数字图像处理2分析报告.ppt

理想低通滤波器 特点： 物理上不可实现 有抖动现像 滤除高频成分使图像变模糊 理想低通滤波器转移函数三维图 理想低通滤波器转移函数剖面图 （2）巴特沃思低通滤波器 D(u,v)=D0，H(u,v)降为最大值的 。 n为阶数。 1阶巴特沃思低通滤波器转移函数三维图 1阶巴特沃斯低通滤波器转移函数剖面图 3阶巴特沃思低通滤波器转移函数三维图 3阶巴特沃思低通滤波器转移函数剖面图 （3）指数形低通滤波器 D(u,v)=D0，H(u,v)降为最大值的 。 n为阶数。 1阶指数形低通滤波器转移函数三维图 1阶指数形低通滤波器转移函数剖面图 3阶指数形低通滤波器转移函数三维图 3阶指数形低通滤波器转移函数剖面图 （4）梯形低通滤波器 梯形低通滤波器转移函数三维图 梯形低通滤波器转移函数剖面图 几种常见的高通滤波器 （1）理想高通滤波器 理想高通滤波器转移函数三维图 理想高通滤波器转移函数剖面图 （2）巴特沃思高通滤波器 3阶巴特沃思高通滤波器转移函数三维图 3阶巴特沃思高通滤波器转移函数剖面图 （3）指数形高通滤波器 3阶指数形高通滤波器转移函数三维图 3阶指数形高通滤波器转移函数剖面图 （4）梯形高通滤波器 梯形高通滤波器转移函数三维图 梯形高通滤波器转移函数剖面图 D1 D0 * Matlab demos -Matlab more examples\superquadrics 第3讲 图像增强 含义：是指对图像的某些特征，如边缘、轮廓、对比度等进行强调或尖锐化，以便于显示、观察或进一步分析与处理。增强将不增加图像数据中的相关信息，但它将增加所选择特征的动态范围，从而使这些特征的检测和识别更加容易。 图像增强的方法： 1. 基于点运算的方法; 2. 基于空间运算的方法; 3.基于变换域运算的方法。 1.基于点运算的方法 基于点运算的方法：是时域变换的方法，实际上是对图像的灰度级进行变换， 使图像的对比度增强，是点对点的变换。主要有以下几种： (1)灰度级线性变换： o a b m n max f(x,y) g(x,y) 1.基于点运算的方法 灰度级线性变换的计算机实现： 函数：J=imadjust(I,[low high],[bottom top],gamma); 例子：example1221.m, example12211.m (2)灰度级线性分段与非线性变换(Gamma 校正） 分段线性变换公式： 1.基于点运算的方法 在分段非线性变换中，在所需要的灰度级区间采用非线性函数。即曲线。 (3)灰度倒置变换(正负反片)： o f(x,y) g(x,y) o f(x,y) g(x,y) 1.基于点运算的方法 实现方法：例子: Lena图像的取反。 (4)灰度级切片变换： 有背景的变换公式： 无背景的变换公式： 1.基于点运算的方法 f(x,y) g(x,y) o o f(x,y) g(x,y) 1.基于点运算的方法 计算机实现：example1222.m (5)动态范围调整： （描绘函数图像，增强低灰度级像素，压制高灰度级像素） (6)直方图模型化： 直方图均衡、直方图匹配、直方图规格化。 什么是直方图？ 一幅图像中每一灰度级对应的像素的个数或占的概率。 例如(0,8),(1,10),(2,5),……,(255,100) 可画成如下图： 灰度级 像素个数 o …… 255 1.基于点运算的方法 若把像素的灰度级除255，则得到归一化的直方图。 这时：灰度级 0一般表示最暗，1表示最亮。 对于一幅给定的图像来说，（可以认为）每一个像素取得[0，1]区间内的灰度级是随机的，也就是可以把r看成一个随机变量。若r是一个连续的随机变量，则可用概率密度函数p(r) 表示原始图像的灰度分布： r r p(r) p(r) o o r p(r) o 1.基于点运算的方法 离散形式：若用 表示图像中出现 这种灰度级的像素数，n 是图像中像素的