4-第四章-图像增强.pptVIP

《数字图像处理》 第四章 图像增强 4.3.3　 Sobel锐化算子及其它锐化算子 2. 其它锐化算子 Prewitt算子的sx和sy对应的模板可表示为： （4.43） Isotropic算子的sx和sy对应的模板可表示为： （4.44） 4.4　图像噪声消除 4.4.1 邻域平均 设f x,y 表示图像中（x,y）点的实际灰度，Oi（i 1,2,…,8）表示f x,y 各相邻点的灰度，则邻域平均法可表示为： （4.49） 4.4.1　图像邻域平均 如果把上述的邻域平均处理看作一个作用于图像f x,y 的低通滤波器，并设低通滤波器的脉冲响应为H s,t ，就可以用离散卷积形式的模板运算来进行噪声平滑运算，并一般地表示为： 或： （4.50） （4.51） 4.4.1　图像邻域平均 典型的图像噪声消除低通滤波模板有： 需要说明的是：以上所列均为3×3的模板。在空间域中，图像平滑（低通滤波）模板的大小与图像平滑的效果密切相关，模板尺寸越大（滤波器越宽），平滑后的图像就越模糊。另外，在空间域中，是通过使用带正系数的模板来实现低通滤波（图像平滑）的。 4.4.2 中值滤波 中值滤波器是基于次序统计完成信号恢复的一种典型的非线性滤波器，通常选用的窗口有线形、十字形、方形、菱形和圆形等，如图4.25所示。 ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 图4.25 中值滤波常用的窗口形状 4.4.2　中值滤波 中值滤波的过程： （1）根据选定窗口的形状，确定窗口中心位置像素在原图像上的重合方式； （2）将窗口在图像上逐像素地移动扫描； （3）把窗口下对应的像素按它们的灰度值大小进行排序，并找出排序结果的中间的那个值； （4）把找到的中间值赋给结果图像中对应于窗口中心位置的那个像素。 4.4.2　中值滤波 图4.26给出了利用中值滤波方法对添加了椒盐噪声的lena图像进行噪声消除效果的示例，以及与邻域平均方法的比较。 （a）原图像 a H1的平滑消噪效果 b H2的平滑消噪效果 d 一字形滤波效果 e 十字形滤波效果 f 方形滤波效果 解：对应的变换函数如图4.10所示。 例4.2.1 续4 1.00 0.80 0.60 0.40 0.20 0 解：② 将所得的变换函数的各灰度等级值转化成标准的灰度级别值 先将sk值按靠近原则对应到原灰度级别中: 分数值： 0 1/7 2/7 3/7 4/7 5/7 6/7 1 十进制值： 0 0.143 0.286 0.429 0.571 0.714 0.857 1 比较可得： 例4.2.1 续5 解： ③ 求新图像的各灰度级别值sl’（l 0,1,…,7）的像数数目 由前一步获得的各灰度等级值可知，在新图像中： ◆不存在值为0的灰度级别值，也即新图像中灰度级别s0’ 0的像素个数为m0 0。 ◆存在值为1/7的灰度级别值，且由s0≈1/7和s0 T r0 可知，新图像中灰度级别为s1’ 1/7的像素对应于原图像中灰度级为k＝0的像素，其像素个数m1 n0 790。 例4.2.1 续6 解：◆不存在值为2/7的灰度级别值，也即新图像中对于s2’ 2/7，其像素个数 0。 ◆存在值为3/7的灰度级别值，且由s1≈3/7和s1 T r1 可知，新图像中灰度级别为s3’ 3/7 的像素对应于原图像中灰度级为k 1的像素，其像素个数为m3 n1 1023 。 ◆不存在值为4/7的灰度级别值，也即新图像中对于s4’ 4/7，其像素个数m4 0。 例4.2.1 续7 解：◆存在值为5/7的灰度级别值，且由s2≈5/7和s2 T r2 可知，新图像中灰度级别为s5’ 5/7 的像素对应于原图像中灰度级为k 2的像素，其像素个数为m5 n2 850 。 ◆存在值为6/7的灰度级别值，且由s3≈6/7和s3 T r3 ，以及s4≈6/7和s4 T r4 可知，新图像中灰度级别s6’为 6/7的像素，对应于原图像中灰度级为k 3和k 4的像素，其像素个数为m6 n3+n4 656+329 985。 例4.2.1 续8 解：◆存在值为7/7的灰度级别值，且由s5≈1和s5 T r5 、s6≈