[计算机软件及应用]第三章_图像增强--图像平滑c.pptVIP

第三章 图像增强---图像平滑 北京信息科技大学 光信系 引言 图像平滑主要有两个作用：一个是消除或减少噪声，改善图像质量；另一个是模糊图像，使图像看起来柔和自然。 图像平滑可以在空间域进行，也可以在频率域进行。 空间域常用的方法有邻域平均法、中值滤波法、多图像平均法等； 在频率域，可以采用理想低通、巴特沃斯低通等各种形式的低通滤波器进行低通滤波，来实现平滑处理。 平滑处理的主要目的是去噪声，而噪声有很多种，大体可以分为两类：加性噪声和乘性噪声。 加性噪声通常表现为脉冲噪声（又称椒盐噪声）、高斯噪声等；乘性噪声的一个典型例子就是光照变化。本节介绍的方法主要是针对加性噪声的。 3.3.1 邻域平均法 模板 邻域平均法通常借助于模板的卷积运算来实现。图像和模板都可以认为是矩阵，它们在卷积时，首先要进行扩展和模板翻转，然后再相乘求和。这样的处理很复杂，而且当图像和模板增大了之后，运算量会增加很多。但是常用的模板其上下左右都是对称的，它们翻转后和原模板相同。这时，一个模板与图像卷积运算可以按以下步骤进行： 注意 当处理图像四周的像素点时，模板中心在图像边缘，就会有一部分模板处于图像之外，正规的处理是，卷积前对图像进行扩展，其四周补上一定宽度的零像素，那么原图像之外的这部分模板计算结果为零。但在工程上，也有其他的处理方法，比如，这些点不进行卷积保留原来的像素值，或者重复其最近像素的卷积结果等。 邻域平均效果 结论 平滑后图像都有不同程度的模糊，尤其是图像的边缘和细节的部分。 邻域半径越大，平滑效果越强，图像越模糊。 同样大小的模板中， box模板处理的结果最为模糊，box 模板的模糊作用最强。 邻域平均法的滤噪效果 图b、图c 、图d 、图e 是在图a 的基础上分别加入椒盐噪声、高斯白噪声、Speckle 噪声和Poisson 噪声所得到的图像。 结论 平滑模板对噪声具有一定的滤除作用。 为了减弱平滑处理的模糊效应，同时又能够很好的消除噪声，邻域平均法可以与阈值法结合来处理。比如，平滑图像时，预先设定一个阈值T ，当某些点的灰度值与其邻域点的灰度平均值之差不超过阈值T 时，这些点的灰度值保持不变。当某些点的灰度值与其邻域点的灰度平均值相差较大时，超过设定的阈值T ，这些点往往是噪声，这时它们的灰度值就取其邻域平均值。这样处理后，平滑图像比单纯进行平均的模糊效应要轻，而且噪声滤除的也比较好。 在实际处理过程中，选择合适的T 是非常重要的。若T 选得太大，则会减弱对噪声的滤除效果；若T 太小，则会减弱对图像模糊效应的抑止作用。选择T 需要根据图像的特点做具体分析，如果事先知道一些噪声或图像的灰度级分布等先验知识，将有助于对了的选择。 选择合适的邻域的大小、形状和方向，合适的选择模板中的权重系数，也能很好的克服简单局部平均的弊端。这样的局部平滑算法有：灰度最相近的k 个近邻点平均法、梯度倒数加权平均、最大均匀性平滑等。 3.3.2 中值滤波 中值滤波是一种非线性处理技术，它在实际运算过程中并不需要知道图像的统计特性，而且具有独特的滤波特性，在数字信号处理中广泛使用。 邻域均值滤波在滤除噪声的同时模糊了图像，而中值滤波在一定的条件下，可以克服线性滤波器所带来的图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声非常有效，能够在去除噪声的同时保持图像边缘。但是对一些细节多，特别是点、线、尖顶较多的图像则不宜采用中值滤波。 中值滤波的原理 就是用一个含有奇数个像素的窗口在图像中滑动，将窗口中心点的灰度值用窗口内各点灰度的中值代替。 例1 若窗口长度为5 ，窗口中像素的灰度值分别为10 , 20 , 80 , 5 , 43 ，按从小到大的顺序排列，结果为5 , 10 , 20 , 43 , 80 ，其中间位置上的值为20 。于是原来窗口中心点的灰度值80 就由窗口中值20 代替。如果80 是一个噪声的尖峰，则将被滤除。然而，如果它是一个信号，那么此方法处理的结果将会造成信号的损失。中值滤波器的主要功能就是让与周围像素灰度值相差比较大的像素改取与周围像素的接近值，从而可以消除孤立的噪声点。由于它不是简单的取平均，所以产生的模糊比较少。 例2：一维中值滤波的几个例子，窗口尺寸5 结论 离散阶跃信号和斜坡信号没有受到影响，离散三角信号的顶部被削平了。 对于离散的脉冲信号，如果其持续周期小于窗口尺寸的1/2 ，将被抑制掉（见图d 、图e ），否则就不受影响（见图e）。 从以上的结果可以看出，对于图像中的边缘，这里的灰度常常是阶跃变化或斜坡变化的，中值滤波能够很好的保持而没有模糊作用。对于呈现三角变化的边缘，中值滤波有较轻微的模糊作用。对于一般的孤立噪声，中值滤波有很好的抑制作用。 总的来说，中值滤波能够在滤除噪声的同时很好地保持图