第四章：空間領域影像處理.pptVIP

圖4-22 中間值濾波和平均濾波的比較 圖4-23 (a) 加入點雜訊的方形影像； (b) 點雜訊方形影像的輪廓圖； (c) 經中間值濾波後的影像； (d) 中間值濾波後的輪廓圖。 時間平均濾波 (temporal filter) 圖4-24 (a) 標準差 50 及平均值 127 的均勻分佈雜訊影像； (b) 2 張圖 4-24 (a) 雜訊影像的平均； (c) 4 張圖 4-24 (a) 雜訊影像的平均； (d) 16 張圖 4-24 (a) 雜訊影像的平均。 圖4-25 (a) 原含雜訊影像； (b) 16 張圖 4-25 (a) 雜訊影像平均後的影像。 高通濾波 (high pass filter) 圖4-26 高通濾波系統 微分強化 圖4-27 影像微分 圖4-28 信號一次微分和二次微分的結果 圖4-29 (a) 方形影像； (b) 方形影像的水平輪廓圖； (c) 影像 (a) 經過水平一次微分的結果； (d) 圖 (c) 的水平輪廓圖； (e) 影像 (a) 經過二次微分 (Laplacian) 的結果； (f) 圖 (e) 的水平輪廓圖。 圖4-30 (a) 原影像； (b) 經垂直一次微分和水平一次微分處理後的影像；(c) 經 Robert 運算器處理後的影像； (d) 經 Sobel 運算器處理的影像。 (a) (b) (c) (d) 銳化處理 圖4-31 銳化處理 圖4-32 (a) 階層影像； (b) 圖 (a) 的輪廓圖； (c) 經銳化濾波處理後的結果；(d) 圖 (c) 的輪廓圖。 圖4-33 (a) 原影像； (b) 經銳化濾波處理後的影像。 局部平均變異強化 (local mean variance enhancement) 圖4-34 以模組化結構執行局部平均變異強化 第四章：空間領域影像處理 第四章：空間領域影像處理 4.1　空間影像特徵表示 4.2　點處理運算 4.3　利用長條圖強化 4.4　範圍影像處理 4.5　程式發展 4.6　實作練習 4.7　程式分析 4.8　測驗題 4.1 空間影像特徵表示 輪廓 (Profile) 影像的輪廓是影像的任何一條線的灰度變化，此為一維的信號，藉由輪廓的分析通常即可得到所需要的資訊，很多自動化的應用如瓶內液體高度、樹木年輪、積體電路腳位判斷等皆是利用此種處理，圖 4-1 介紹一些常見的應用。圖中輪廓的輸入是藉由線掃描攝影，一種一次輸入一條線信號的攝影機。 圖4-1 常見自動化輪廓分析 長條圖 (Histogram) 圖4-2 一些影像長條圖 統計平均值 圖4-3 (a) 均勻分佈雜訊 (Deviation=30, mean=128)； (b) 長條圖；(c) 雜訊影像中某一條線的輪廓。 圖4-4 (a) 高斯分佈雜訊 (Deviation=40, mean=128)； (b) 長條圖；(c) 雜訊影像中某一條線的輪廓。 圖4-6 影像二維機率圖 圖4-5 亮度的一維機率圖 4.2 點處理運算 (Point Operation) 函數轉換 二值化函數 (Binarization Function) 圖4-8 (a) 原影像； (b) 二值化結果 (Threshold=128)。 圖4-7 影像二值化函數 (a) (b) 圖4-9 (a) 原影像； (b) 二值化之結果 (Low=64；High=192)。 (a) (b) 反白函數 (Inverse Function) 圖4-10 反白函數 圖4-11 (a) 原影像； (b) 原影像的長條圖； (c) 經反白後的影像；(d) 反白影像的長條圖。 二補數函數 (2’s Complement Function) 圖4-12 2 補數影像轉換函數圖 量化函數 (Quantization Function) 對比伸張強化函數 (Contract Stretch Function) 圖4-13 (a) 原影像； (b) 原影像的長條圖； (c) 經對比伸張強化後的影像；(d) 對比伸張強化後影像的長條圖。 圖4-14 (a) 原影像； (b) 原影像的長條圖； (c) 經對比伸張強化後的影像； (d) 對比伸張強化後影像的長條圖。 伽傌修正 (Gamma Correction) 非線性失真可以下列式子描述 　　　　y = cxr c 為常數，r 為造成非線性失真的伽傌值，此數值一般介於 0.3 和 3 之間。 圖 4-15 (a) 假設為顯示器的伽傌失真，伽傌值為 0.5，則我們欲得到正確的影像顯示，需先將此影像以圖 4-15 (b) 之伽傌修正，伽傌值為 2.0。如此輸出