数字图像处理教材.pptVIP

数字图像处理 四、频域低通滤波法 由于图像的边缘和噪音干扰对应图像的傅立叶变换的高频部分，图像背景对应低频部分，可以采用低通滤波去除噪音。 低通滤波器 H(u,v) IFFT FFT （1）理想低通滤波器 数字图像处理 0 1 v u 理想低通滤波器的特性曲线 （2）巴特沃斯低通滤波器 0 1 巴特沃思低通滤波器的特性曲线 数字图像处理 （3）指数低通滤波器 0 1 指数低通滤波器的特性曲线 （4）梯形低通滤波器 0 D0 D1 1 梯形低通滤波器的特性曲线 数字图像处理 a) 出现虚假轮廓的图 b) 理想低通滤波器平滑结果 c) 巴特沃斯滤波器平滑结果 数字图像处理 第五节 图像的锐化 图像平滑的目的：增强图像中的轮廓边缘、细节以及灰度跳变的部分，改善图像质量，抽取对象特征 一、微分法 微分是计算信号的变化率，可以加强高频分量， 得到清晰的图像轮廓。剃度算法、拉普拉斯算法。 1、梯度法 梯度是一个矢量，表明函数最大变化率的方向和变化。 数字图像处理 其幅值为 利用差分来表示: 水平垂直差分近似 罗伯特梯度法 绝对差算法近似 数字图像处理 求梯度的两种差分算法 a) 水平垂直差分法 b) 罗伯特梯度法 二值图像的梯度法处理 数字图像处理 锐华输出方法 （1）梯度图像直接输出 （2）加阈值梯度输出 （3）边缘规定特定灰度值 （5）二值图像输出 （4）给背景规定特定灰度值 数字图像处理 2、拉普拉斯算子 信号的二阶导数，其离散形式为： 数字图像处理 0 1 0 1 －4 1 0 1 0 拉普拉斯运算模板 数字图像处理 a) b) 梯度法和拉普拉斯运算法的对比 数字图像处理 二、高通滤波法 1、空间高通滤波 利用卷积方法实现 常用的高通卷积模板 数字图像处理 2、频域高通滤波 (1) 理想滤波器 （2）巴特沃斯滤波器 （3）指数滤波器 （4）梯形滤波器 数字图像处理 a) 理想滤波器 b) 巴特沃斯滤波器 c) 指数滤波器 d) 梯形滤波器 数字图像处理 a) 原图 b) 巴特沃斯滤波器增强 c) 转移函数加1个常数得到的结果 数字图像处理 第六节 微彩色增强 一、亮度切割法 x, y l1 L 红色 蓝色 l1 l2 …… li …………lM-1 lM l 灰度级 c cM cM-1 ┋ ci ┋ c2 c1 彩色 数字图像处理 二、灰度级彩色变换 f (x, y) 红色变换 绿色变换 蓝色变换 IR(x, y) IG(x, y) IB(x, y) 灰度级彩色变换示意图 三、频域滤波法 f (x, y) 傅立叶反变换 傅立叶反变换 傅立叶反变换 傅 立 叶 变 换 滤波器一 滤波器二 滤波器三 后期处理 后期处理 后期处理 彩 色 显 示 器 频域滤波法实现伪彩色处理的示意图 数字图像处理 数字图像处理 图像增强 数字图像处理 图像增强的目的： 改善图像视觉效果，提高图像清晰度 转换图像形式，获取特定信息 如边缘提取，边缘钝化 图像边缘轮廓线的突出效果 第一节 引言 数字图像处理 图像增强方法： 1、空间域法 2、频率域法 空 域 处 理 输入 f(x,y) 输出 g(x,y) 灰度变换，直方图修正 图像空域法，伪彩色处理 正变换 f(x,y) g(x,y) 频 域 处 理 G(u,v) F(u,v) 反变换 数字滤波， 相关识别 数字图像处理 第二节 直接灰度变换 对比度：图像亮度的最大值和最小值之比 灰度变换：改变对比度，改善视觉效果 一、灰度线性变换 0 a b f (x, y) d c g (x, y) 原图灰度范围为[a,b], 改变后图像的灰度范围[c,d] （问题：如何改变的呢？） 数字图像处理 0 a b f (x, y) d c g (x, y) 数字图像处理 反色变换 0 a f (x, y) a g (x, y) 图像的反色变换 数字图像处理 2、分段线性变换 0 a b Mf f (x, y) Mg d c g (x, y) 压缩在白色和黑色区域的噪