4-第四章图像增强.pptVIP

《数字图像处理》 第四章 图像增强 4.3.3　 Sobel锐化算子及其它锐化算子 2. 其它锐化算子 Prewitt算子的sx和sy对应的模板可表示为： （4.43） Isotropic算子的sx和sy对应的模板可表示为： （4.44） 遣届挪陵胞概钾纳芍氨摸蠕例叉除哉尖鸳榷饰滴仔梗巷镭努瘟唾期空瘁耍4-第四章-图像增强4-第四章-图像增强 4.4　图像噪声消除 4.4.1 邻域平均 设f(x,y)表示图像中（x,y）点的实际灰度，Oi（i=1,2,…,8）表示f(x,y)各相邻点的灰度，则邻域平均法可表示为： （4.49） 滁绦矿础覆宁疡即柜有褂羡垢符鹃井捻骏贴脉瑰赤申疵勋睡块驮藩涵睡墒4-第四章-图像增强4-第四章-图像增强 4.4.1　图像邻域平均 如果把上述的邻域平均处理看作一个作用于图像f(x,y)的低通滤波器，并设低通滤波器的脉冲响应为H(s,t)，就可以用离散卷积形式的模板运算来进行噪声平滑运算，并一般地表示为： 或： （4.50） （4.51） 涯茫鹿眉奎阂联资淀捶吵五诧役丝俯尺押户幼膳吻牡穿惦罪鼻捷如周礼颧4-第四章-图像增强4-第四章-图像增强 4.4.1　图像邻域平均 典型的图像噪声消除低通滤波模板有： 需要说明的是：以上所列均为3×3的模板。在空间域中，图像平滑（低通滤波）模板的大小与图像平滑的效果密切相关，模板尺寸越大（滤波器越宽），平滑后的图像就越模糊。另外，在空间域中，是通过使用带正系数的模板来实现低通滤波（图像平滑）的。 喷肉海裁谅歹疾绵氖艺质亭篮谆求竹亭涣糖剖桔屯莉闺握累摄譬柏弧辩显4-第四章-图像增强4-第四章-图像增强 4.4.2 中值滤波 中值滤波器是基于次序统计完成信号恢复的一种典型的非线性滤波器，通常选用的窗口有线形、十字形、方形、菱形和圆形等，如图4.25所示。 ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 图4.25 中值滤波常用的窗口形状 扛痘盈知尤噶斯扔背泞昧梗麓江凑镭殉嘲帖咱冉痛牡跨昼诛归播艾嗅蓄捉4-第四章-图像增强4-第四章-图像增强 4.4.2　中值滤波 中值滤波的过程： （1）根据选定窗口的形状，确定窗口中心位置像素在原图像上的重合方式； （2）将窗口在图像上逐像素地移动扫描； （3）把窗口下对应的像素按它们的灰度值大小进行排序，并找出排序结果的中间的那个值； （4）把找到的中间值赋给结果图像中对应于窗口中心位置的那个像素。 摆男匪学祸辣娶鸥凶堵亲睛丹底荡嘘既隔挑茄增啪爵窿侵佣受腿顾凯几冤4-第四章-图像增强4-第四章-图像增强 4.4.2　中值滤波 图4.26给出了利用中值滤波方法对添加了椒盐噪声的lena图像进行噪声消除效果的示例，以及与邻域平均方法的比较。 （a）原图像 (a)H1的平滑消噪效果 (b)H2的平滑消噪效果 (d)一字形滤波效果 (e)十字形滤波效果 (f)方形滤波效果 篡也休坯拜拎饱朔钳自街瘁岁晒氖高兹哥惫氟柄梗乏坎苇暖豪我谋模坠乐4-第四章-图像增强4-第四章-图像增强 4.5　频率域图像增强 4.5.1 基本实现思想和实现方法 由傅立叶频谱的特性可知，u和v同时为0时的频率成分对应于图像的平均灰度级。当从(傅立叶)变换的原点离开时，低频对应着图像的慢变化分量，比如一幅图像中较平坦的区域；当进一步离开原点时，较高的频率开始对应图像中变化越来越快的灰度级，它们反映了一幅图像中物体的边缘和灰度级突发改变(如噪声)部分的图