第四章_遥感数字图像增强处理(二)详解.pptVIP

* * * 模板越大，去噪效果越好，但图像越模糊。 * * 中值滤波是一种最常用的非线性平滑滤波器。 * * Prewitt算子、Sobel算子对于含有大量噪声的图像是不适用的。 * * * * 边、噪音、变化陡峭部分 变化平缓部分 u v 频率平面与图像空域特性的关系 图象变化平缓的部分靠近频率平面的圆心，这个区域为低频区域 图象中的边、噪音、变化陡峻的部分，以放射方向离开频率平面的圆心，这个区域为高频区域 * 2、频率域平滑——低通滤波器 图像噪声主要集中在高频部分→采用低通滤波器（低频率部分通过，高频率部分抑制） →去除噪声，改善图像质量。 设：在频率域平面内，理想低通滤波器距原点的截止频率为D0，某一点到原点的距离为： * 理想低通滤波器 说明：在半径为D0的圆内，所有频率没有衰减地通过滤波器，而在此半径的圆之外的所有频率完全被衰减掉 由于高频部分包含大量边缘信息，因此利用此滤波器会导致图像边缘模糊。 * * 理想（圆形）低通滤波器Ideal Circular LowPass Filter——LCLPF 传递函数 缺点：边缘信息损失，图像边缘模糊 * 原图像及其频率图像 * 理想低通滤波图像及其频率图像 * 原始图像与理想低通滤波后图像 * 理想低通滤波前后对比（放大） * 不同半径D0滤波结果 * * Butterworth低通滤波器Butterworth LowPass Filter——BLPF 传递函数 特点：连续衰减，具有一定的连续性，图像模糊程度大大降低。 * 指数低通滤波器Exponential LowPass Filter——ELPF 传递函数 特点：在抑制噪声的同时，图像边缘的模糊程度比Butterworth低通滤波器大。 * 梯形低通滤波器Trapezoidal LowPass Filter——TLPF 传递函数（ D0为截止频率，令D1D0 ） 特点：介于理想低通滤波器与指数低能滤波器之间，处理后图像的一定的模糊。 * 3、频率域锐化——高通滤波器 图像边缘和轮廓主要集中在高频部分→采用高通滤波器（高频率部分通过，高频率部分抑制） →突出边缘和轮廓信息，改善图像质量。 * 理想高通滤波器 * * 理想高通滤波器Ideal HighPass Filter——LHPF 传递函数 特点：边缘抖动现象。 * 理想高通滤波图像及其频率图像 * Butterworth高通滤波器Butterworth HighPass Filter——BHPF 传递函数 特点：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Exponential HighPass Filter——EHPF 传递函数 特点： 比Butterworth高通滤波器效果差，边缘抖动现象不明显。 * 梯形高通滤波器Trapezoidal HighPass Filter——THPF 传递函数（ D0D1≥0，D0 、D1为规定值 ） 特点：产生轻微抖动现象，计算简单，常被采用。 * 4、同态滤波（Homomorphic Filtering）（同态图像增强） 问题引入 若物体受到的光照不匀，那么图象上较暗部分的细节就较难辨别 如何能消除不匀性又不损失细节?利用同态滤波实现 同态滤波 在频率域中，同时对图像亮度范围进行压缩和对图像对比度进行增强的方法。 * 同态过滤器的基本思想 图像的构成 一个图像f(x,y)的灰度由物体所受照度和反射分量的乘积成正比 图像的表示 * 图象上照度i(x,y) 不均匀反映图象上各部分的平均亮度有起伏，照度分量在空间上基本上是一定的，只有缓慢的变化对应低频区域； 反射分量对应图象细节,随着物体的细节作快速的变化, 增强这一部分的对比度，等效于提升高频成分。 问题关键 如何能把f(x,y)的两个分量在频率域分开？ * 同态滤波流程 * 计算步骤 * （2）两边进行FT （3）用同一滤波函数H（u,v）对F（u,v）进行滤波增强处理 * （4）IFT将图像变回空间域 增强后的图像是由对应照度分量与反射分量两部分叠加而成。 * （5）计算同态滤波输出图像，即对上式进行指数变换 * 同态过滤器的效果分析 一个好的控制可以通过用同态过滤器对明度和反射分量分别操作来得到 这个控制要求指定一个过滤器函数H(u,v)，它对于傅立叶变换的低频和高频部分的影响是不同的 尽管这种对应关系只是一个粗略的近似，但它们可以用于优化图像的增强操作 * 如果参数γL和γH的选取使得 γL 1, γH 1 此过滤器函数将减少低频部分、扩大高频部分，最后的结果将是既压缩了明度范围，又扩大了对比度。 同态过滤器的截面图 * 梯度法 图像f(x,y)在像元点（x,y)的梯度可定