数字图像处理第四章part2解析.ppt

非矩形目标物的单方向锐化 频率域增强的具体方法如下： ①将空间域图像f (x, y)通过傅里叶变换得到频率域图像F（u, v） F（u, v）＝F[f (x, y)] 图像的频率域增强原理与方法 ②选择合适的滤波器H(u, v)(或称传递函数)，与F(u, v)进行卷积运算，得到图像G（u, v) G（u, v）＝H（u, v）·F（u, v） ③将G（u, v）进行傅里叶逆变换变回空间域，得到增强后的图像g (x, y) g (x，y) ＝F-1[G（u, v）] 低通滤波 图像从空间域变换到频率域后，其低频分量对应图像中灰度变化比较缓慢的区域，而高频分量则表征了图像中物体的边缘和随机噪声等信息。低通滤波是指保留低频分量，即通过滤波函数（器）H (u, v)削弱或抑制高频分量。它与空间域中的平滑处理一样，可以消除图像中的随机噪声，减弱边缘效应，起到平滑图像的作用。在频率域平面内，某一点到原点的距离（频率）为 1）理想低通滤波 理想低通虑波的传递函数为 如图所示，截止频率D0的大小根据需要确定。理论上，D≤D0的低频分量全部无损通过，D＞D0的高频分量全部去除，然后经傅里叶逆变换得到平滑图像。由于高频部分包含大量边缘信息，因此用此滤波器处理后会导致边缘损失，图像边缘模糊。 低通滤波 2）Butterworth低通滤波 Butterworth低通滤波的传递函数如图(b)所示。特点是逐渐衰减，不像理想低通滤波那样陡峭和具有明显的不连续性。因此用此滤波器处理后图像中边缘的模糊程度大大降低。 （n=1,2,3,…） 低通滤波 低通滤波 3）指数低通滤波 指数低通滤波的传递函数为 （n=1,2,3,…） 采用此滤波器在抑制噪声的同时，图像中边缘部分的模糊程度比Butterworth滤波器大。 低通滤波 4）梯形低通滤波 设D0为截止频率，再设定D1，令D1＞D0，则梯形低通滤器的传递函数为 梯形低通滤波的传递函数的剖面图如图(d)所示，它介于理想低通滤波和指数低通滤波之间，处理后的图像有一定的模糊。 高通滤波 高通滤波是指保留高频分量，而减弱或抑制低频分量的过程。因此，高通滤波可以增强图像的边缘和轮廓，起到锐化图像的目的。常用的高通滤波器与低通滤波器相似，主要有以下几种： 高通滤波 1）理想高通滤波 理想高通滤波的传递函数为 其中，D0可具体确定。该滤波器与理想低通滤波器相反，D＞D0的高频频率全部通过，D≤D0的低频频率则全部被去除。 高通滤波 2）Butterworth高通滤波 Butterworth高通滤波器的传递函数为 （n=1,2,3,…） 其在截止频率与通过频率之间没有明显的不连续性。 高通滤波 3）指数高通滤波 n=1,2,3,…） 高通滤波 4）梯形高通滤波 （5.43） 其中，D0＞D1≥0，D0、D1均为规定值。 以上4种高通滤波器各有优缺点。理想高通滤波器处理的图像中边缘有抖动现象；Butterworth锐化效果较好，边缘抖动不明显，但计算复杂；指数高通滤波器比Butterworth效果差些，边缘抖动现象不明显；梯形高通滤波器会产生轻微抖动现象，但计算简单。 高通滤波 4种高通滤波器的优缺点： 理想高通滤波器处理的图像中边缘有抖动现象； Butterworth锐化效果较好，边缘抖动不明显，但计算复杂； 指数高通滤波器比Butterworth效果差些，边缘抖动现象不明显； 梯形高通滤波器会产生轻微抖动现象，但计算简单。 理想高通滤波——理想高通滤波器处理的图像中边缘有抖动现象 理想低通虑波 ——用此滤波器处理后会导致边缘损失，使图像边缘模糊 图像的同态滤波（Homomorphic Filter） 　1． 问题提出及分析 图像　　　是由光源产生的照度场　　　　和目标（景物或照片）的反射系数场　　　　　的共同作用下产生的，三者的关系是： 　　　　　　　　　　　　　　（1） 在理想情况下，照度场　　　　是一个常数，这时 　　　　　　可以不失真地反映 。 然而，在一般情况下： 1） 由于光照不均匀，　　　不是常数，其值随着坐标而缓慢地变化； 2） 光传输系统、光电转换设备的不完善，可以造成类似于照度场不均匀的效果，也可等效于照度场的不均匀。 这样会造成图像　　　上大面积阴影。 因此，如何在保留图像细节的同时，清除这些大面积的阴影，以提高图像在