图像处理06-灰度变换1说课.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * Matlab demos -Matlab more examples\superquadrics * * * 笔记： 分为三步 转换： 时间： 3分钟 * 笔记： 分为三步 转换： 时间： 3分钟 * 1分钟 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 笔记： 详细阐述上述特性，着眼于对滤波的好处 转换： 下面说明如何设计高斯滤波器 时间： 5分钟 * 3、带通滤波器 * 带通滤波器透视图 * 4、带阻滤波器 带阻滤波器透视图 （3）指数形高通滤波器 3阶指数形高通滤波器转移函数三维图 3阶指数形高通滤波器转移函数剖面图 （4）梯形高通滤波器 梯形高通滤波器转移函数剖面图 D1 D0 高斯高通滤波器的滤波函数为： 其中 为截止频率。 为频率平面点到原点的距离 高斯高通滤波函数的图像如图所示 （a）源图像 Results of Gaussian high pass filtering with D0 = 15 Results of Gaussian high pass filtering with D0 = 80 Results of Gaussian high pass filtering with D0 = 30 Results of ideal high pass filtering with D0 = 15 Results of Butterworth high pass filtering of order 2 with D0 = 15 Results of Gaussian high pass filtering with D0 = 15 Results of ideal high pass filtering with D0 = 15 Results of Gaussian high pass filtering with D0 = 15 Results of Butterworth high pass filtering of order 2 with D0 = 15 Results of ideal high pass filtering with D0 = 15 Results of Butterworth high pass filtering of order 2 with D0 = 15 Results of Gaussian high pass filtering with D0 = 15 Original image Highpass filtering result High frequency emphasis result After histogram equalisation 周期噪声： 一般是由于电力或者机电干扰产生的 导致图像产生规则的噪声样式 Fourier域中的频域技术对去除周期噪声最为有效。 用于消除周期噪声的频域滤波器： 带阻滤波器 带通滤波器 陷波滤波器 去除图像中的周期噪声涉及到图像中的特定部分 带阻滤波器可以解决这个问题 一个理想的带阻滤波器定义如下： 下图显示了理想的带阻滤波器以及Butterworth和 Gaussian滤波器 带阻滤波器 Butterworth带阻滤波器 (阶数为1) Gaussian带阻滤波器 受正弦噪声干扰的图像 干扰图像的Fourier频谱 Butterworth 带阻滤波器 滤波图像 * 图像f(x,y),照明分量 i(x,y),反射分量r(x,y) 两边取自然对数 傅里叶变换 * 假设用滤波器函数来处理 反变换 故增强后的图像由对应的照明分量与反射分量叠加而成 取指数 * 同态图像增强法示意图 * 同态滤波器的径向横断面 如果，Hl1,Hh1 同态滤波压缩了图像的动态范围， 增强了图像的对比度 * 原始图像的背景等平滑区域亮度减弱 钱币边缘及线条处对比度增强 效果 * * * 1阶指数形低通滤波器转移函数剖面图 3阶指数形低通滤波器转移函数三维图 3阶指数形低通滤波器转移函数剖面图 （5）梯形低通滤波器 梯形低通滤波器转移函数三维图 梯形低通滤波器转移函数剖面图 图像锐化目的：加强图像轮廓，使图像看起来比较清晰 图像中边缘及细节与高频成分相对应 高频滤波器