图像分析中的数据结构(2s).pdf

图像分析中的数据结构 (2) 福州大学数学与计算机科学学院 陈昭炯 2015年3月27 日星期五 滤波与卷积 •线性滤波器常用于剔除输入信号中不想要的频率 （如噪声）或者从多频率中选择一个想要的频率 •几种常见的线性滤波器： —允许低频率通过的低通滤波器。 —允许高频率通过的高通滤波器。 —允许一定范围频率通过的带通滤波器。 滤波与卷积 •图像线性滤波的一种方式是将图像与表征滤波特 征的核函数进行卷积  (I * F )(x , y ) I (,)F (x , y )dd  L(x , y ;) G(x , y ;) * I (x , y ) 2  1  x 2 高斯低 G1D (x ;) e 2 通滤波  2  x 2 y 2  1  22 G2D (x , y ;) 2 e  2  2  x   1 2  2 GND (x ;) N e  ( 2) 分层数据结构—高斯金字塔（1） Gaussian Pyramid Generation • 金字塔的底层即源图像 • 采用5*5拟高斯核函数w对图像进行低通滤波 g 0 input image g l REDUCE [g l 1 ] 2 2 g (i, j )  w(m, n)g (2i m,2j n) l l 1 m 2 n 2 l 1,2, , H •整个金字塔的数据为源图像的 4/3 分层数据结构—Gaussian Pyramid （2 ） The Generating Kernel -1 • 核函数w满足如下准则： ˆ ˆ •可分离性：w(m, n) w(m) w(n) 2 ˆ •规范性： w(m) 1