CV03-图像预处理2汇编.pptVIP

* * * 对图像中每一像素点，输出响应值是通过平移卷积模板到像素点处，计算模板与像素点邻域加权得到的，其中各加权值对应卷积模板的各对应值 和的卷积等于卷积的和，尺度变换后的图像卷积等于卷积后作相应的尺度变换 * 任何一幅原始图像，在其获取和传输等过程中，会受到各种噪声的干扰，使图像恶化，质量下降，图像模糊，特征淹没，对图像分析不利。 * * 为克服简单局部平均法的弊病，目前已提出许多保边缘、细节的局部平滑算法。它们的出发点都集中在如何选择邻域的大小、形状和方向、参加平均的点数以及邻域各点的权重系数等，下面简要介绍几种算法。 * 对邻域平均法稍加改进，可导出超限像素平滑法 * 这算法对抑制椒盐噪声比较有效，对保护仅有微小灰度差的细节及纹理也有效。可见随着邻域增大，去噪能力增强，但模糊程度也大。 同局部平滑法相比，超限像素平滑法去椒盐噪声效果更好。 * 笔记： 结合图示说明高斯平滑滤波的基本思想，随着距离的增大，对中心像素的影响减小 转换： 下面说明高斯函数的良好特性 时间： 2分钟 * 1）一般来说，一幅图像的边缘方向是事先不知道的，因此，在滤波前是无法确定一个方向上比另一方向上需要更多的平滑．2）因为边缘是一种图像局部特征，如果平滑运算对离算子中心很远的像素点仍然有很大作用 3）图像常被不希望的高频信号所污染(噪声和细纹理)．而所希望的图像特征（如边缘），既含有低频分