第6章 频域图像增强.pptVIP

内容回顾  ----空域增强技术 6.1 频域增强原理 什么是卷积 复习知识--模板卷积 模板包含一些元素，可用矩阵表示 如： 模板举例 复习：模板卷积操作 模板卷积举例 模板 待处理的图像元素 模板（template，filter mask） 给定图象f(x,y)大小N*N， 模板T(i,j)大小m*m（m为奇数） 常用的相关运算定义为： 使模板中心T((m-1)/2,(m-1)/2) 与f(x,y)对应 模板的相关运算 图像 模板 模板的卷积运算 卷积运算定义为： 模板的卷积运算 图像 模板 相关与卷积的物理含义 相关运算是将模板当权重矩阵作加权平均； 而卷积先沿纵轴翻转，再沿横轴翻转后再加权平均 如果模板是对称的，那么相关与卷积运算结果完全相同。 模板运算实际上就是卷积和相关运算，用信号分析的观点就是滤波。 卷积定理 6.1 频域增强原理 6.1 频域增强原理 总结 假定原图像为f(x，y)，经傅立叶变换为F(u，v) 频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅立叶变换得到增强的图像g(x,y) 频率域增强的一般过程如下： 平滑与锐化 平滑与锐化效果演示 6.2 低通滤波 6.2 低通滤波 6.2 低通滤波 6.2 低通滤波 6.2 低通滤波 6.2 低通滤波 6.2 低通滤波 6.2 低通滤波 6.2 低通滤波 低通滤波器实现 clear;clc; I=imread(cameraman.tif); J=imnoise(I,speckle); h1=fftshift(lpfilter(ideal ,256,256,1)); J1=uint8(filter2(h1,J)); h2=fftshift(lpfilter( btw ,256,256,0.15)); J2=uint8(filter2(h2,J)); subplot(221),imshow(I); subplot(222),imshow(J); subplot(223),imshow(J1); subplot(224),imshow(J2); 效果 6.3 高通滤波 6.3 高通滤波 6.3 高通滤波 6.3 高通滤波 6.4 带通和带阻滤波 6.4 带通和带阻滤波 6.4 带通和带阻滤波 6.4 带通和带阻滤波 6.4 带通和带阻滤波 6.5 同态滤波 6.5 同态滤波 6.6 频域技术与空域技术 6.6 频域技术与空域技术 6.6 频域技术与空域技术 3、高频增强滤波器 傅里叶变换：G(u, v) = H(u, v)F(u,v) 高频增强转移函数：He(u, v) = k ? H(u, v) + c 高频增强输出图的傅里叶变换： Ge(u, v) = k ? G(u, v) + c ? F(u, v) 反变换回去： ge(x, y) = k ? g(x, y) + c ? f (x, y) 4、高频提升滤波器 用原始图减去低通图得到高通滤波器的效果 把原始图乘以一个放大系数A再减去低通图就可构成高频提升（high-boost）滤波器 高通滤波器：A = 1 高频增强滤波器：？ 带阻滤波器 阻止一定频率范围 （允许其它频率范围） 带阻滤波器 傅里叶变换的对称性 —— 两两工作 放射对称的带阻滤波器 带通滤波器 与带阻滤波器互补 允许一定频率范围（阻止其它频率范围） 放射对称的带通滤波器 (2.3.8)（1）两边取对数： （2）两边取付氏变换： （3）用一频域函数 H(u, v)处理 F(u, v)： （4）反变换到空域： （5）两边取指数： 特点：能消除乘性噪声，能同时压缩图像的整体动态范围 和增加图像中相邻区域间的对比度 典型曲线 效果示例（HL = 0.5，HH = 2.0） 空间滤波器的工作原理可借助频域进行分析 空间平滑滤波器 消除或减弱图像中灰度值具有较大较快变化部分的影响，这些部分对应频域中的高频分量，所以可用频域低通滤波来实现 空间锐化滤波器 消除或减弱图像中灰度值缓慢变化的部分，这些部分对应频域中的低频分量，所以可用频域高通滤波来实现 空域中的