[工学]图象平滑.pptVIP

图像平滑 图像的平滑 方法： 空间域：邻域平均法、中值滤波、多图像 平均法等。 频率域：因噪声多在高频段，采用各种形式的 低通滤波方法。 邻域平均法 邻域平均法 邻域平均法改进措施 取3X3窗口 多图像平均法 多图像平均法是利用对同一景物的多幅图像取平均来消除噪声产生的高频成分，在图像采集中常用这种方法。 假定对同一景物f(x,y)摄取M幅图像gi (x, y) （i=1,2,…M),。由于在获取时可能有随即噪声存在，所以 gi (x, y) = f (x, y) + ni (x, y) 图像相加 假各点的噪声是互不相关的，且具有零均值。M 个图像相加求平均得到一幅新图像 图像相加 如果考虑图像和噪声之间均方差的关系，有： 频域低通滤波法 一般来说，图像的边缘和噪声干扰在图 像的频域上对应于傅立叶变换中的高频 部分，图像的背景区对应低频部分，所 以可以用频域低通滤波法去除图像的高 频部分，以去掉噪声达到图像平滑的目 的。 频域低通滤波法 频域滤波可用下述关系式表示： 常用的几种低通滤波器 （1）理想(Ideal)低通滤波器 理想是指小 于D0的频率 完全不受影 响的通过， 而大于D0的 频率则完全 通不过。 理想低通滤波器 理想低通滤波器的模糊 理想低通滤波器的模糊 低通巴特 沃斯滤波 器在高低 频率间的 过渡比较 光滑，振 铃效应不 明显。 三种低通滤波器的比较 （a）有噪声的图像（b）巴特沃斯低通滤波器处理后的图像 （c）梯形滤波器处理过的图像（d）指数低通滤波器处理的图像 空域滤波的MATLAB实现 图像增强主要是针对图像的各种噪声而 言的，为了说明滤波方法的用途，需 要模拟各种噪声来分析滤波效果。 MATLAB的图像处理工具箱提供imnoise 函数，可以用该函数给图像添加不同类 型的噪声。 1、MATLAB噪声模拟 该函数的调用格式如下: J=imnoise(I,’type’,parameters); 其中I为加噪声前的图像，J为加噪声后 的图像，type为噪声类型。Imnoise函数 能够产生5种噪声。 imnoise函数支持的噪声类型及参数说明 2、MATLAB预定义滤波器 fspecial,产生预定义的滤波器，主要形 式为： H=fspecial(‘type’,parameters) 参数type指定滤波器的种类， parameters是与滤波器种类有关的具体 参数。 MATLAB预定义滤波器的种类及函数参数 3、MATLAB图像滤波 在MATLAB中可使用imfilter 函数和filter2函数 调用创建好的滤波器（可以是预定义的也可以 是自定义的）来实现。 卷积或相关性滤波都可以使用工具箱函数 imfilter 函数实现。例如，对图像使用一个权 值全部为1的5×5滤波器进行均值滤波。 3、MATLAB图像滤波 I=imread(blood1.tif); I1=imnoise(I,gaussian,0,0.02); h=ones(5,5)/25; I2=imfilter(I1,h); subplot(1,2,1),imshow(I1); subplot(1,2,2),imshow(I2); 3、MATLAB图像滤波 filter2：二维线性数字滤波，主要形式为 Y=filter2(B,X), Y=filter2(B,X,shape), 使用矩阵B中的二维滤波器对数据X进行滤波, shape:指定滤波的计算范围。 中值滤波的MATLAB实现 在MATLAB中调用medfilter2(A,[m,n])来 实现二维中值滤波。 [m,n])模板大小，默认3 ×3。 Ordfilt2(A,order,domain):domain表示 邻域的形状，order所取像素在邻域像素 的排序中所处的位置。 例： I=imread(‘eight.tif’); imshow(I); J=imnoise(I,’gaussian’,0,0.02); K1=medfilt2(J，[3，3]); K2=medfilt2(J，[5，5]); K3=medfilt2(J，[7，7]); figure,imshow(K1); figure,imshow(K2); figure,imshow(K2); （2）巴特沃斯低通滤波器 物理上可以实现的一种低通滤波器 是巴特沃斯低通滤波器。 阶数为n,截断频率为D0的巴特沃斯滤波 器的转移函数为： 1阶巴特沃思低通滤波器转移函数剖面图 巴特沃斯低通滤波器 一般情况下，常取使H(u,v)最大值