DIP-07-非线性中值滤波-形态学解析.ppt

Guo S. 数字图像处理Digital Image Processing 郭 素梅 Guo S. 目录 非线性滤波： 中值滤波 形态学 腐蚀 imerode 膨胀 imdilate 开 imopen 闭 imclose 非线性滤波：中值滤波 是对一个奇数点滑动窗口内的像素灰度值排序，用中值代替窗口中心像素的原来灰度值。因此它是一种非线性的图像平滑法。 中值滤波 中值滤波 例 中值滤波 中值滤波器的窗口形状可以有多种，如线状、方形、十字形、圆形、菱形等（见图）。 中值滤波和均值滤波 对于椒盐噪声，中值滤波效果比均值滤波效果好。 原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。 中值滤波是选择适当的点来替代污染点的值，所以处理效果好。 因为噪声的均值不为0，所以均值滤波不能很好地去除噪声点。 中值滤波和均值滤波 对于高斯噪声，均值滤波效果比中值滤波效果好。 原因：高斯噪声是幅值近似正态分布，但分布在每点像素上。 因为图像中的每点都是污染点，所中值滤波选不到合适的干净点。 因为正态分布的均值为0，所以根据统计数学，均值可以消除噪声。 编程实现中值滤波3x3 for i=2:sx-1 for j=2:sy-1 kk = 1; for ii=i-1:i+1 %取出对应的九个像素值 for jj=j-1:j+1 t(kk) = f(ii, jj); kk = kk+1; end; end; t2 = sort(t); %排序 g(i,j) = t2(5); %将中间的值，赋给结果图 end; end; matlab实现 B=medfilt2(A,[m n]) 形态学处理 用具有一定形态的结构元素去度量和提取图像中的对应形状，以达到分析和识别图像的目的。 所有的形态学处理都基于结构元素的概念。 形态学处理 结构元素 在特定研究目的下 用来探测图像的一 个小的集合或者子图像 形态学处理 腐蚀：由所有可以填入A内部的结构元素B的原点组成 形态学处理 将结构元素B（原点）移动到图像A中每个像素的位置，提问：结构元素B是不是完全包含在图像A中？ 形态学处理 形态学处理 形态学处理 腐蚀效果 形态学处理 结构元素生成： MATLAB图像处理工具箱提供strel函数生成任意维数和形状的结构元素，其调用方式如下： SE = strel(shape, parameters) 根据shape指定的类型创建一个结构元素SE。shape的类型有arbitrary、pair、diamond、periodicline、disk、rectangle、line、square、octagon。 形态学处理 形态学处理 MATLAB图像处理工具箱提供用于图像腐蚀的函数是imerode，其调用方式如下 IM2 = imerode(IM,SE) IM2 = imerode(IM,NHOOD) IM2 = imerode(IM,SE,PACKOPT,M) IM2 = imerode(...,SHAPE) 其中IM是输入图像，返回输出图像IM2。参数SE为由strel函数返回的结构元素或者结构元素对象组。NHOOD是定义结构元素邻域0和1的矩阵，用于表示自定义形状的结构元素。PACKOPT用来指定图像是否为腐蚀的二值图像，其中ispacked表示为二值图像，notpacked表示为普通的数组。SHAPE指定输出图像的大小，有两种选择，same表示跟输入图像的大小相同，full表示全腐蚀后的结果。 形态学处理 膨胀：结构元素的反射与图像的交集至少有一个像素 形态学处理 将结构元素B的反射移动到图像A中每个像素的位置，提问：结构元素B的反射和图像A的交集是不是为空集？ 形态学处理 形态学处理 形态学处理 膨胀的效果 形态学处理 开运算 Opening = Erosion + Dilation 使用相同的结构元素，先腐蚀后膨胀！ 一般来说，输出的图像不同于输入的图像（已经被腐蚀掉的部分无法通过膨胀运算恢复） 经过开运算的图像比原始图像更规则化（含有较少细节） 轮廓被平滑 细长的部分被去除 小的孤岛被去除. 形态学处理 开运算效果：大小 形态学处理 开运算效果：形状 形态学处理 形态学处理 闭运算 Closing = Dilation + Erosion 先膨胀后腐蚀！同样结构元素 形态学处理 形态学处理 MATLAB图像处理工具箱使用imopen和imclose函数来进行闭运算，其调用方式如下 IM1 = imopen(IM,SE) IM2 = imclose(IM,NHOOD) 形态学处理 腐蚀 使目标收缩 平滑物体边界(目标变成背景) 断开狭窄的连接 去除细