第3讲_频域图像增强_ver2.0.ppt

4.3.1 低通滤波器 2. 理想低通滤波器的模糊 理想低通滤波产生“振铃”现象 4.3.1 低通滤波器 4.3.1 低通滤波器 4.3.1 低通滤波器 3. 巴特沃斯低通滤波器 减少振铃效应，高低频率间的过渡比较光滑 阶为 n 物理上可实现（理想低通滤波器在数学上定义得很清楚，在计算机模拟中也可实现，但在截断频率处直上直下的理想低通滤波器是不能用实际的电子器件实现的） 4.3.1 低通滤波器 3. 巴特沃斯低通滤波器 截断频率 使H最大值降到 某个百分比（常取 50％）的频率 在D(u, v) = D0时 H(u, v) = 1/2 H(u, v) = 1/21/2 4.3.1 低通滤波器 4.3.1 低通滤波器 4. 其他低通滤波器 梯形 指数 n=1 4.3.1 低通滤波器 4.3.2 高通滤波器 1. 理想高通滤波器 形状与低通滤波器的形状正好相反 4.3.2 高通滤波器 2. 巴特沃斯高通滤波器 形状与巴特沃斯低通滤波器的形状正好相反 截断频率 使H值上升到最大值 某个百分比（常取50％） 的频率 H(u, v) = 1/2 4.3.2 高通滤波器 3. 高频增强滤波器 傅里叶变换：G(u, v) = H(u, v)F(u,v) 高频增强转移函数：He(u, v) = k?H(u, v) + c 高频增强输出图的傅里叶变换： Ge(u, v) = k ? G(u, v) + c ? F(u, v) 反变换回去： ge(x, y) = k ? g(x, y) + c ? f(x, y) 高通 原图 4.3.2 高通滤波器 4.3.2 高通滤波器 4. 高频提升滤波器 用原始图减去低通图得到高通滤波器的效果 把原始图乘以一个放大系数A再减去低通图就可构成高频提升（high-boost）滤波器 高通滤波器：A = 1 高频增强滤波器：A = ？ 4.3.2 高通滤波器 5. 其他高通滤波器 梯形 指数 4.4 带通和带阻滤波器 1. 带阻滤波器 阻止一定频率范围 （允许其它频率范围） 如果这个频率范围的下限是0（上限不为?），则带 阻滤波器成为高通滤波器 如果这个频率范围的上限是?（下限不为0），则带 阻滤波器成为低通滤波器 4.4 带通和带阻滤波器 1. 带阻滤波器 （以原点为中心） 巴特沃斯带阻滤波器 4.4 带通和带阻滤波器 2. 带通滤波器 巴特沃斯带通滤波器 4.4 带通和带阻滤波器 4.4 带通和带阻滤波器 陷波滤波器 陷波滤波器必须两两对称地工作 4.4 带通和带阻滤波器 4.5 同态滤波器 {同态滤波基于一个简单的亮度成像模型} 4.5.1 亮度成像模型 4.5.2 同态滤波增强 4.5.1 亮度成像模型 图像成像模型 2-D亮度函数：f (x, y) 亮度是能量的量度，一定不为零且为有限值 (1) 入射到可见场景上的光量 (2) 场景中目标对入射光反射的比率 照度成分 i(x, y) 和反射成分 r(x, y) 4.5.1 亮度成像模型 图像成像模型 f(x, y)与 i(x, y)和 r(x, y)都成正比 i(x, y)的值是由光源决定的 r(x, y)的值是由场景中的目标特性所决定的 4.5.2 同态滤波增强 线性滤波器消除加性噪声很有效 乘性噪声（非加性噪声） 例如：在图像采集时 入射量和反射率 借助成像模型 转换成加性关系 4.5.2 同态滤波增强 同态滤波 同时将图像亮度范围进行压缩和将图 象对比度进行增强 利用频域增强思路 将乘性转换为加性，处理后再转换回来 4.5.2 同态滤波增强 （1）两边取对数： （2）两边取傅氏变换： （3）用一频域函数 H(u, v)处理 F(u, v)： （4）反变换到空域： （5）两边取指数： 4.5.2 同态滤波增强 图像成像模型 f (x, y)与 i (x, y)和 r (x, y)都成正比 照度分量 反射分量 低频分量 高频分量 4.5.2 同态滤波增强 特点：能消除乘性噪声，还 能同时压缩图像的整体动态范围 和增加图像中相邻区域间的对比度 典型曲线 效果示例（HL = 0.5，HH = 2.0） 4-3 4-5 作业 童卫青 (华东师范大学 计算机系） 第*页 第4章 数字图像处理Digital Image Processing 童卫青 华东师范大学 计算机科学技术系 wqtong@cs.ecnu.e