空間圖像增強(qiáng)

空間圖像增強(qiáng)第1頁，課件共22頁，創(chuàng)作于2023年2月一、圖像增強(qiáng)概念及目的1、采用一系列技術(shù)去改善圖象的視覺效果，或?qū)D象轉(zhuǎn)換成一種更適合于人或機(jī)器進(jìn)行分析處理的形式。圖象增強(qiáng)并不以圖象保真為準(zhǔn)則，而是有選擇地突出某些對(duì)人或機(jī)器分析有意義的信息，抑制無用信息，提高圖象的使用價(jià)值。2、空間域增強(qiáng)：圖像本身，對(duì)圖像的像素直接處理。第2頁，課件共22頁，創(chuàng)作于2023年2月空間圖像增強(qiáng)方法：圖像增強(qiáng)的空域法點(diǎn)運(yùn)算法——灰度級(jí)變換尋找一個(gè)合適的變換T模版運(yùn)算法——空域過濾器尋找一個(gè)合適的模版第3頁，課件共22頁，創(chuàng)作于2023年2月空間濾波基礎(chǔ)空域?yàn)V波處理的基本概念 理論基礎(chǔ)—線性系統(tǒng)響應(yīng)：卷積理論區(qū)別于頻率域?yàn)V波處理，空域?yàn)V波直接對(duì)圖像像素進(jìn)行處理。輸出圖像中的每一點(diǎn)，為輸入圖像中某個(gè)相關(guān)區(qū)域象素集的映射。第4頁，課件共22頁，創(chuàng)作于2023年2月空域?yàn)V波器的分類

按數(shù)學(xué)形態(tài)分：線性濾波——高通、低通、帶通非線性濾波——最大值、最小值、中值按處理效果分：平滑濾波銳化濾波第5頁，課件共22頁，創(chuàng)作于2023年2月空間濾波處理卷積運(yùn)算平滑均值平滑、中值平滑銳化梯度法roberts梯度等定向檢測(cè)第6頁，課件共22頁，創(chuàng)作于2023年2月均值平滑濾波應(yīng)用a、減小圖像灰度的“尖銳”變化b、偽輪廓效應(yīng)的平滑處理c、去除圖像中的不相干細(xì)節(jié)具體方法： 將每個(gè)像元在以其為中心的區(qū)域內(nèi)取平均值來代替該像元值，以達(dá)到去掉尖銳“噪音”和平滑圖像的目的。第7頁，課件共22頁，創(chuàng)作于2023年2月均值濾波一幅M×N的圖像經(jīng)過一個(gè)m×n的加權(quán)平均值濾波器的過程可由下式給出第8頁，課件共22頁，創(chuàng)作于2023年2月均值濾波均值濾波：沖激函數(shù)為矩形返回高斯平滑濾波：選用高斯函數(shù)作為沖激函數(shù)加權(quán)平均濾波器(高斯(Gauss)模板)濾波器第9頁，課件共22頁，創(chuàng)作于2023年2月中值濾波對(duì)于一定類型的隨機(jī)噪聲，提供優(yōu)秀的去噪能力比小尺寸的線性平滑濾波器的模糊程度明顯要低對(duì)處理脈沖噪聲非常有效（椒鹽噪聲）第10頁，課件共22頁，創(chuàng)作于2023年2月中值濾波的原理用模板區(qū)域內(nèi)象素的中值，作為結(jié)果值例如：3x3的模板，第5大的是中值，5x5的模板，第13大的是中值，7x7的模板，第25大的是中值，9x9的模板，第41大的是中值。對(duì)于同值象素，連續(xù)排列后取中值。如(10,20,20,20,15,20,20,25,100)排序后(10,15,20,20,20,20,20,25,100)中值為20R=mid{zk|k=1,2,…,9}1020202015202025100第11頁，課件共22頁，創(chuàng)作于2023年2月銳化空間濾波目的加強(qiáng)圖像中景物的邊緣和輪廓，如尖端武器的目標(biāo)識(shí)別、定位突出圖像中的細(xì)節(jié)。如印刷中的細(xì)微層次強(qiáng)調(diào)。彌補(bǔ)掃描、掛網(wǎng)對(duì)圖像的平滑。增強(qiáng)被模糊了的細(xì)節(jié)，如恢復(fù)過度平滑、暴光不足的圖像。第12頁，課件共22頁，創(chuàng)作于2023年2月銳化空間濾波二階微分算法——拉普拉斯算子一階微分算法——Roberts交叉梯度算子Prewitt梯度算子Sobel梯度算子第13頁，課件共22頁，創(chuàng)作于2023年2月銳化濾波器(微分濾波器)一階微分算法——a、在平坦段（灰度不變的區(qū)域）微分值為零b、在灰度階梯或斜坡的起始點(diǎn)處微分值非零c、沿著斜坡面微分值非零二階微分算法——a、在平坦區(qū)微分值必為零b、在灰度階梯或斜坡的起始點(diǎn)處微分值非零c、沿著斜坡面微分值為零第14頁，課件共22頁，創(chuàng)作于2023年2月銳化空間濾波器-微分濾波器原理第15頁，課件共22頁，創(chuàng)作于2023年2月一階微分增強(qiáng)－梯度法f(x,y)在坐標(biāo)(x,y)上的梯度定義這個(gè)向量的模值表示為第16頁，課件共22頁，創(chuàng)作于2023年2月一階微分增強(qiáng)－梯度法梯度數(shù)字近似:Roberts交叉梯度算子Soble算子第17頁，課件共22頁，創(chuàng)作于2023年2月一階微分增強(qiáng)－Robert交叉梯度算子梯度計(jì)算使用絕對(duì)值第18頁，課件共22頁，創(chuàng)作于2023年2月一階微分增強(qiáng)－Prewitt梯度算子Prewitt梯度算子——3x3的梯度模板?f≈|(z7+z8+z9)-(z1+z2+z3)|+|(z3+z6+z9)-(z1+z4+z7)|第19頁，課件共22頁，創(chuàng)作于2023年2月一階微分增強(qiáng)－Sobel梯度算子Sobel梯度算子——3x3的梯度模板?f≈|(z7+2z8+z9)-(z1+2z2+z3)|+|(z3+2z6+z9)-(z1+2z4+z7)|權(quán)重2突出中心點(diǎn)的作用而達(dá)到平滑的目的第20頁，課件共22頁，創(chuàng)作于2023年2月定義一個(gè)二階微分的離散公式最簡單的各向同性微分算子是拉普拉斯算子，f(x,y)的拉普拉斯變換定義為拉普拉斯數(shù)字實(shí)現(xiàn)Sobel>Roberts>Gradient>Prewitt第21頁，課件共22頁，創(chuàng)作于2023年2月例題1*1+2*2+1*3-1*3-2*0-1*8=-312321212623087612786232690

0

0

000-3-13-2000-6-13-