图像处理五.doc

上次: 二、图像运算，三、图像变换， 1．图像的点运算（元素群运算） 2．图像的代数运算 3．图像的几何运算 4．图像的邻域（即点的邻域）操作 （1）滑动邻城操作sliding-neighborhood operation （2）分离邻域操作distinct block processing 四、滤波和滤波器设计 频域方法介绍Wiener滤波器和二维FIR滤波器设计 空间域方法介绍 1．平滑滤波器 2．锐化滤波器 图像模糊是常见的图像降质问题。在图像摄取、传输及处理过程中，有许多因素可使图像变模糊。如光的衍射、聚焦不良、景物和取景装置的相对运动等，都可以使图像变模糊。同时在对图像进行数字化时，实际的样本点总是与一定的面积有关，因为所取的样本点值是这个样本点周围具有一定面积区域的平均亮度值（或平均强度值）。若所取的样本点正好落在图像的边界上，从而使图像的边界变得模糊不清。大量的研究表明，各种使图像变模糊的物理过程的数学模型一般都含有求和、求平均、求积分运算。由数学分析理论知道，微分是积分的逆运算，要使得图像的边界变得清晰，在空间域中常运用微分运算来增强图像。 梯度模算子： 由数学分析理论知道，可微函数沿方向的方向导数（变化率）： 梯度方向是变化率最大的方向即 （即方向导数的最大值） 对一幅图像施加梯度模算子可以增强图像灰度值变化的幅度，可以用梯度模算子作为图像锐化算子。 对离散，利用差分替代微分 Laplace算子： 对离散： 其中分别为方向的二阶差分。 Laplace算子可用模板表示。 例h=fspecial(laplacian,0) h = 0 1 0 1 -4 1 0 1 0 fspecial Create 2-D special filters Syntax h = fspecial(type) h = fspecial(type,parameters) Description h = fspecial(type) creates a two-dimensional filter h of the specified type. fspecial returns h as a correlation kernel, which is the appropriate form to use with imfilter. type is a string having one of these values. Value Description gaussian Gaussian lowpass filter sobel Sobel horizontal edge-emphasizing filter prewitt Prewitt horizontal edge-emphasizing filter laplacian Filter approximating the two-dimensional Laplacian operator log Laplacian of Gaussian filter average Averaging filter unsharp Unsharp contrast enhancement filter h=fspecial(laplacian,0) h = 0 1 0 1 -4 1 0 1 0 h=fspecial(laplacian,1) h = 0.5000 0 0.5000 0 -2.0000 0 0.5000 0 0.5000 (讲) h=fspecial(prewitt) h = 1 1 1 0 0 0 -1 -1 -1 h=fspecial(sobel) h = 1 2 1 0 0 0 -1 -2 -1 等。 filter2 Two-dimensional digital filtering Syntax Y = filter2(h,X) Y = filter2(h,X,shape) Description Y = filter2(h,X) filters the data in X with the two-dimensional FIR filter in the matrix h. It computes