最近邻域法选编.ppt

5.4.1 带阻滤波器;5.4.1 带阻滤波器（理想带阻滤波器传递函数）;5.4.1 带阻滤波器（巴特沃思和高斯带阻传递函数）;5.4.1 带阻滤波器透视图;5.4.1 带阻滤波器应用举例;5.4.2 带通滤波器;5.4.2 带通滤波器说明;5.4.3 陷波滤波器;5.4.3 陷波带阻滤波器透视图;5.4.3 理想陷波带阻滤波器传递函数;5.4.3 巴特沃思和高斯陷波带阻滤波器传递函数;5.4.3 陷波带通滤波器;5.4.3 陷波滤波器举例;5.4.4 最佳陷波滤波器;5.4.4 最佳陷波滤波器原理;5.4.4 最佳陷波滤波器 公式推导1;5.4.4 最佳陷波滤波器 公式推导2;5.4.4 最佳陷波滤波器应用举例;5.4.4 最佳陷波滤波器应用举例 2;5.4.4 最佳陷波滤波器应用举例 3;5.5 线性、位置不变的退化;5.5 线性、位置不变的退化 2;5.5 线性、位置不变的退化 3;5.5 线性、位置不变的退化 小结;上节回顾;5.6 估计退化函数;5.6.1 图像观测估计法;5.6.2 试验估计法;5.6.2 试验估计法;5.6.3 模型估计法;5.6.3 模型估计法 建模举例;5.6.3 模型估计法 建模举例 2;5.6.3 模型估计法 建模举例 3;5.6.3 模型估计法 建模举例 4;5.7 逆滤波;一般直接逆滤波的效果较差。 一种解决退化是零或者很小值问题的途径是限制滤波的频率使其接近原点值。 因为H(0,0)等于h(x,y)的平均值，并且通常是H(u,v)在频域的最高值。所以，通过将频率限制为接近原点进行分析，就减少了遇到零值的几率。;5.7 逆滤波举例;5.8 最小均方误差（维纳）滤波;5.8 最小均方误差（维纳）滤波 2;5.8 最小均方误差（维纳）滤波 3;5.8 逆滤波和维纳滤波的比较;5.8 逆滤波和维纳滤波的进一步比较;5.9 约束最小二乘滤波;5.9 约束最小二乘滤波 2;5.9 约束最小二乘滤波 举例;5.10 几何均值滤波;5.11 几何变换;5.11 几何变换 —— 空间变换;5.11 几何变换 —— 空间变换2;5.11几何变换 —— 灰度级插补;5.11 灰度级插补——最近邻域法; 对于通常目的的图像处理，双线内插是一种很实用的方法，可得到较平滑的结果。;5.11 几何变换 举例;5.11 几何变换举例 2