像增强方法主要包括亮度调节、对比度调节、图像反转等多种方法。实际上，传统的光学增强方法也可通过数学变换实现。 5．3．1线性灰度拉伸 "本书具有如下特色： ？ 易教易学 系统阐述基本概念和理论的同时，注重内容的系统性、实用性和可读性，减少理论公式的繁杂数学推导，为抽象的公式赋予明确的物理含义，便于理解和运用。 ？ 前后衔接 注重图像处理基本理论和分析方法的前后连贯性，并妥善处理好与先修课程和后续课程的衔接性。 ？ 认知规律 根据认知和理解的规律安排内容，深入浅出，将数学工具工程化，将抽象问题形象化，将复杂问题分层解析、简洁明了。 ？ 层次分明 图像处理理论和图像处理应用结合紧密，理论严谨、概念清晰、结构合理，对各知识层次按照由浅入深、循序渐进的方式进行划分，环环相扣，前后呼应。 ？ 技术前沿 介绍数字图像处理领域的新进展，了解前沿，激发兴趣，启迪创新思想。 "