第四章图像增强和锐化.ppt

直方图匹配举例 处理效果比较 高斯低通滤波器 高斯低通滤波器 高斯低通滤波器效果 高斯高通滤波器 为什么要做同态滤波 图像部分灰度充满整个灰阶，但是感兴趣的范围较窄。 图像可以根据成像过程写成照度分量和反射分量的乘积。 若能将照度分量和反射分量分离开分别操作可实现图像增强的目的。 理想高通滤波器三维视图 （a）原始图像（b）-（d）理想高通滤波器，截止频率分别为5、25和55，振铃现象明显 高斯高通滤波器 高斯高通滤波器效果 Butterworth高通滤波器 Butterworth高通滤波器的定义 Butterworth高通滤波器截止频率设计 Butterworth高通滤波器的分析 Butterworth高通滤波器的定义 一个截止频率在与原点距离为D0的n阶Butterworth高 通滤波器（BHPF）的变换函数如下： D0 D(u,v) H(u,v) 1/2 1 巴特沃斯高通滤波器截面图 高通巴特沃斯滤波器在通过和滤掉的频率之间没有不连续的分界，高频和低频过渡光滑，输出图像振铃效应不明显。 原始图像 巴特沃斯高通滤波 巴特沃斯高通滤波器 1阶 3阶 20阶 巴特沃斯高通滤波器例子 Butterworth高通滤波器的分析 问题：低频成分被严重地消弱了，使图像失去层次 改进措施： 加一个常数到变换函数 H(u,v) + A 这种方法被称为高频强调 为了解决变暗的趋势，在变换结果图像上再进行一 次直方图均衡化。这种方法被称为后滤波处理。 频域上的高频强调 基本思想与空域上的高频强调一样，目的是即能突出高频成分，又不损失低频成分。高频强调的传递函数为： a为偏移量，b为放大倍数， 为高通滤波器的传递函数。 1 a+b a H(u,v) D(u,v) 通常情况下，频域高频强调与直方图均衡化结合使用，解决单独使用高频强调图像变暗的问题。 同态滤波器 同态滤波器的基本思想 同态滤波器的定义 同态滤波器的效果分析 同态滤波器的基本思想 一个图像f(x,y)可以根据它的照度分量和反射分量的乘积来表示： f (x,y) = i (x,y)r (x,y) 其中：i (x,y)为照度分量函数， r (x,y)为反射分量函数。 通过同时实现压缩亮度范围和增强对比度，来改进 图像的表现。 同态滤波器的定义 因为两个函数乘积的傅立叶变换不是可分离的，也即： F{f(x,y)} ≠ F{i(x,y)}F{r(x,y)} 然而假设我们定义 z(x,y) = ln f(x,y) = ln i(x,y)r(x,y) =lni(x,y)+lnr(x,y) 同态滤波器的定义 那么有： F{z(x,y)} = F{ln f(x,y)} = F{ln i(x,y)} + F{ln r(x,y)} 或 Z(u v) = I(u v) + R(u v) 或 Z(u,v) = I(u,v) + R(u,v) 其中I(u,v) 和R(u,v)分别是ln i(x,y) 和ln r(x,y)的傅立叶变换 同态滤波器的定义 用滤波器函数H(u,v)的方法处理Z(u,v)，有： S(u,v) = H(u,v)Z(u,v) = H(u,v)I(u,v) + H(u,v)R(u,v) 其中S(u v)是结果图像的傅立叶变换 其中S(u,v)是结果图像的傅立叶变换 在空域中： s(x,y) = F-1{S(u,v)} =F-1{H(u,v)I(u,v)} + F-1{H(u,v)R(u,v)} 同态滤波器的定义 通过设： i’(x,y) = F-1{H(u,v)I(u,v)} r’(x,y) = F-1{H(u,v)R(u,v)} 上页等式可以表示为： s(x,y) = i’(x,y) + r’(x,y) 最后，通过i’(x,y) 和 r’(x,y)的逆操作（指数操作） 产生增强后的图像g(x,y