空间领域影像处理.ppt

請記得像素值是非負整數 6 7 8 6 7 8 3 5 7 9 請記得像素值是非負整數 圖4-20 (a) 加入點雜訊的方形影像； (b) 點雜訊方形影像的輪廓圖；(c) 經平均濾波後的影像； (d) 平均濾波後影像的輪廓圖。 圖4-21 (a) 高斯分佈雜訊； (b) 高斯分佈雜訊的長條圖；(c) 經平均濾波後的影像； (d) 平均濾波後影像的長條圖。 中間值濾波 (median filter) 圖4-22 中間值濾波和平均濾波的比較 請記得像素值是非負整數 圖4-23 (a) 加入點雜訊的方形影像； (b) 點雜訊方形影像的輪廓圖； (c) 經中間值濾波後的影像； (d) 中間值濾波後的輪廓圖。 時間平均濾波 (temporal filter) 圖4-24 (a) 標準差 50 及平均值 127 的均勻分佈雜訊影像； (b) 2 張圖 4-24 (a) 雜訊影像的平均； (c) 4 張圖 4-24 (a) 雜訊影像的平均； (d) 16 張圖 4-24 (a) 雜訊影像的平均。 圖4-25 (a) 原含雜訊影像； (b) 16 張圖 4-25 (a) 雜訊影像平均後的影像。 高通濾波 (high pass filter) 圖4-26 高通濾波系統 8/9 第四章：空間領域影像處理 第四章：空間領域影像處理 4.1　空間影像特徵表示 4.2　點處理運算 4.3　利用長條圖強化 4.4　範圍影像處理 4.5　程式發展 4.6　實作練習 4.7　程式分析 4.8　測驗題 4.1 空間影像特徵表示 輪廓 (Profile) 影像的輪廓是影像的任何一條線的灰度變化，此為一維的信號，藉由輪廓的分析通常即可得到所需要的資訊，很多自動化的應用如瓶內液體高度、樹木年輪、積體電路腳位判斷等皆是利用此種處理，圖 4-1 介紹一些常見的應用。圖中輪廓的輸入是藉由線掃描攝影，一種一次輸入一條線信號的攝影機。 圖4-1 常見自動化輪廓分析 長條圖 (Histogram) 圖4-2 一些影像長條圖 統計平均值 圖4-3 (a) 均勻分佈雜訊 (Deviation=30, mean=128)； (b) 長條圖；(c) 雜訊影像中某一條線的輪廓。 圖4-4 (a) 高斯分佈雜訊 (Deviation=40, mean=128)； (b) 長條圖；(c) 雜訊影像中某一條線的輪廓。 圖4-6 影像二維機率圖 圖4-5 亮度的一維機率圖 4.2 點處理運算 (Point Operation) 函數轉換 二值化函數 (Binarization Function) 圖4-8 (a) 原影像； (b) 二值化結果 (Threshold=128)。 圖4-7 影像二值化函數 (a) (b) 圖4-9 (a) 原影像； (b) 二值化之結果 (Low=64；High=192)。 (a) (b) 反白函數 (Inverse Function) 圖4-10 反白函數 圖4-11 (a) 原影像； (b) 原影像的長條圖； (c) 經反白後的影像；(d) 反白影像的長條圖。 二補數函數 (2’s Complement Function) 圖4-12 2 補數影像轉換函數圖 量化函數 (Quantization Function) 對比伸張強化函數 (Contract Stretch Function) 原始像素 min = f = max 4 = f = 253 轉換後 0 = T(f) = 255 0 255 100 200 0 255 20 220 f T(f) min max 讓使用者設定伸展後的像素最大最小值 0 255 0 255 0 255 20 220 f T(f) min max 讓使用者設定伸展後的像素最大最小值 source image image[H] [W] resultant image Cimage[H][W] f ? T(f) f: 原圖像素 T(f): 轉換後的像素 for (i=0;iH;i++) for(j=0;jW;j++) { f = image[i][j]; value = (); Cimage[i][j] = value; } Cimage[i][j] = T(f); 圖4-13 (a) 原影像； (b) 原影像的長條圖； (c) 經對比伸張強化後的影像；(d) 對比伸張強化後影像的長條圖。 圖4-14 (a) 原影像； (b) 原影像的長條圖； (c) 經