图象处理演示 第四章.ppt

直方图平坦化处理 无细分 有细分 无细分 有细分 中值滤波器： 它是一种邻域运算，类似于卷积，但计算的不是加权求和，而是把邻域中的象素按灰度级进行排序然后选择该组的中间值作为输出象素值。 一般来说，中值滤波比卷积运算要慢，这是由于它需要对邻域中的所有象素按灰度级排序。 2. 窗口尺寸对噪声的影响 小于中值滤波器面积一半的亮或暗的物体基本上会被滤掉，而较大的物体则会原封不动地保留下来。 要想去掉噪声，应保证窗口内象素总数的一半大于噪声所包含的个数。 但并不是窗口愈大愈好，窗口太大会使图象边缘模糊。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (1)线形 (2)方形 3. 窗口样式 (3)园形 (4)菱形 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (5)十字形 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (6)其它稀疏分布的5 ? 5中值滤波器（为了节省时间） 4. 与邻域平均法的比较 例：有这样的一维图象 … … ，0，1，0，1，6，5，6，6， … … 用1 ? 3的邻域平均法，结果为 … … ，0，0，1，2，4，6，6，6， … … 用1 ? 3窗口内的中值滤波法，结果为 … … ，0，0，1，1，5，6，6，6， … … 由此例可以看出，中值滤波器比邻域平均法更能防止边缘模糊。 小结： 所以中值滤波法更受到青睐。 4.3.3 低通滤波器(lowpass filters) DFT f(x,y) g(x,y) H(u,v) IDFT G(u,v) F(u,v) 频域滤波器框图 f(x,y)：含有噪声的原始图 F(u,v)：是f(x,y)的傅立叶变换 H(u,v)：根据需要选择的低通滤波器传递函数，在低通滤波器中， H(u,v)使 F(u,v)的高频分量衰减，使低频通过。这里要求该滤波器的传递函数对F(u,v)的R(u,v)产生同样的影响，以保证不改变变换的相位，所以称这种滤波器为零相位移滤波器。 G(u,v)：F(u,v)经滤波后的频域函数，G(u,v)=F(u,v)?H(u,v) (u,v=0,1, …N-1) g(x,y)：处理后的空域函数。 1. 理想低通滤波器（ILPF） 1) 传递函数 H(u,v)= 1 若D(u,v)?D0 0 若D(u,v)?D0 式中D0是一个规定的非负量，称为截止频率。 D(u,v)是u,v平面上某点(u,v)距原点(0,0)的距离。 D(u,v)=(u2+v2)1/2 理想滤波器：以D0为半径的园内的所有频率分量无损地通过，园外的所有分量完全衰减。 2) 剖面图 H(u,v) D(u,v) 1 0 D0 2) 空间图 H(u,v) v u 4) 关于图象在频域的能量分布问题 设ET(u,v)表示图象在频域中的全部能量；E(u,v)表示能量谱： 则总能量 用?表示以原点(0,0)或以(N/2,N/2)为园心，以截止频率D0为半径的园域内包围的能量与总能量ET之百分比。 由于傅立叶变换的实部R(u,v)及虚部I(u,v)随着频率u,v的升高而迅速下降，所以能量随着频率的升高而迅速减小，因此在频域平面上能量集中于频率很小的园域内,当D0增大时能量衰减很快。高频部分携带能量虽少，但包含有丰富的边界、细节信息，所以截止频率D0变小时，虽然亮度足够（因能量损失不大），但图象变模糊了。 例：一幅256?256的图象， 半径为 5, 11, 22, 36, 53， 98 ?= 90, 95, 98, 99, 99.5，99.9 所