07-33模糊图像处理.ppt

* 模糊距离 贴近度 模糊度 模糊数 3.3 模糊集在图像信息处理中的应用 3.3.0 模糊集合的贴近度和模糊度 模糊距离 贴近度 模糊度 模糊熵 3.3 模糊集在图像信息处理中的应用 3.3.1 图像的模糊特征平面 图像的表示：图像X：M×N维，L个灰度等级→模糊点阵 或 :第（m，n）个单点集的隶属函数，或 第（m，n）个像素xmn具有某种特征的程度 0≤pmn≤1 m=1，2， …，M，n=1，2， …，N 设 xmn：第（m，n）个像素的灰度级，xmax：最大灰度级，则 pmn： 如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。 目的：主要是为了提高图像的质量，突出图像中的重要信息，同时减弱或者除去次要信息。 3.3.2 图像的模糊增强 图像增强的空域法 空域技术分类 图像间运算 算术和逻辑运算 直接灰度映射 直方图变换 线性滤波 线性平滑滤波器 非线性滤波 非线性平滑滤波器 非线性锐化滤波器 局部增强 一、模糊增强算法 对pmn算进行非线性变换→模糊对比度增强算子INT→ 1、INT算法 3、算法在模糊特征p平面的运用 4、实现步骤（p106） 。 增强处理后的图 原图 作用： 主要用于图像的降噪，也就是去除图像中的杂点（噪声）。用信号 处理的话来说，就是对图像进行了低通滤波，滤除了高频分量。 噪声→ 与背景格格不入，属于高频分量。 线性平滑 把每个像素与其周围的n个像素值进行平均。 高斯平滑。对二维高斯函数进行采样得到 中值滤波 把每个像素周围的若干像素值按大小排序，取中间的值作为该点的像素值。 二、平滑算法 常规方法举例： 经过平滑处理后的图 原图 增强处理 1、散焦法 算法： 2、平均法 3、极大极小规则 方法：在（m，n）邻域内连续进行q次“min”运算，再进行q次“max”运算→像素（m，n）灰度级为：