第9章视觉系统图像处理和分析.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * （3） 频域 当一幅图像的傅里叶变换计算出来后，频谱就能很明显地体现噪声频率。 （4）中值滤波器 领域平均法主要问题是随着噪声的消除，物体的边缘也变得模糊不清。 中值滤波的原理是：每个像素点上的值被以它为中心的9个像素值点上的值按升序排列的中值所代替。中值滤波并不会产生新的灰度级，却改变了图像的直方图分布。中值滤波器有可能使图像呈现木纹状，特别是在使用多次之后。 图9.31 中值滤波器的应用 图9.32 （a）原始图像（b）被噪声污染的图像 （c）用3×3中值滤波器改善的图像 （d）用7×7中值滤波器改善的图像 * 11. 边缘检测 主要用于确定图像中的线条。除了二值图像，其他图像的边缘特征一般都不理想。 图9.33 用一阶和二阶导数的边缘检测 * 数字实现 由于图像是离散的 掩膜[-1 1] 当计算有限差分时的相关点并不在感兴趣像素的中心，而是在计算梯度的依次像素之间的两个中点，并用修改的掩膜1/2[-1 0 1]来进行平均。 * 它可以用掩膜[1 -2 1]来实现的，近似的二维图像的拉普拉斯可以用如下的掩膜来计算： * 图9.36 拉普拉斯1型高通边缘检测器掩膜 图9.37 其他的滤波器 图9.38 Sobel、Roberts和Prewitt边缘检测器 * 图9.39 （a）原图像、（b）拉普拉斯1、（c）拉普拉斯2、（d）Sobel和（e）Roberts之后的边缘 * 掩膜还可以用于突出某些需要的图像特征，可以设计一个掩膜来表现图像中的水平线、竖直线和对角线。 图9.41 突出图像中水平线、 垂直线和对角线的掩膜 图9.42 （a）原图像（b）应用垂直增强掩膜的结果；（c）应用水平增 强掩膜的结果；（d）应用对角线增强掩膜的结果 * 12. 锐化图像 对图像运用高通滤波器来消除边缘的一些较低频率成分来增加图像的锐度。在锐化操作中，噪声也会增加。 图9.37 其前面图的重复 （两个简单的锐化掩膜） * 图9.43 （a）原始图像;（b）应用平均掩膜后的图像；（c）利用低锐化掩膜后的图像；（d）利用Sobel检测边缘器后得到的边缘;（e）用Sobel边缘加到原始图像后的结果图像 图像显示了更多的细节部分，且变得更为锐化，但也有了更多的噪声。 * 13. 分割 分割是将图像分为几个部分的诸多方法的总称； 图像分割包括边缘检测、区域增长和纹理分析等； 早期的分割方法都是基于像多面体这样的简单几何模型的边缘检测。 图9.48 将树表示成圆柱体上面装一个圆锥或 球的模型，可以减少处理的需求 * 14. 基于区域增长和区域分解的分割 将图像的不同部分划分为具有相似性质的组成片段； 区域分割有两种方法： 利用如灰度等级的相似属性或者其他的相似性来使区域增长； 区域分解：利用图像中的细微差别，将图像划分为小块的区域。 一种区域分解的方法是阈值法。所有低于法制的像素都划归为一个区域，否则就归于另一个区域。尽管这一方法很简单，但它并不是很有效。 在区域增长中，最初的核心区域是基于一个特定的法制生成的。 图9.49 基于搜索方法的区域增长，采样+4连通搜索，显示的是区域n * 栈底 15. 二值形态操作 形态操作指的是对图像中物体的形状进行的一组操作，如加厚、扩张、腐蚀、骨架化、放缩、缩放和填充等。为了对图像进行分析及减少图像中的冗余信息。 图9.51 螺栓及其骨架表示的二值图像 * 形态操作是基于集合理论的 图9.52 两个几何图形的 并产生扩张 图9.53 两个几何图形相减 产生腐蚀 * （1）加厚操作 加厚操作是通过填充物体边缘的小孔和缺陷来使物体边界平滑。 图9.55 求并和相减操作于定位凸起物 图9.56 螺栓的螺纹经过三次加厚操作而 被消除，并产生了平滑的边缘 * （2）扩张操作 在扩张操作过程中，与前景（物体）成8连通状态的背景像素转变为前景像素 图9.57 加厚操作的效果。其中（a）为原始图