数字图像处理---第四章-2003答题.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 2、n阶巴特沃斯低通滤波器 巴特沃斯低通滤波器剖面图和透视图 * 2、n阶巴特沃斯低通滤波器 巴特沃斯低通滤波器剖面图和透视图 * 图像+盐椒噪声 滤波效果 截断频率20结果 * 量化灰度级图像 除虚假轮廓比较 截断频率35 理想低通滤波 明显的振铃现象 截断频率35 巴特沃斯低通滤波 * 1、理想高通滤波器 理想高通滤波器剖面图和透视图 * 2、n阶巴特沃斯高通滤波器 巴特沃斯高通滤波器剖面图和透视图 * 图像经过高通滤波器处理后，许多低频信号没了，因此图像的平滑区基本上消失。对于这个问题可以用高频加强滤波来弥补。所谓高频加强滤波就是在设计滤波器变换函数时，加上一个大于0小于1的常数c： * 比较理想高通滤波与加强滤波 模糊图像 理想高通滤波 平滑区基本消失 理想加强滤波 * 比较巴特沃斯高通滤波与加强滤波 模糊图像 巴特沃斯高通滤波 平滑区基本消失 巴特沃斯加强滤波 试比较理想加强滤波和巴特沃斯加强滤波效果 * 3、带通滤波器 * 带通滤波器透视图 * 4、带阻滤波器 带阻滤波器透视图 * 图像f(x,y),照明分量 i(x,y),反射分量r(x,y) 两边取自然对数 傅里叶变换 * 假设用滤波器函数来处理 反变换 故增强后的图像由对应的照明分量与反射分量叠加而成 取指数 * 同态图像增强法示意图 * 同态滤波器的径向横断面 如果，Hl1,Hh1 同态滤波压缩了图像的动态范围， 增强了图像的对比度 * 原始图像的背景等平滑区域亮度减弱 钱币边缘及线条处对比度增强 效果 * * * * * * * * * * * * * * * * 结果 原始直方图 规定直方图 结果直方图 效果 原始图像 规定直方图 规定化后直方图 规定化后的图像 (1) 图像减法 图像相减的结果就可把两图的差异显示出来，可以用来增强两幅图像的差异。 效果 - = 直方图均衡后 (2) 图像平均 设噪声互不相关，且具有零均值 ，可用图像平均去除噪声 令 则 随N的增加，图像噪声影响减少 效果 Ａ原图+高斯噪声 Ｂ４幅度图平均 Ｃ４幅度图平均 Ｄ１６幅度图平均 两幅图与操作 两幅图或操作 与 ＝ 或 ＝ 空域滤波就是在待处理的图像中逐点地移动模板，对每个点，滤波器在该点的响应通过事先定义的关系来计算，输出图象中每个象素是由对应的输入象素及其一个邻域内的象素共同决定时的图象运算。 线性滤波,滤波器模板m×n ，令a=(m-1)/2，b=(n-1)/2，则 ? ? - = - = + + = a a s b b t t y s x f t s w g (x , y) ) , ( ) , ( 相关运算 当m=3时， g(x,y)= w(0,-1)f(x,y-1) + w(0,0)f(x,y)+w(0,1)f(x,y+1) + w(1,-1)f(x+1,y-1)+w(1,0)f(x+1,y)+w(1,1)f(x+1,y+1)+ w(-1,-1)f(x-1,y-1)+w(-1,0)f(x-1,y)+w(-1,1)f(x-1,y+1) 可见，相关运算是将模板当权重矩阵作加权平均 * * 平滑滤波器模板 平滑滤波器： （1）模板中各系数非负 （2）模板系数和为1 ） * 效果 中值滤波是用一个有奇数点的滑动窗口，将窗口中心 点的值用窗口各点的中值代替。具体操作步骤如下： （1）将模板在图中漫游，并将模板中心与图中某个象素位置重合。 （2）读取模板下各对应象素的灰度值。 （3）将这些灰度值从小到大排成1列。 （4）找出这些值里排在中间的1个。 （5）将这个中间值赋给对应模板中心位置的象素。 * * 效果 * f(x,y)在(x,y)的梯度 其模值 近似梯度模值 边缘是指图象中灰度发生急剧变化的区域。图象灰度的变化情况可以用灰度分布的梯度来反映。 * Gx和Gy 用近似值： 得到直接差分算子 * Gx和Gy 用近似值： 得到Roberts算子 * Gx和Gy 用近似值： 得到Sobel算子 * 效果 图a:Cameraman原始图像，包含有各种朝向的边缘 图b:用Sobel水平模板，它对垂直边缘有较强的响应 图c:用Sobel垂直模板，它对水平边缘有较强的响应 a b c * f(x,y)在(x