空间图像增强.pptVIP

滤波器 空间域滤波基础 平滑空域滤波 锐化空域滤波 邻域 邻域处理 另一种标记方法： 边界处理： 不处理边界 补零 周期延拓 镜像延拓(奇对称，偶对称) 平滑空间滤波 平滑线性滤波： 平滑滤波一般用于模糊处理图像或者进行图像预处理，减少图像噪声。 统计排序滤波器 统计排序滤波器是一种非线性的空间滤波器，它的响应基于图像滤波器包围的图像区域中像素灰度值的排序，然后用统计排序结果决定的值代替中心像素的值。 中值滤波 取3X3窗口 中值滤波 取N=3 锐化空间滤波器 锐化处理的主要目的是突出图像中的细节或者增强被模糊了的细节，这种模糊不是由于错误操作造成的，就是特殊图像获取方式的固有影响。 由于微分是用来表示函数的变化率的，因此可以用微分来表示图像的灰度变换情况。 通过比较一阶微分与二阶微分处理的响应，可以得出如下结论： 一阶微分处理通常会产生较宽的边缘； 二阶微分处理对细节有较强的响应，如细线和孤立点； 一阶微分处理一般对灰度阶跃有较强的响应； 二阶微分处理对灰度级阶跃变化产生双响应；还可注意到，二阶微分在图像中灰度值变化相似时，对线的响应比对阶跃强，且点比线的响应要强。 各向同性滤波器： 这种滤波器的响应与滤波器作用的图像的突变方向无关，也即各向同性滤波器是旋转不变的，即将原始图像旋转后进行滤波处理的结果和与先对图像滤波然后再旋转的结果相同。 * * 点+的邻域 的邻域 点+的邻域 对邻域图像和相同大小的子图像进行操作。该子图像被称为滤波器、窗口、掩模、模版或核。 输出图像中每个像素是由对应的输入像素及其一个邻域内的像素共同决定的图像运算。通常邻域是远比图像尺寸小的一规则形状。例如： 一般来说，在M×N的图像f上，用m×n大小的滤波器进行线性滤波的通用公式为： 其中，a=(m-1)/2, b=(n-1)/2。 一般称为滤波器，这个操作称为“滤波器与图像的卷积”。 有时也称为“卷积核”或“卷积模板” 最大值滤波器： 最小值滤波器： 中值滤波器： 从小到大排列，取中间值 9 8 7 6 5 8 8 6 7 5 9 8 6 7 5 4 3 2 2 1 3 4 1 2 1 2 3 4 5 6 6 6 7 8 200显然是个噪声。 中值滤波对阶跃信号进行处理（N=5） 中值滤波对斜坡信号进行处理（N=5） 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制---单脉冲 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制---双脉冲 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制---三脉冲 噪声平滑实验图像 （a） Lena原图； （b） 高斯噪声； （c） 椒盐噪声； (d) 对(c)平均平滑；  (e) 对(b)平均平滑； (f) 对(b)5×5中值滤波； (g) 对(c)5×5中值滤波 a b c d e f g 结论： 1、与平滑滤波器相比，中值滤波在去除噪声的同时，能更好地保持图像的噪声。 2、中值滤波器适用于椒盐噪声污染的图像，平滑滤波适用于高斯噪声污染的噪声。 * * *