计算图像的傅里叶变换f(u,v) f(u,v).ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 微分法（CONT） 从前面的实例可以看出： 某像素的梯度值是该像素与相邻像素的灰度差值 图像轮廓上，像素灰度有陡然变化，梯度值很大。 图像灰度变化平缓区域，梯度值很小。 等灰度区域，梯度值为零。 灰度图像及其梯度图像实例 考虑一个3x3的图像区域，z代表灰度级，上式在点z5的▽f值可用 数字方式近似。 可用Z6-Z5可近似 可用Z8-Z5可近似 组合为： 向量模值的近似计算 用绝对值替换平方和平方根有： 微分过滤器的原理 另外一种计算方法是使用交叉差 微分滤波器模板系数设计 ?Roberts交叉梯度算子 ?Prewitt梯度算子 ?Sobel梯度算子 Roberts交叉梯度算子 ?梯度计算由两个模板组成，第一个求得梯度的第一项，第二个求得梯度的 第二项，然后求和，得到梯度。 ?两个模板称为Roberts交叉梯度算子 ?该方法最大优点是计算量小，速度快 Prewitt梯度算子—— 3x3的梯度模板 Sobel梯度算子——3x3的梯度模板 （a）lena源图像（b）Roberts算子结果（c）Prewitt算子结果（d）Sobel算子结果 利用不同方法对lena图像进行边缘增强的结果 二阶微分滤波器 二阶导数更有效 对细节更有效 容易实现 我们先研究拉普拉斯算子（Laplacian ）算子 一阶导数的局部最大值对应着二阶导数的零交叉点（Zero crossing）。这样通过求图像的二阶导数的零交叉点就能找到精确边缘点。 在二维空间，对应二阶导数算子有拉普拉斯算子。 直方图法 梯度阈值法 二阶过零点法 拉普拉斯算子 拉普拉斯算子 拉普拉斯变换对图像增强的基本方法 （1） （2） (1)用于拉普拉斯模板中心系数为负 (2)用于拉普拉斯模板中心系数为正 拉普拉斯算子－例 拉普拉斯算子－例 结合的滤波技术 采用单一的增强技术不能取得理想的结果 为了取得较理想的增强结果，常采用结合的策略 下面是实例。 结合的滤波技术（CONT） 结果： % 梯度锐化滤波 I=imread(lena.bmp); figure; subplot(1,3,1);imshow(I); H=fspecial(Sobel); H=H; %Sobel垂直模板 R=filter2(H,I); subplot(1,3,2);imshow(R,[]); H=H; %Sobel水平模板 R=filter2(H,I); subplot(1,3,3);imshow(R,[]); %LOG 算子检测边缘 I=imread(lena.bmp); figure(2); subplot(1,2,1); imshow(I); title(原图像); [R,t]=edge(I,log); subplot(1,2,2); imshow(R); title(LOG算子边缘检测结果); % Sobel算子检测边缘 I=imread(lena.bmp); R=edge(I,sobel); figure;imshow(R); %Prewitt算子检测边缘 I=imread(lena.bmp); R =edge(I,Prewitt); figure;imshow(R); %Canny算子检测边缘 I=imread(lena.bmp); R =edge(I,canny); figure;imshow(R); 本 次 授 课 结 束 谢 谢 ！ * * * * * * * * * * * * * * * * * * 理想高通滤波器 理想高通滤波器定义为: 与低通滤波器类似， D0 为截至频率 与低通滤波器相对，IHPF 将以D0 为半径的圆周内的所有频率置为0，而毫不衰减地通过圆周外的任何频率。 IHPF 也是物理不可实现的，只能通过计算机实现。 和ILPF 一样有振铃现象 理想高通滤波器 (a) D0 = 15 (b) D0 = 30 (c) D0 = 80 a图振铃现象十分严重，以致产生失真，物体的边界也被加粗了(字母a)，顶部三个圆的边缘不清晰，微小的物体和线条显现出几乎纯粹的白色。b图情况有所改善，开始看到对微小物体的过滤，对应的空间滤波器比左图小，但是边缘失真仍然很明显c图的高