ch03 空域图像增强.pptVIP

第*页 第3章 空域图像增强 习题 3. 试用3×3的方形中值滤波器对下列图像数据A中虚线框内的像素灰度进行处理，写出滤波后得到的图像数据B（约定使用重复边界模式处理边界点）。 习题 4.下列算法中属于模板操作的是（ ）。 A) 灰度映射 B) 二值化 C) 直方图变换 D) 中值滤波 5. 图像与灰度直方图间的对应关系是（ ）。 A）一对一 B)多对一 C)一对多 D)多对多 6.下列所述图像增强效果（ ）不可能通过平滑滤波器得到？ A）噪声消除 B) 边缘模糊化 C) 细节突出 D) 图像平滑 7. 画一个3x3的均值滤波器模板和一组能分别实现对图像水平边缘检测和垂直边缘检测的3x3梯度算子模板，并标注名称。 第*页 第3章 空域图像增强 D B C 均值滤波器 Prewitt算子：水平边缘检测 垂直边缘检测 习题 8. 使用Sobel算子可以检测图像的水平或垂直边缘，试用提取水平边缘的Sobel算子 对下列图像数据A进行处理，写出滤波后得到的图像数据B。（约定边界灰度值保持不变）。 第*页 第3章 空域图像增强 给定原始噪声图像 Girl_noise.jpg。 选择合适的图像增强算法，给出你认为最优的增强后的图像。 可以使用 Matlab - Image Processing Toolbox 中的函数实现，也可自己编写VC程序。 写出实验报告 增强算法 Matlab或VC++源程序 增强后的图像 结果分析 第*页 第3章 空域图像增强 扩展-选做题 插入内容：图像处理中的卷积与模板 二值图像黑色0白色255，则对比度非常高，但此时图像动态范围非常小，只有两个值。 异或：a,b相同，结果为0； a,b不同，结果为1 任一幅图像，都能唯一地确定出一幅与它对应的直方图， 但不同的图像，可能有相同的直方图。 使用边界保值（保持不变）的处理方法 从左到右依次是：Sobel、Prewitt、Laplace算子的处理结果 可换为不同的模板，如十字叉中值滤波器 第*页 第3章 空域图像增强 3.4 空域滤波 3.4.1 原理和分类 3.4.2 线性平滑滤波器 3.4.3 线性锐化滤波器 3.4.4 非线性平滑滤波器 3.4.5 非线性锐化滤波器 第*页 第3章 空域图像增强 3.4.1 原理和分类 滤波器实现 —— 模板运算：某个像素增强后的灰度值视为它本身灰度值和其邻域像素值的函数 第*页 第3章 空域图像增强 3.4.1 原理和分类 模板运算中最常用的是模板卷积 模板可看作一幅尺寸为n*n（n一般为奇数）的小图像，模板卷积在空域实现的步骤如下： （1）将模板在图中漫游； （2）将模板上的各个系数与模板下各对应像素的灰度值相乘； （3）将所有乘积相加（除以模板的系数个数，以保持灰度范围）； （4）将上述结果赋给图中对应模板中心位置的像素。 图像边缘处理：保值不变；或等值扩展（重复边界模式） 第*页 第3章 空域图像增强 3.4.1 原理和分类 利用像素本身及其邻域像素的灰度关系进行增强的方法常称为滤波（Filtering） 。 数学形态分类 空域滤波器 非线性滤波器 线性滤波器 带通 低通 高通 中值 最小值 最大值 锐化滤波器 平滑滤波器 处理效果分类 第*页 第3章 空域图像增强 3.4.1 原理和分类 在图像空间借助模板进行邻域操作。 分类1： (1) 线性： 如邻域平均 (2) 非线性：如中值滤波 分类2： (1) 平滑： 模糊，消除噪声 减弱或消除高频率分量，保持低频率分量（低通） (2) 锐化： 增强边缘的细节 减弱或消除低频率分量，保持高频率分量（高通） 第*页 第3章 空域图像增强 3.4 空域滤波 3.4.1 原理和分类 3.4.2 线性平滑滤波器 3.4.3 线性锐化滤波器 3.4.4 非线性平滑滤波器 3.4.5 非线性锐化滤波器 第*页 第3章 空域图像增强 3.4.2 线性平滑滤波器 线性平滑滤波器所用卷积模板的系数均为正值 1、邻域平均 直接对邻域内各像素的灰度值求平均，再除以像素个数，作为模板中心的新灰度值。 易于实现，速度快 使图像模糊，特别是轮廓边缘不清晰 通过噪声平均去除一定的噪声 例：3 ? 3 模板 第*页 第3章 空域图像增强 3.4.2 线性平滑滤