北大《空间探测信息处理技术(IDL)》第7章 图像处理（下）.ppt

图像的增强和滤波 例9.54:高通滤波 高通滤波是中心值较大的中心卷积方法。 K = [ [-1,-1,-1 ], $ [-1, 8,-1 ], $ [-1,-1,-1 ] ]/9 提高中心值和周边值的反差，即：图像的变化部分被夸大，而变化小的部分不受影响。也就是，高频成分被放大。 ; Chapter09HighPassFiltering.pro PRO Chapter09HighPassFiltering ... 图像的增强和滤波 例9.59：图像锐化 高通滤波的另一个例子. K = [ [-1,-1,-1 ], $ [-1, 9,-1 ], $ [-1,-1,-1 ] ]/9 提高中心值和周边值的反差，即：图像的变化部分被夸大，而变化小的部分不受影响。也就是，高频成分被放大。 ; Chapter09Sharpening.pro PRO Chapter09Sharpening 图像的增强和滤波 例5.55：图像的定向滤波 选择不同的卷积核可以实现某方向高通，而另一方向低通滤波。 K = [ [-1, 0, 1 ], $ [-1, 0, 1 ], $ [-1, 0, 1 ] ] ; Chapter09DirectionFiltering.pro PRO Chapter09DirectionFiltering ... 图像的增强和滤波 例5.56：拉普拉斯滤波 K = [ [ 0, -1, 0 ], $ [ -1, 4, -1 ], $ [ 0, -1, 0 ] ] ; Chapter09LaplaceFiltering.pro PRO Chapter09LaplaceFiltering ... 图像的增强和滤波 图象平滑 Result = SMOOTH(Array,$ 平滑图像 Width $ 平滑窗口大小 [,/EDGE_TRUNCATE] $ 边界值用邻近值替代参与计算 $ 否则，仅仅拷贝边界值 [, MISSING=value] $ 数据缺省时的替补值 [,/NAN] ) $ 处理缺省数据 例9.57: ; Chapter09SmoothingWithSMOOTH.pro PRO Chapter09SmoothingWithSMOOTH file = FILEPATH(rbcells.jpg $ , SUBDIRECTORY = [examples, data]) ...... 图像的增强和滤波 图象平滑, 中值法 把平滑区域的中间值赋给区域的中心值输出 Result = MEDIAN(Array $ 用中值法平滑， [, Width] $ 区域宽度， $ 缺省为求整个数组的中心值 [,/DOUBLE] $ 强制双精度 [, DIMENSION=value] $ 确定用于计算中值的纬度 [,/EVEN] ) $ 处理偶数长度的设置特殊方法 对图像滤波时，使用Width参数，不使用DIMENSION=value 例9.58 ; Chapter09SmoothingWithMEDIAN.pro PRO Chapter09SmoothingWithMEDIAN file = FILEPATH(rbcells.jpg, SUBDIRECTORY = [examples, data]) READ_JPEG, file, image ...... 图像的增强和滤波 图像消噪 翰宁窗滤波 w(k)=alpha-(1-alpha)*cos(2?k/N), k=0,1,...,N-1 当alpha=0.5为翰宁(Hanning)窗，alpha=0.54 为翰墨(Hamming)窗。 翰宁窗滤波 Result = HANNING( N1 [, N2] $ Result as N1 或 [N1,N2] [, ALPHA=value{0.5 to 1.0}] $ alpha 参数 [, /DOUBLE] ) 例9.60 ; Chapter09RemovingNoiseWithHANNING.pro PRO Chapter09RemovingNoiseWithHANNING file = FILEPATH(abnorm.dat $ , SUBDIRECTORY = [examples, data]) imageSize = [64, 64] image = READ_BINARY(file, DATA_DIMS = imageSize)