ch5_频域增强.ppt

第5章 频域图像增强 第5章 频域图像增强 5.1 频域增强原理  5.1 频域增强原理  5.1 频域增强原理  5.1 频域增强原理  5.1 频域增强原理  5.1 频域增强原理  5.1 频域增强原理 一些基本的滤波器：如何作用于图像？ 5.1 频域增强原理 陷波滤波器 5.1 频域增强原理 陷波滤波器举例 5.1 频域增强原理 低通滤波器：使低频通过而使高频衰减的滤波器 5.1 频域增强原理 低通滤波器和高通滤波器举例 5.1 频域增强原理 低通滤波器和高通滤波器举例 5.1 频域增强原理  5.1 频域增强原理  5.1 频域增强原理  5.1 频域增强原理  5.1 频域增强原理  5.1 频域增强原理  上述公式表明，空间域和频率域中的滤波器组成了傅里叶变换对 给出在频率域的滤波器，可以通过反傅里叶变换得到在空间域对应的滤波器，反之亦然 滤波在频率域中更为直观，但在空间域一般使用更小的滤波器模板 可以在频率域指定滤波器，做反变换，然后在空间域 使用结果滤波器作为在空间域构建小滤波器模板的指导 5.1 频域增强原理  5.1 频域增强原理  5.1 频域增强原理  结论（低通滤波器） 5.1 频域增强原理  结论（高通滤波器） 5.2 低通滤波 频域低通滤波的基本思想 构造一个低通滤波器H(u,v)，使低频分量顺利通过而有效阻止高频分量，即可滤除频域中高频部分的噪声，再经逆变换就可以得到平滑图像 低通滤波是一个一牺牲图像清晰度为代价来减少干扰效果的修饰过程 5.2 低通滤波 理想低通滤波器：尖锐 巴特沃思低通滤波器：处于理想和高斯滤波器之间 高斯低通滤波器：平滑 应用实例 5.2.1 理想低通滤波 理想低通滤波器 5.2.1 理想低通滤波 理想低通滤波器的三维透视图、频谱图及径向剖面图 5.2.1 理想低通滤波 理想低通滤波器截止频率的设计 5.2.1 理想低通滤波 理想低通滤波器举例 5.2.2 巴特沃斯低通滤波器 由于理想低通滤波器存在明显的“振铃”现象，且其垂直的频率响应特性仅能用软件方法实现，无法用电路实现。因此，研究实用的低通滤波器是非常有价值的。一种常用的频域低通滤波器是巴特沃斯(Butterworth)低通滤波器。 5.2.2 巴特沃斯低通滤波器 n阶巴特沃斯低通滤波器(BLPF)定义如下 5.2.2 巴特沃斯低通滤波器 5.2.3 高斯低通滤波器 二维高斯低通滤波器(GLPF)定义如下 5.2.3 高斯低通滤波器 5.2.3 高斯低通滤波器 GLPF不能达到有相同截止频率的二阶BLPF的平滑效果 GLPF没有振铃 如果需要严格控制低频和高频之间截至频率的过渡，选用BLPF，代价是可能产生振铃 5.2.4 低通滤波的应用实例 字符识别：通过模糊图像，桥接断裂字符的裂缝 印刷和出版业：从一幅尖锐的原始图像产生平滑、柔和的外观，如人脸，减少皮肤细纹的锐化程度和小斑点 处理卫星和航空图像：尽可能模糊细节，而保留大的可识别特征。低通滤波通过消除不重要的特征来简化感兴趣特征的分析 5.2.4 低通滤波的应用实例 字符识别举例 5.2.4 低通滤波的应用实例 人脸图像处理 5.2.4 低通滤波的应用实例 人脸图像处理 5.3 高通滤波 频域高通滤波的基本思想 F(u,v)是需要锐化的傅里叶变换形式 目标是选取一个低通滤波器H(u,v)，通过它减少F(u,v)低频部分来得到G(u,v) 运用傅里叶逆变换得到锐化的图像 5.3 高通滤波 理想高通滤波器 巴特沃思高通滤波器 高斯高通滤波器 频率域的拉普拉斯算子 钝化模板、高频提升滤波和高频加强滤波 5.3.1 理想高通滤波 理想高通滤波器 5.3.1 理想高通滤波 5.3.2 巴特沃斯高通滤波器 n阶巴特沃斯高通滤波器(BLPF)定义如下 5.3.2 巴特沃斯高通滤波器 5.3.3 高斯高通滤波器 截频距原点为D0的高斯高通滤波器(GHPF)定义为 5.3.3 高斯高通滤波器 5.3.4 频率域的拉普拉斯算子 截频距原点为D0的高斯高通滤波器(GHPF)定义为 5.3.4 频率域的拉普拉斯算子 原点从(0,0)移到(M/2,N/2),所以，滤波函数平移为 5.3.4 频率域的拉普拉斯算子 5.3.4 频率域的拉普拉斯算子 从原始图像中减去拉普拉斯算子部分，形成g(x,y)的增强图像 5.3.4 钝化模板、高频提升滤波和高频加强滤波 为什么要进行高频提升和高频加强？ 5.3.4 钝化模板、高频提升滤波和高频加强滤波 钝化模板(锐化或高通图像)：从一幅图像减去其自身模糊图像而生成的锐化图像构成。在频率域，即从图像本身减去低通滤波（模糊）后的