图像增强第四讲-频域增强概要.pptVIP

图4-1 频域低通滤波法的处理过程 空域模板平滑法等效于频域低通滤波法 [证] 若选用平滑模板 则平滑公式为 振铃效应（Ringing effect） 振铃效应的典型表现是在图像灰度剧烈变化的临域出现类吉布斯（Gibbs）分布--(满足给定约束条件且熵最大的分布)的震荡。 振铃效应是由于在图像处理中选取了不适当的图像模型造成的；振铃效应产生的直接原因是图像信息量的丢失，尤其是高频信息的丢失。 在实际工作中，存在一类图像，灰度级动态范围很大，即黑的部分很黑，白的部分很白，而感兴趣的某部分物体灰度级范围又小，分不清物体的灰度层次和细节 采用一般的灰度线性变换是不行的，因为扩展灰度级虽可以提高物体图像的反差，但会使动态范围更大，而压缩灰度级，虽可以减少动态范围，但物体灰度层次和细节都不清晰 采用图像同态滤波方法，如果使用合适的滤波特性函数，可以达到既压缩灰度动态范围，又能让感兴趣的物体部分灰度级扩展，从而使图像清晰。 同态滤波是一种在频域中同时将图像亮度范围进行压缩和将图像对比度进行增强的方法－即把频率过滤和灰度变换结合起来 以图像的照明反射模型作为频域处理的基础，设自然景物的图像f(x,y)可以表示成它的照度分量fi(x,y)与反射分量fr(x,y)的乘积 * 高通滤波 1、理想高通滤波器（IHPF） 理想高通滤波器剖面图和透视图 通过高通滤波正好把以D0为半径的圆内的频率成分衰减掉，对圆外的频率成分则无损通过。可以通过计算机模拟实现，但不可能用电子元器件实现。 * 高通滤波 2、n阶巴特沃斯高通滤波器（BHPF） 巴特沃斯高通滤波器剖面图和透视图 同态滤波 反射分量集中在高频段，描述景物的细节 ，与照明无关 照度分量集中在低频段，描述景物的照明，与景物无关 由于傅立叶变换是线性变换，无法将两个分量分开，即 * 4.4 频域图像增强 图像增强的目的主要包括：①消除噪声，改善图像的视觉效果；②突出边缘，有利于识别和处理。前面是关于图像空间域增强的知识，下面介绍频率域增强的方法。 噪声主要集中在高频部分，为去除噪声改善图像质量，滤波器采用低通滤波器H(u,v)来抑制或衰减高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。 常用的频率域低滤波器H(u,v)有：理想滤波器、巴特沃思滤波器、指数低通滤波器。这几种滤波器涵盖了从非常尖锐（理想滤波器）到非常平坦（指数低通滤波器）范围的滤波函数。巴特沃思滤波器有一个参数，称为滤波器“阶数”，当此参数的值较高时，巴特沃思滤波器接近理想滤波器。 频率域平滑 假定原图像为f(x，y)，经傅立叶变换为F(u，v)。频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅立叶变换得到增强的图像g(x,y)。 频率域增强的一般过程如下： f(x,y) F(u,v) F(u,v)H(u,v) g(x,y) DFT (discrete Fourier transform) IDFT (inverse discrete Fourier transform ) 4.4.1 频域图像增强基础 DFT H(u,v) IDFT 滤波 * 频域图像增强 f(x,y)和h(x,y)卷积定义为： 有： 卷积理论是频域技术的基础。设函数f(x,y)与线性位不变算子h(x,y)的卷积结果是g(x,y)，即g(x,y)=h(x,y)*f(x,y)。 * 设 频率域增强主要步骤： （1）计算需要增强图的傅里叶变换； （2）将其与1个转移函数(根据需要设计)相乘； （3）再将结果傅里叶反变换以得到增强的图像。 常用的频域增强方法有：低通滤波、高通滤波、带通和带阻滤波、同态滤波等 则根据卷积定理在频域有： 即g(m,n)=1/9[f(m-1,n-1)+f(m-1,n)+f(m-1,n+1)+f(m,n-1)+f(m,n)+ f(m,n+1)f(m+1,n-1)+f(m+1,n)+f(m+1,n+1)] 4.4.2 频域低通滤波 可写出对应的Z变换式: