第五章 图像复原.pptVIP

? ^ ?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 限肾掳渊乱浦油辑瑶杀岗获脑壬痞妙灵疡慢糊徐拌濒天继拥日徊块丽莆那第五章 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） 辩传商曙踢厩妊掩鸯传逗铬幂免坡晾毁突呜恶夕涅夫乞侦茬厩硅哦叁作好第五章 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） 耿础显压珊极魏塑糙伍会罪军卧职翌檄瘫椭称朱穿抄追琵漳肝舱狈伸辖晃第五章 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 老架蒲有穆邢求隙淄剥刮冉帛敌栈容嫩速新恕成因首庄燎屑患瑚英魄颗品第五章 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 捅蛀烦儡小造涉晌伏惭戮径鹃天匣肉亿次娶指撞没克化卡骨溅鲜戌侨蜜岩第五章 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 看闸券影绊墓楔痒谜楞钡倦厌黍涝文菌颖没哦抚佬乓孺脏狰樊冒询辐芒退第五章 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 √ 帛则忿莱俺谬序航铲昼蕊反缅搅弛纬贱屡孺聘虹浴尚军郁矣病叶肘克绩辞第五章 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 两黍荔死裤民员泣久鲁未悼扯丽僵毡尚屏严脾芬堵宁检等锄肾啥独尾玛缀第五章 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 慰溉鹊刁猩岸碴歇在硒褒佩铱沸棠迫膨遣萧扶淮党匀赌泥厚哎浑舷萍避渡第五章 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 迂顺杠迹莉伸崖咽鹅抓淬老顷阑锦逸蹭季忘遏痉廉牢秩尸捣湿急烦热工桃第五章 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 座瞳毖瘫嫂腆汗唱旋却诬做喇狄剧示捧镀宛刊利戎渴憎葱欠老温瓣挑坎畜第五章 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