第4章图像增强第4-2讲.pptVIP

数字图像处理基础 第4章 图像增强(第二讲) 图像平滑化处理方法： (1)空域法：邻域平均法 (2)频域法：低通滤波法 （3）多图像平均法 四邻域： 阈值法基本方法： 经巴特沃斯滤波器处理过的图像模糊程度会大大减少。因为它的 H(u,v) 不是陡峭的截止特性，它的尾部会包含有大量的高频成分。 3 指数低通滤波器 4 梯形低通滤波器 由于梯形滤波器的传递函数特性介于理想低通滤波器和具有平滑过渡带滤波器之间，所以其处理效果也介于其两者中间。梯形滤波法的结果有一定的振铃现象。 由上二式可见，M 增加则像素值的方差就减小，这说明由于平均的结果使得由噪声造成的像素灰度值的偏差变小。从式（4—37）中可以看出，当作平均处理的噪声图像数目增加时，其统计平均值就越接近原始无噪声图像。这种方法在实际应用中的最大困难在于把多幅图像配准起来，以便使相应的像素能正确地对应排列。 振铃效应解释 一个 n 阶巴特沃斯低通滤波器的传递函数: 2 巴特沃斯（Butterworth）低通滤波器 巴特沃斯低通滤波器又称最大平坦滤波器。它与理想低通滤波器不同，它的通带与阻带之间没有明显的不连续性。也就是说，在通带和阻带之间有一个平滑的过渡带。 ●通常把 H(u,v) 下降到某一值的那一点定为截止频率D0 。 把H(u,v) 下降到原来值的1/2时的D(u,v)定为截频点 D0 。 ●一般情况下常常采用下降到 H(u,v)最大值的 那一点为截止频点。则传递函数可修改为： 巴特沃斯低通滤波器 不同阶数、相同截止频率(都为5 个像素) 的BLPF 空间域h(x,y) 图像表示和剖面图： 二阶BPLF显示了轻微的振铃和较小的负值，但 远没有ILPF明显，是较好的折中选择。 Butterworth滤波器的特性： 一阶的Butterworth滤波器没有振铃. 二阶的Butterworth滤波器有很微小的振铃,但阶数增大时振铃便成为一个重要因素. 当阶数n充分大时, Butterworth滤波器就变成理想低通滤波器. 传递函数： 式中 n 是决定衰减率的系数，如果D(u,v)=D0，则 如果仍然把截止频率定在 H(u,v) 最大值的 处，那么，公式可作如下修改 由指数低通滤波器传递函数可知，由于指数低通滤波器有更快的衰减率，所以，经指数低通滤波的图像比巴特沃斯低通滤波器处理的图像稍模糊一些。由于指数低通滤波器的传递函数也有较平滑的过渡带，所以图像中也没有振铃现象。 梯形低通滤波器传递函数的形状介于理想低通滤波器和具有平滑过渡带的低通滤波器之间。它的传递函数由下式表示 梯形低通滤波器传递函数剖面图 其中 ，在规定 和 时要满足 的条件。一般为了方便，把传递函数的第一个转折点 定义为截止频率；第二个变量 可以任意选取只要 大于 就可以。 类别 振铃程度 图像模糊程度 噪声平滑效果 ILPF TLPF ELPF BLPF 严重 较轻 无 无 严重 轻 较轻 很轻 最好 好 一般 一般 用低通滤波器进行平滑处理可以使噪声、伪轮廓等寄生效应减低到不显眼的程度，但是由于低通滤波器对噪声等寄生成分滤除的同时，对有用高频成分也滤除，因此，这种去噪的美化处理是以牺牲清晰度为代价而换取的。 4.2.1 邻域平均法 4.2.2 低通滤波法 4.2.3 多图像平均法 如果一幅图像包含有加性噪声，这些噪声对于每个坐标点是不相关的，并且其平均值为零，在这种情况下就可能采用多图像平均法来达到去掉噪声的目的。 设 g(x,y) 为有噪声图像，n(x,y) 为噪声， f(x,y)为原始图像，可用下式表示： 多图像平均法是把一系列有噪声的图像 迭加起来，然后再取平均值以达到平滑的目的。 具体做法如下： 取 M 幅内容相同但含有不同噪声的图像，将它们迭加起来，然后作平均计算，如下式所示 由此得出 式中 是 的数学期望， 和 是 和 在 坐标上的方差。在平均图像中任一点的均方差可由下式得到 (4—39) 图4—25 示出了图像平滑处理的效果，其中（a）是待处理图像，（b）是处理后的图像。 图 4—25 图像平滑处理效果 练习：邻域平均法对图像灰度级进行处理（选用8邻域） 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1 2 1 4 3 1 2 2 3 4 5 7 6 8