[工学]数字图像处理-42.ppt

数 字 图 像 处 理第四章 图像增强 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） —以待处理像素为中心，作一个m?m的掩模; —在掩模中，选择k个与待处理像素的灰度差为最小的像素; —将这k个像素的灰度的均值替换掉原来的像素值。 图像增强—图像去噪（平滑） [例] 下图中，给定3 ? 3掩模，取k=5。 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像去噪（平滑） 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 图像增强—图像锐化 该运算可以用掩模实现? 0 1 0 1 ?4 1 0 1 0 如果同时考虑对角线方向的元素，得到的掩模为? 1 1 1 1 ?8 1 1 1 1 0 ?1 0 ?1 4 ?1 0 ?1 0 ?1 ?1 ?1 ?1 8 ?1 ?1 ?1 ?1 或 或 ——通常将拉普拉斯滤波后的图像与原图像叠加，达到锐化效果： g(x,y) = f (x,y) ? ?2f （如果掩模中心系数为负） f (x,y) + ?2f （如果掩模中心系数为正负） d c b a (a)月球北极图像； (b)拉普拉斯滤波后图像； (c)显示标定后图像； (d)叠加后图像。 ——前述叠加结果可以根据公式直接展开后，用合成掩模实现： 0 ?1 0 ?1 5 ?1 0 ?1 0 ?1 ?1 ?1 ?1 9 ?1 ?1 ?1 ?1 ? Wallis算法——考虑到人的视觉特性中包含对数效应，因此在锐化时加入对数处理的方法来改进（可以对暗区的细节进行比较好的锐化）。 —————————————————————— Roberts算子 Roberts算子 Roberts算子 Sobel算子 Roberts算子 Sobel算子 Priwitt算子 Sobel算子 (a) 原图 (d) Roberts算子 (c) Priwitt算子 (b) Sobel算子 Laplacian算子 Laplacian合成算子 Sobel锐化 Laplacian锐化 ? 对于扩散现象引起的图像模糊，可以用下式锐化 g(x,y) = f (x,y) ? k? ?2f (x,y) ——成像过程中的扩散效应可以用扩散方程描述： ——— ?f(x,y, t) ?t = k?2f (x,y,t) 当t = 0 时，图像清楚，即 经过? 时间后，图像变模糊，即 g(x,y) = f (x,y,0) ； f (x,y) = f (x,y,?) 略去高阶项，有： ——只要 k