低通滤波器法.ppt

5 维纳估计器 4）维纳去卷积 目标：信号s(t)既受到f(t)线性系统模糊，又受到加性噪声源n(t)的污染。 设计滤波器g(t)既能去卷积，又能抑制噪声信号。 5 维纳估计器 要点总结 1、三种低通滤波器的函数定义及在图像平滑中的初步应用； 2、理解理想低通滤波器中模糊和振铃现象； 3、三种高通滤波器的函数定义及在图像锐化中的初步应用； 4、伪彩色应用及空域和频域转换方法； 5、同态滤波的思想和步骤； 6、维纳估计器的思想和步骤，及其主要应用； * 图 * * * ILPF定义图 * 2 高通滤波器法 2 高通滤波器法 3）巴特沃思高通滤波器（BHPF） 2 高通滤波器法 2 高通滤波器法 4）指数高通滤波器（EHPF） 2 高通滤波器法 2 高通滤波器法 原图 IHPF BHPF EHPF 2 高通滤波器法 有噪声的图 采用BHPF高通滤波后，信噪比变小。 2 高通滤波器法 5）高斯差分滤波器（DoG,Difference of Gaussian） 2 高通滤波器法 2 高通滤波器法 3 带通和带阻滤波器法 1）理想的带通滤波器 3 带通和带阻滤波器法 3 带通和带阻滤波器法 2）理想的带阻滤波器 3 带通和带阻滤波器法 3 带通和带阻滤波器法 3）通用带通滤波器 3 带通和带阻滤波器法 3 带通和带阻滤波器法 4）巴特沃斯带通滤波器 3 带通和带阻滤波器法 4）伪彩色处理 空域上的灰度—彩色变换函数 3 带通和带阻滤波器法 3 带通和带阻滤波器法 频域上的伪彩色处理（举例） 低通滤波器：以围绕图像能量90％的圆作为截止点，半径为5，傅立叶反变换后作为红色分量； 带通滤波器：以围绕图像能量83％的圆作为截止点，带宽以围绕图像能量93％的圆，半径为4到20，傅立叶反变换后作为兰色分量； 高通滤波器：以围绕图像能量95％的圆作为截止点，半径为50，傅立叶反变换后作为绿色分量； 3 带通和带阻滤波器法 4 同态滤波 目的：正常图象是在均匀光强度情况下获得的图象，实际上光照射是不均匀，或光强范围动态太大。 方法：为解决光照不均匀的影响，可用同态滤波来解决。 原理： 光照下景物图象的模型 f(x,y)=fi(x,y)fr(x,y) fi(x,y):随空间位置不同的光强分量 fr(x,y):景物反射到眼睛的图象 f(x,y):最终获得的图象 4 同态滤波 4 同态滤波 分析 fi(x,y): 缓慢变化，频率集中在低频部分 fr(x,y): 包含景物各种信息，高频分量丰富 处理 选择一低通滤波函数H(u,v)在频域空间处理 4 同态滤波 5 维纳估计器 1）目的 从加性噪声中最优的恢复未知信号。 5 维纳估计器 2）维纳估计器 （1）目标：已知噪声的能量谱，输入和输出，求未被噪声污染的原信号。 （2）最优准则：采用实际输出与期望输出的均方差最小。 5 维纳估计器 （3）使用冲激响应h(t)描述均方误差 5 维纳估计器 （4）最小化MSE MSE最小即滤波器最优的充分必要条件：维纳滤波器使得输入/输出的互相关函数等于信号/（信号+噪声）的互相关函数。 5 维纳估计器 （5）维纳滤波器设计 5 维纳估计器 5 维纳估计器 3）举例 问题：取得无噪声信号的样本不可能。 替代方案：取得噪声信号样本的能量谱。 （1）信号和噪声互不相关 0频率傅立叶函数幅值 数字图像处理 第十一章 数字图像处理中的 滤波器设计 CH11 图像处理中的滤波器设计 序言 一、低通滤波器法 二、高通滤波器法 三、带通和带阻滤波器法 四、同态滤波 五、维纳估计器 六、匹配检测器 要点总结 上机实习 CH11 图像处理中的滤波器设计 序言 1 低通滤波器法 1）原理 2）理想低通滤波器 3）巴特沃思低通滤波器 4）指数低通滤波器 1 低通滤波器法 1）原理 Lenna 加入高斯噪声的Lenna 1 低通滤波器法 Lenna的谱图像 有高斯噪声Lenna的谱图像 1 低通滤波器法 结论：图像的边缘和其他尖锐跳跃（如噪声）对傅立叶变换的高频分量有很大贡献； 方法：通过一个线性系统，频域上对一定范围高频分量进行衰减能够达到平滑化； 这种线性系统称为低通滤波器法。 1 低通滤波器法 2）理想低通滤波器（ILPF） 定义：以D0为半径的圆内所有频率分量无损的通过，圆外的所有频率分量完全衰减。 D0又称为截止频率。 注意D0的物理意义 1 低通滤波器法 H(u,v) 1 低通滤波器法 信号能量ET ：将u,v=0，1，N-1的每一点（u,v）的能量相加起来得到傅立叶信号能量ET 。 如何确定D0? 1 低通滤波器法 举例：观察有高斯噪声Lenna图像的傅立叶谱和不同半径下的谱图像的信