《图像处理课件》第4章 图像增强.pptVIP

频域：G(u,,v)= H(u,v) ·F(u,v) 其中：F(u,v)：原始图象傅立叶频谱 G(u,v)：平滑后图象的傅立叶频谱 H(u,v)：滤波转移函数 H(u,v)函数的定义方法很多，针对具体情况选用不同方法。 FFT H(u,v) IFFT f(x,y) F(u,v) G(u,v) g(x,y) 4.5.2 高通滤波法 图像中的均匀与不均匀反映了频率高低不同 抑制低频（增强高频）—锐化 抑制高频（增强低频）—平滑 滤波传递函数 g(x,y) = h(x,y) * f (x,y) G(u,v) = H(u,v)·F(u,v) 以下讨论考虑对F(u,v)的实部、虚部影响完全相同的滤波转移函数——零相移滤波器 4.5.2 高通滤波法 (1)理想滤波器 D0 4.5.2 高通滤波法 (2) 巴特沃斯滤波器 4.5.2 高通滤波法 (3) 指数滤波器 4.5.2 高通滤波法 (4) 梯形滤波器 D1 D0 H(u,v) D(u,v) 4.5.2 高通滤波法 4.4.2 中值滤波 中值滤波 中值滤波与均值滤波的区别仅限于：中值滤波是求局部中值而不是局部均值，即对参与计算的像素灰度值按大小排序，然后取位置居中的像素灰度值。 Median filtering 目的：既要消除噪声又要保持图像的细节 步骤: 1）模板游走 2）将mask下对应的灰度值（奇数）排序 3）用中间值代替 f(x,y), 消除孤立的噪声点 mask大小不一样，效果不一样，与叠加的噪声有关系 窗口形状 方形、十字形、圆形、圆环形 4.4.2 中值滤波 使用二维滤波需注意 1）有尖顶角几何结构的图像，一般采用十字窗，大小不超过最小有效物体的尺寸 2）有较多的点、线、尖顶角的细节结构，不用中值滤波 用3×3方形，图像全为0 用3×3十字，保留了线状细节，丢失了点状细节 4.4.2 中值滤波 [例3] 设16x16点阵的图像如右图所示 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 1 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4.4.2 中值滤波 采用3x3中值滤波，结果如右图所示 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? ? 0 0 0 0 9 9 9 9 9 9 0 0 0 0 ? ? 0 0 0 9 9 9 9 9 9 9 9 0 0 0 ? ?