图像增强-高低通滤波器1.pptxVIP

1 问题3：频率域低通滤波器 2 频域低通滤波器 在傅立叶变换域中，频谱的低频分量对应于图像的能量，即平滑区域，图像噪声对应于频谱中频率较高的部分。构造一个低通滤波器，使低频分量顺利通过而有效地阻止高频分量，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。 　基本原理 低通滤波用卷积表示为 F(u,v)为含有噪声原图像的傅立叶变换 H(u,v)为低通滤波器的传递函数 G(u,v)为经低通滤波后输出图像的傅立叶变换 3 常用的频率域低通滤波器 　 理想低通滤波器(ILPF) 理想低通滤波器正面作用－－D0半径内的频率分量无损通 　　　　　　　　　　　　　过，半径外的频率分量会被滤除 负面作用－－若滤除的高频分量中含有大量的边缘信息，会 　　　　　　　发生图像边缘模糊现象。 4 　ILPF应用举例 5 　巴特沃思低通滤波器(BLPF) n阶巴特沃思低通滤波器的传递函数为： 或者： 　没有明显的跳跃 　模糊程度减少 和理想低通滤波器相比 　尾部含有较多的高频，对噪声的平滑效果不如ILPF 截止频率处的值为其最大值的1/2 截止频率处的值为其最大值的1/ 6 7 　BLPF应用举例 8 9 指数低通滤波器(ELPF) 有更加平滑的过渡带，平滑后的图像没有跳跃现象 　与BLPF相比，衰减更快，经过ELPF滤波的图象比BLPF处 　理的图象更模糊一些 或 指数低通滤波器(ELPF) 10 11 　ELPF应用举例 半径是5 的ELPF滤波 半径是15 的ELPF滤波 半径是30 的ELPF滤波 半径是80的ELPF滤波 半径是230 的ELPF滤波 原图 12 梯形低通滤波器(TLPF) 其中 D0 D1。 一般情况下，定义D0为截止频率。 　四种低通滤波器的比较 13 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 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 低通滤波器的应用实例：模糊,平滑等. 14 如打印、传真、复印文本等，用低通滤波器对字符失真、 字符断裂等修复。 用于机器识别系统识别断裂字符的预处理 字符识别举例 15 人脸图像处理 目的：尽可能模糊细节，而保留大的可识别特征 原图像 D0=100的ELPF滤波, D0=80的ELPF滤波 16 问题4：频率域高通滤波器 17 频域高通滤波 高通滤波与低通滤波的作用相反，它使高频分量顺利通过，而使低频分量受到削弱。 与低通滤波器相对应，频率域内常用的高通滤波器有4种： 理想高通滤波器 巴特沃斯高通滤波器 指数高通滤波器 梯形高通滤波器 18 　理想高通滤波器IHPF 频率矩形的中心在(u,v)=(M/2,N/2)， 从点(u,v)到中心（原点）的距离如下 结论：图a和b的振铃问题十分明显 19 　巴特沃斯高通滤波器BHPF 结论：BHPF的结果比IHPF的结果平滑得多 20 　指数高通滤波器EHPF 或 结论：EHPF的结果比BHBF和IHPF的结果更平滑 21 　梯形高通滤波器 22 23 24 同态滤波 照度 ,反射系数 。 同态滤波的目的：消除不均匀照度的影响而又不损失 图像细节。 依据： 图像的灰度由照射分量和反射分量合成。反射分量反映图像内容，随图像细节不同在空间上作快速变化。照射分量在空间上通常均具有缓慢变化的性质。 照射分量的频谱落在空间低频区域，反射分量的频谱落在空间高频区域。 25 同态滤波的步骤: （1）两边取对数： （2）两边取付氏变换： （3）用一频域函数 H(u, v)处理 F(u, v)： （4）反变换到空域： （5）两边取指数： 26 特点：能消除乘性噪声，能同时压缩图像的整体动态范围 和增加图像中相邻区域间的对比度 典型曲线 效果示例（HL = 0.5，HH = 2.0） 27 28 频域技术与空域技术 空间滤波器的工作原理可借助频域进行分析 空间平滑滤波器 消除或减弱图象中灰度值具有较大较快变化部分的影响，这些部分对应频域中的高频分量，所以可用频域低通滤波来实现 空间锐化滤波器 消除或减弱图象中灰度值缓慢变化的部分，这些部分对应频域中的低频分量，所以可用频域高通滤波来实现 29 频域技术与空域技术 空域中的平滑滤波器在频域里对应低通滤波器 频域越宽，空域越窄，平滑作用越