中值定理的应用方法相同数字如何处理-Read.PPT

1.中值定理的应用方法2. 相同 数 字 如何处理 本章重点 图像增强的定义 直方图均衡化的概念及计算 直方图规定化的概念及计算 邻域平均法的分类及区别 中值滤波的定义与实现方法 巴特沃思低通滤波器(BLPF)的特点 没有明显的跳跃 模糊程度减少 和理想圆形低通滤波器相比 尾部含有较多的高频，对噪声的平滑效果不如理想低通滤波器。 指数低通滤波器(ELPF)的特点 有更加平滑的过渡带，平滑后的图像没有跳跃现象 与BLPF相比，衰减更快，经过ELPF滤波的图象比BLPF处理的图象更模糊一些 四种低通滤波器的比较 图像轮廓是灰度陡然变化的部分，包含着丰富的空间高频成分。 把高频分量相对突出，显然可使轮廓清晰。 高频滤波器使高频分量相对突出，而低频分量和甚高频分量则相对抑制。 高通滤波器 邻域平均和中值滤波的比较 含均匀随机噪声 3?3邻域平均 7?7邻域平均 11?11邻域平均 3?3中值滤波 5?5中值滤波 返回 图像锐化滤波技术 一、目的 图像经转换或传输后，质量可能下降，难免有些模糊。 图像锐化目的：加强图像轮廓，使图像看起来比较清晰。 二、方法 图像锐化滤波技术 考察正弦函数 ，它的微分 。微分后频率不变，幅度上升2πa倍。 空间频率愈高，幅度增加就愈大。这表明微分是可以加强高频成分的，从而使图像轮廓变清晰。 最常用的微分方法是梯度法和拉普拉斯算子 图像轮廓上，像素灰度有陡然变化，梯 度值很大。 图象灰度变化平缓区域，梯度值很小。 等灰度区域，梯度值为零。 返回 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、噪音、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 频域滤波增强 频域增强的原理 边、噪音、变化陡峭部分 变化平缓部分 u v 频域滤波增强 频域滤波增强 频域滤波增强 频域滤波增强 低通滤波器 高通滤波器 带通、带阻滤波器 * 第6章 图像增强 * 第六章 图像增强(续) 图像增强方法分类(回顾) 主要有空域处理法和频域处理法 （1）空域处理法：直接在图像所在的二维空间进行处理，即直接对每一像元的灰度值进行处理。 （2）频域处理法：将图像从空间域变换到频率域对图像进行处理。 空间域滤波增强技术 一、定义： 空间域滤波是基于邻域处理的增强方法，它应用某一模板对每个像元与其周围邻域的所有像元进行某种数学运算得到该像元的新的灰度值，新的灰度值的大小不仅与该像元的灰度值有关，而且还与其邻域内的像元的灰度值有关。 二、方法： 常用的有图像平滑和图像锐化 图像平滑 图像锐化 空间域滤波增强技术 邻域平均法 中值滤波 梯度法 拉普拉斯算子 一、背景 图像在传输过程中，由于传输信道、采样系统质量较差，或受各种干扰的影响，而造成图像毛糙，此时，就需对图像进行平滑处理。 二、图像噪声的来源及特点 A.通道噪声：产生于图像信息的传递中，其值与图像信号的强弱无关。现象：“雪花” B.量化噪声：灰度在量化过程中，不可避免的产生量化噪声。 C.特点：噪声像素的灰度是空间不相关的，即它与邻近像素显著不同。 图像平滑滤波技术 图像平滑滤波技术 二、定义及用途： 平滑滤波对图像的低频分量进行增强，同时可以削弱图像的高频分量，因此一般用于消除图像中的随机噪声，从而起到图像平滑的作用。 三、常用方法： 邻域平均法（线性的）和中值滤波法（非线性的） 邻域平均法（均值滤波） 一幅图像往往受到各种噪声源的干扰（如电传感器和传输误差等），这种噪声常常为一些孤立的像素点，它们像雪花使图像被污染，噪声往往是叠加在图像上的随机噪声,而图像灰度应该相对连续变化的，一般不会突然变大或变小，这种噪声可以用邻域平均法使它得到抑制。 邻域平均法是简单的空域处理方法。这种方法的基本思想是用几个像素灰度的平均来代替一个像素原来的灰度值，实现图像的平滑。 有一幅图像图像： M N S f(x,y) 在图像中为了获取f(x,y)的新值则开一个M?N的窗口S 窗口S就称为f(x,y)的邻域 我们可以根据窗口内各点的灰度确定f(x,y)的新值。 邻域平均法常见的方法有： (1)简单平均法： 在此算法中，M,N的值不宜过大，因为M,N值的大小对速度有直接影响，且M,N值越大变换后的图像越模糊,特别是在边缘和细节处。 设图像像素的灰度值为f(x,y)，取以其为中心