[工学]第三讲 图像增强2.ppt

频域增强概述 在频域空间的增强是通过改变图像中不同频率分量来实现的。图像频谱给出图像全局的性质，所以频域增强不是对逐个像素进行的，用频率分量来分析增强原理比较直观。事实上，许多空域增强技术也常利用频谱进行分析。 频域空间的增强借助滤波器来实现。不同的滤波器滤除的频率和保留的频率不同，因而可获得不同的增强效果。 1 频率增强原理 在频率空间，图像的信息表现为不同频率分量的组合。如果能让某个范围内的频率分量受到抑制，而让其他分量不受影响，就可以改变输出图像的频率分布，达到不同的增强目的。 频域增强的原理 频率平面与图像空域特性的关系： 图像变化平缓的部分靠近频率平面的圆心，这个区域为低频区域 图像中的边缘、噪声、变化陡峻的部分，以放射方向离开频率平面的圆心，这个区域为高频区域。 频域空间增强有两个关键： （1）将图像从图像空间转换到频域空间所需的变换（设用T表示）以及再将图像从频域空间转换到图像空间所需的变换 （设用T-1表示）； （2）在频域空间对图像进行增强加工的操作（设用EH表示）。 频域空间增强方法的三个步骤： （1）将图像从图像空间转换到频域空间； （2）在频域空间对图像进行增强； （3）将增强后的图像从频域空间转换到图像空间 。 整个增强过程： g(x,y) = T-1EHT[f(x,y)] 卷积理论是频域技术的基础： 原始图像：f(x,y) 变换函数：h(x,y) /*线性、位置无关操作 目标图像：g(x,y) 则有卷积： g(x,y) = h(x,y) * f(x,y) 根据卷积定理： 　　　　 G(u,v) = H(u,v)F(u,v) 其中G(u,v)、H(u,v)和F(u,v)分别是g(x,y)、 h(x,y)和f(x,y)的傅里叶变换。H(u,v)为转移函数。 具体增强应用中，对输入图像f(x,y)可求得其傅里叶变换F(u,v)，需要确定的是H(u,v)，确定后，具有所需特性的目标图像g(x,y) 就可由下式得到： g(x,y) = T-1[H(u,v)F(u,v)] 频率域图像增强的计算方法： （1）对于给定的图像f(x,y)，计算其傅立叶变换 F(u,v)； （2）选择一个转移函数，在频域空间对图像进行增强 处理H(u,v)F(u,v) ； （3）将增强结果进行傅里叶反变换，以得到增强的图 像T-1[H(u,v)F(u,v)] 。 转移函数的设计要根据增强目的进行，其基本思路是允许一定频率通过（保留某些频率分量），抑制或消除另外一些频率（消除某些频率分量）。 常用的频域增强方法可分为： 低通滤波 高通滤波 带通带阻滤波 同态滤波 2 低通滤波 低通滤波是要保留图像中的低频分量而除去高频分量。图像中的边缘和噪声都对应图像傅里叶频谱中的高频部分，所以通过在频域中的低通滤波可以除去或消弱噪声的影响并模糊边缘轮廓，与空域滤波中的平滑滤波方法类似。 根据频域增强技术的原理，需要选择一个合适的H(u, v)以得到消弱F(u, v)高频分量的G(u, v) 以下讨论对F(u,v)的实部和虚部影响完全相同的滤波转移函数。具有这种特性的滤波器称为零相移滤波器。 （1）理想低通滤波器 一个二维的理想低通滤波器（ILPF）的转换函数满足下列条件： 其中：D0 为截止频率，D(u,v)为距离函数，是点(u,v) 到频率平面原点的距离， D(u,v)=(u2+v2)1/2。 理想低通滤波器是“非物理” 滤波器： 尽管理想低通滤波器在数学上定义清楚，在计算机模拟中也可实现，但在截止频率处直上直下的滤波器在实际工作中是不能用电子器件实现的。 理想低通滤波器的模糊和“振铃”现象： 使用理想低通滤波器对图像进行滤波，输出图像会变得模糊，并有“振铃(ring)”现象出现，在2-D图像上表现为一系列同心圆环，圆环半径反比于截止频率。 理想低通滤波器产生的模糊和振铃现象： 对理想低通滤波器振铃现象的解释： 考虑一维情况： 对一个理想低通滤波器，其空域函数h(x)的表达式可由求H(u,v)的傅里叶反变换得到。假设f(x)是一幅只有一个亮像素的简单图像，这个亮点可看作一个脉冲的近似。在这种情况下，f(x)和h(x)的卷积实际上是把h(x)复制到f(x)中亮点的位置。从结果可知：卷积使原来清晰的点被转移函数模糊了。对更为复杂的原始图像，可认为其中每个灰度值不为0的点可看作是一个幅度正比于该点灰度值的脉冲，