数字图像处理频率域图象增强技术.ppt

第四章 频率域图象增强 * 第四章 频率域图象增强 * 高斯型高通滤波器 第四章 频率域图象增强 * 频率域的拉普拉斯算子 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * 同态滤波器图像增强的方法 一幅图像f(x,y)能够用它的入射光分量和反射光分量来表示，其关系式如下 f(x,y)=i(x,y)r(x,y) 图像f(x,y)是由光源产生的照度场i(x,y)和目标的反射系数场r(x,y)的共同作用下产生的。 该模型可作为频率域中同时压缩图像的亮度范围和增强图像的对比度的基础。 但在频率域中不能直接对照度场和反射系数场频率分量分别进行独立的操作。　　　　 第四章 频率域图象增强 * 如果定义： 则有: 或者 这里I(u,v)以及R(u,v)分别是lni(x,y)和 lnr(x,y)的傅里叶变换。 同态滤波方法就是利用上式的形式将图像中的照明分量和反射分量分开。这样同态滤波函数就可以分别作用在这两个分量上。 第四章 频率域图象增强 * 图像中的照明分量往往具有变化缓慢的特征，而反射分量则倾向于剧烈变化，特别在不同物体的交界处。由于这种持征，图像的自然对数的傅里叶变换的低频分量与照明分量相联系，而其高频分量则与反射分量相联系。 同态滤波处理过程如下所示: 第四章 频率域图象增强 * 同态滤波的流程图 同态滤波器函数的径向剖面图 第四章 频率域图象增强 * 同态滤波效果图 第四章 频率域图象增强 * 第四章 频率域图象增强 * 数字图像滤波处理方法 第四章 频率域图象增强 * 低通滤波法 g(x,y)=h(x,y)*f(x,y) (4.1) G(u,v)=H(u,v)F(u,v) (4.2) g(x,y)=F -1(H(u,v)F(u,v)) (4.3) 理想低通滤波器 (u0,v0)是低频中心，D0是滤波器的截止频率。 7.平滑的频率域滤波器 第四章 频率域图象增强 * H(u,v) ||(u,v)|| O D0 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * Butterworth低通滤波器 (u0,v0)是低频中心，D0是滤波器的截止频率。 n阶Butterworth低通滤波器的传递函数由下式定义： 其中 第四章 频率域图象增强 * n=2 第四章 频率域图象增强 * n=3 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * H(u,v) D(u,v)/ D0 O 第四章 频率域图象增强 * 第四章 频率域图象增强 * 理想低通滤波器在数学上定义得很清楚，在计算机模拟中也可以实现，但不能用实际的电子器件实现，是“非物理”的理想滤波器。Butterworth滤波器是物理上可以实现的。 令 B为低通能量百分比。 第四章 频率域图象增强 * 高斯低通滤波器 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * 高通滤波法 g(x,y)=h(x,y)*f(x,y) (4.1) G(u,v)=H(u,v)F(u,v) (4.2) g(x,y)=F -1(H(u,v)F(u,v)) (4.3) 8. 频率域锐化滤波器 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * 理想高通滤波器 (u0,v0)是低频中心，D0是滤波器的截止频率。 第四章 频率域图象增强 * H(u,v) ||(u,v)|| O D0 第四章 频率域图象增强 * 第四章 频率域图象增强 * Butterworth高通滤波器 (u0,v0)是低频中心，D0是滤波器的截止频率。 n阶Butterworth高通滤波器的传递函数由下式定义： 其中 第四章 频率域图象增强 * n=3 第四章 频率域图象增强 * H(u,v) D(u,v)/ D0 O 第四章 频率域图象增强 * 第四章 频率域图象增强 * 第四章 频率域图象增强 * Parseval定理 第四章 频率域图象增强 * 连续Fourier变换与离散傅立叶变换的联系及他们的物理解释 采样定理（Nyquist