圖像增強(qiáng)2課件

2023/4/21第四章圖像增強(qiáng)（2）

4.3空域?yàn)V波增強(qiáng)一、原理和分類原理：利用相鄰像素的關(guān)系進(jìn)行圖像增強(qiáng)，常借助模板進(jìn)行鄰域操作。分類銳化平滑非線性線性非線性線性二、空域線性濾波的算法－模板操作4.3.1概述將模板在圖中漫游，并將模板中心與某像素重合將模板系數(shù)與模板下對(duì)應(yīng)像素相乘將所有乘積相加將上述求和結(jié)果賦予模板中心對(duì)應(yīng)像素K1,1K1,0K1,-1K0,1K0，0K0,-1K-1,1K-1,0K-1,-1模板三、空域線性濾波運(yùn)算的原理－空域卷積將模板在圖中漫游，并將模板中心與某像素重合將模板系數(shù)與模板下對(duì)應(yīng)像素相乘將所有乘積相加將上述求和結(jié)果賦予模板中心對(duì)應(yīng)像素

根據(jù)卷積定理知，空域內(nèi)的卷積等價(jià)于空間頻率域內(nèi)的濾波。因此模板的作用可以通過(guò)分析其頻率特性而知。四、模板的可分解性：0-a0-a1+4a-a0-a0000010000000-aa00000000a00-a00000a-a0000-a00a0000鄰域平均法示意圖01/501/51/51/501/501/91/91/91/91/91/91/91/91/9鄰區(qū)平均1/101/101/101/101/51/101/101/101/101/161/81/161/81/41/81/161/81/16加權(quán)平均北京郵電大學(xué)圖像處理傳輸研究室9原始圖像尺寸n=3盒濾波器平滑的結(jié)果。圖像細(xì)節(jié)和濾波器掩模近似相同，圖像中的一些細(xì)節(jié)(顆粒)受到較大影響，圖像中有輕微模糊(小字母)。尺寸n=5盒濾波器平滑的結(jié)果。較小的字母、圓邊緣和細(xì)的顆粒比其它部分更加模糊，但是噪聲明顯減少了。尺寸n=9盒濾波器平滑的結(jié)果。模糊程度有所增加，當(dāng)目標(biāo)和相鄰像素的灰度相近時(shí)(第2個(gè)圓圈)，混合效果會(huì)導(dǎo)致目標(biāo)模糊。尺寸n=15盒濾波器平滑的結(jié)果。極端情況，用來(lái)去除圖像中的小物體。尺寸n=35盒濾波器平滑的結(jié)果3個(gè)小方框，2個(gè)小圓以及大部分矩形噪聲區(qū)域已經(jīng)融入背景中。平滑線性濾波器示例三平滑算子的去噪作用分析四、線性平滑算子特性的分析1/91/91/91/91/91/91/91/91/9以右側(cè)的3×3鄰區(qū)平均模板為例：求出對(duì)應(yīng)的Z

變換為：因此：以 帶入，得付立葉變換式：4.3.3非線性平滑濾波器中值濾波中值濾波是將選定的奇數(shù)像素窗口內(nèi)的各像素灰度按大小排隊(duì)，用中間的灰度值代替窗口中原圖像中間位置的像素。因此是一種非線性濾波。百分比濾波與中值濾波類似，是將選定的奇數(shù)像素窗口內(nèi)的各像素灰度按大小排隊(duì)，用最接近某個(gè)亮度百分比的灰度值代替窗口中原圖像中間位置的像素。最大值濾波最小值濾波方法與上述類似，用于檢測(cè)圖像中最亮的點(diǎn)。方法與上述類似，用于檢測(cè)圖像中最暗的點(diǎn)。14中值最小值噪聲最大值排序統(tǒng)計(jì)濾波器-示例中值濾波中值濾波是一種保邊緣的非線性圖象平滑方法,在圖象增強(qiáng)中廣泛應(yīng)用。一維數(shù)據(jù)按大小排序,,則例如：一維中值濾波均值濾波和中值濾波的處理結(jié)果比較：

(均值濾波窗口3*3,中值濾波長(zhǎng)度3)輸入：008002320232035303530023455555000均值濾波：022201211121123222321013445553100中值濾波:000002222222233333330023455555000中值濾波的特性對(duì)某些輸入信號(hào)中值濾波的不變性。

1.在窗口2n+1內(nèi)單調(diào)增加或減少的序列

2.階躍信號(hào)

3.一維下周期性的二值序列如:{fn}=…+1,+1,-1,-1,+1,+1,-1,-1…3)中值濾波的頻譜特性：由于中值濾波是非線性運(yùn)算，無(wú)法用常規(guī)的線性濾波器的頻率特性的分析方法，這里采用實(shí)驗(yàn)的方法：定義：G為輸入信號(hào)的頻譜，F(xiàn)為輸出信號(hào)的頻譜。從圖中可以看出，濾波前后，頻譜基本不變，這點(diǎn)對(duì)濾波器的設(shè)計(jì)和使用很有意義。二維中值濾波：將窗口在圖中移動(dòng)；讀取窗口內(nèi)各對(duì)應(yīng)像素的灰度值；將這些灰度值從小到大排成1列；找出這些值里排在中間的1個(gè)；將這個(gè)中間值賦給對(duì)應(yīng)窗口中心位置的像素。MNSf(x,y)鄰域平均和中值濾波的比較：含均勻隨機(jī)噪聲33鄰域平均77鄰域平均1111鄰域平均33中值濾波55中值濾波二、銳化算法的一般考慮4.3.4圖像銳化一、銳化的目的：

對(duì)正常圖像，通過(guò)銳化提取邊緣、輪廓、線條等信息，供進(jìn)一步識(shí)別

通過(guò)加重圖像輪廓克服降質(zhì)，以達(dá)到更好的視覺(jué)效果理想輪廓實(shí)際輪廓f(x)df(x)/dxd2f(x)/dx2f(x)+kdf/dxf(x)-kdf/dxf(x)-kd2f/dx2抽取輪廓銳化圖像圖像函數(shù)的梯度矢量灰度圖像邊緣=灰度梯度較大的區(qū)域?qū)τ陔x散圖像26梯度法Sobel算子1-12-21-1-1-2-1121Sobel原圖像利用Sobel算子進(jìn)行邊緣提取的結(jié)果Prewitt算子1-11-11-1-1-1-1111Prewitt2.二階微分算法的基本原理拉普拉斯算子-1-14-1-1-1-14-1-1-1-1-1-18-1-1-1-1-1-1-1-19-1-1-1-1-1-15-1-1-1-15-1-1原圖像利用拉普拉斯算子進(jìn)行邊緣提取的結(jié)果信號(hào)一階微分二階微分信號(hào)特點(diǎn)結(jié)論：一階微分后圖像邊緣區(qū)域?qū)?，而二階微分的邊緣較細(xì)；脈沖對(duì)應(yīng)圖像中的椒鹽噪聲，二階微分放大噪聲；細(xì)線對(duì)應(yīng)高斯噪聲模糊，二階微分去模糊能力強(qiáng)；一階微分對(duì)階躍信號(hào)響應(yīng)強(qiáng)烈，而且是單響應(yīng)；二階微分對(duì)階躍信號(hào)產(chǎn)生雙響應(yīng)，邊緣提取時(shí)要注意正負(fù)性。2023/4/235321000600001310000777-1-1-1-106-600012-2-1000700000106-1260011-411007-70斜坡脈沖平坦細(xì)線階躍三、線性銳化算子特性的分析0-a0-a1+4a-a0-a0以右側(cè)的3×3算子為例：g(m,n)=(1+4a)f(m,n)-a[f(m-1,n)+f(m+1,n)+f(m,n-1)+f(m,n+