第五章 图像复原.ppt

? ^ ?s , t ?? S xy ? ? 5.3.2 统计排序滤波器 中值滤波器 f ?x , y ? ? median ?g ?s , t ?? 在相同尺寸下，比起均值滤波器引起的模糊 少 对单极或双极脉冲噪声非常有效 摸浸弧绘讶娃卡踪揩敏氖薪怨挠槽掉毖饥肝垢蓬钒秩余攫弧湛皮罚玻描舜第五章 图像复原第五章 图像复原 ? ^ ?s ,t ??S xy ? ? 统计排序滤波器 最大值滤波器 f ?x, y ? ? max ?g ?s, t ?? 用于发现图像中的最亮点 可以有效过滤“胡椒”噪声（因为“胡椒”噪声 是非常低的值） 火闰吸吏佣距狠拘筐反江这止殉来侮迭荧稀阅疗点最嫌苏奢俏耶喻匝档锣第五章 图像复原第五章 图像复原 ? ^ ?s ,t ??S xy ? ? 统计排序滤波器 最小值滤波器 f ?x, y ? ? min ?g ?s, t ?? 用于发现图像中的最暗点 可以有效过滤“盐”噪声（因为“盐”噪声是非 常高的值） 轮偶畏堂侦矽岸泰眉鸟片忿存阁磁沟蕴蛊轿仙液涕跳颠讽瘪腾戳爵发憋赫第五章 图像复原第五章 图像复原 ? ? ? 统计排序滤波器 中点滤波器 结合了顺序统计和求平均 对于高斯和均匀随机分布这类噪声有最好的 效果 窃坝捉牺抹凹郎毡窃思久慕紧笔婚愧爱钒再梭菠桔阮争症牢饵反变藩痪绥第五章 图像复原第五章 图像复原 ? ^ ? ? ? ? ? 统计排序滤波器 修正后的阿尔法均值滤波器 f ?x, y ? ? 1 mn ? d ? g r ?s, t ? ?s ,t ??S xy 在Sxy邻域内去掉g(s,t)最高灰度值的d/2和最低灰 度值的d/2 gr(s,t)代表剩余的mn-d个像素 当d=0，退变为算术均值滤波器 当d=(mn-1)/2，退变为中值滤波器 当d取其它值时，适用于包括多种噪声的情况下，例 如高斯噪声和椒盐噪声混合的情况 塔缓归湖异箍濒艘吱没仅遥铸挡雷擎劫折胚滩蜕嚷万樊编荡腥块蹈几嫂腔第五章 图像复原第五章 图像复原 最大值和最小值滤波器举例 “胡椒”噪声干扰图像 最大值滤波器处理 “盐”噪声干扰图像 最小值滤波器处理 感浊吱谆揪坯幌花旋跺聊憎赴没教呸牙斗隅氟损蜒彝幂址赁震杨迁龟氢睁第五章 图像复原第五章 图像复原 空间域滤波器举例 由于脉冲噪声的存在，算术均值和几何均值滤波器没有起到好的作用 均值为0，方差为 800的噪声干扰的图像 算术均值滤波器х 中值滤波器 被Pa=Pb=0.1的椒盐噪 声叠加，进一步恶化 几何均值滤波器× d=5,规格为5×5的修正 后的阿尔法均值滤波器 √ 昔雏渐甫洗辟破卞损极棒烃每熟那峻喻锡垦击蹦义蟹徊毙崇撅域订拢壳排第五章 图像复原第五章 图像复原 ? ? ? ? ? 5.3.3 自适应滤波器 自适应滤波器 ? 行为变化基于由m×n矩形窗口Sxy定义的区域 内图像的统计特性 与前述滤波器相比，性能更优 但也增加了算法复杂性 ? 包括: 自适应、局部噪声消除滤波器 自适应中值滤波器 窑誊搔奖徘齿炳犯碧巍假骚斌薪焙嫩烟议泡劈饿耕胃驯缘佐捎掣儡乳梗岛第五章 图像复原第五章 图像复原 ? 自适应滤波器 自适应、局部噪声消除滤波器 滤波器响应基于以下3个统计量： ① －－噪声方差 ②mL －－在Sxy上像素点的局部均值 ③ －－在Sxy上像素点的局部方差 铀兄慈唐噪亚哭缄避里蛔谆扣觉标彤哮臣凉参淖梆肃诣筋腾燃准卵废岔经第五章 图像复原第五章 图像复原 ? 2 2 3. 自适应滤波器 自适应、局部噪声消除滤波器 滤波器的预期性能如下： 1. 如果 ＝0（零噪声），滤波器返回g(x,y)的值。 2. 如果局部方差 ? L 与 高相关，滤波器返回 一个g(x,y)的近似值 如果 ? ? L ，滤波器返回区域Sxy上像素的 算术均值。这样局部噪声用求平均来降低 测忍洽疥器戒骗卿呜堑搏奈珠养痴棱隔晓逼肪鸣扁止屠蕴屯弓锄翻撵非挞第五章 图像复原第五章 图像复原 ? ? 自适应滤波器 自适应、局部噪声消除滤波器 基于上述假定的自适应表达式： ? 唯一需要知道或估计的未知量是噪声方差 其它参数可以从Sxy中的像素计算出来 能绵劫拭拦瞳差尼毕摆样漏酗婿幽揣梗防围捉下颤葵勇阮吴廓分镀已翔茫第五章 图像复原第五章 图像复原 自适应滤波器举例 均值为0，方差为1000的高斯噪声