图像处理技术——频域滤波技术实现开题报告.pptVIP

图像处理技术——频域滤波技术的实现 指导老师：刘洪林学生姓名：郎烽杰 学号：1000404107 二级学院：光学与电子科技学院 专业：微电子学 班级：10微电（1）班 本选题的依据和意义 视觉是人类最基本的感知手段之一，视觉信息是人类从外界获得信息的主要来源。视觉的基础是图像，图像是自然景物的客观反映。在各类图像系统中，图像的传送和转换，如成像、复制、扫描、传输等，总要造成图像质量的降低，同时，光学系统失真、相对运动、大气湍流等都会使图像模糊，传输过程中的噪声污染也会引起图像质量下降，因此对图像进行改善处理就显得非常重要。 常用的图像增强处理方式包括灰度变换、直方图修正、图像锐化、噪声去除、几何畸变校正、图像滤波和彩色增强等。图像滤波的方法分为空域法和频域法两类, 空域法主要是对图像中的各个像素点进行操作;而频域法是在图像的某个变换域内对整个图像进行操作, 并修改变换后的系数, 然后再进行反变换, 便可得到处理后的图像。这次我主要研究频域增强方法。频域滤波是利用图像变换方法将原来的图像空间中的图像以某种形式转换到其它空间中,然后利用该空间的特有性质方便地进行图像处理,最后再转换回原来的图像空间中, 从而得到处理后的图像。常用的频域滤波方法有低通滤波和高通滤波。 本课题国内外研究动态 数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。 研究的基本内容，拟解决的主要问题 图像的频域滤波增强是通过对图像的傅里叶频谱进行低通滤波来滤除噪声，通过对图像的傅里叶频谱进行高通滤波突出图像中的边缘和轮廓。 设 为输入图像， 为傅里叶变换后的输出， 为转移函数(也称为滤波函数)， 为对 进行频域滤波后的输出， 为经傅里叶反变换后得到的频域滤波增强图像，则有： 频域滤波增强步骤： （1）用 乘以输入图像，进行中心变换； （2）对步骤(1)的计算结果图像 进行二维傅里叶变换，即求 ； （3）用设计的转移函数 乘以 ，求 ； （4）求步骤（3）的计算结果的傅里叶反变换，即计算 ； （5）用 乘以步骤（4）的计算结果，就可得到通过频域滤波增强后的图像 。 频域滤波增强步骤可用下图简要地进行描述。 为了有效地和快速地对图像进行处理和分析，常常需要将原定义在图像空间的图像以某种形式转换到另外一些空间，并利用在这些空间的特有性质方便地进行一定的加工，最后再转换回图像空间以得到所需的效果，这就是图像变换。图像变换是许多图像处理和分析技术的基础。在图像处理和分析技术的发展中，离散傅里叶变换曾经起过并仍在起着重要的作用。 对于 图像，其二维离散傅里叶变换定义为： 二维离散傅里叶反变换定义为： 二维离散傅里叶变换的傅里叶频谱、相位和能量谱为: 傅里叶频谱： 相位谱： 能量谱： 由傅里叶频谱的特性可知，u和v同时为0时的频率成分对应于图像的平均灰度级。当从傅里叶频谱的原点离开时，低频对应着图像的慢变化分量，如一幅图像中较平坦的区域；当进一步离开原点时，较高的频率开始对应图像中变化越来越快的灰度级，它们反映了一幅图像中物体的边缘和灰度级突发改变(如噪声)部分的图像成分。图像的频域滤波增强正是基于这种机理。 低通滤波 低通滤波是利用滤波器转移函数衰减高频信息而使低频信息畅通无阻地通过。常用的低通滤波器有理想低通滤波器和巴特沃斯低通滤波器等。 理想低通滤波器的转移函数可定义为： n阶巴特沃斯低通滤波器的转移函数可定义为： 高通滤波 由于图像中的边缘、线条等细节部分与图像的傅里叶频谱的高频分量相对应，故在频域中采用高通滤波的方法进行处理。简单地说，高通滤波器就是衰减傅里叶变换中的低频分量，而通过傅里叶变换中的高频分量。常用的高通滤波器有理想高通滤波器和巴特沃斯高通滤波器等。 理想高通滤波器的转移函数可定义为： n阶巴特沃斯高通滤波器的转移函数可定义为： 研究步骤、方法及措施 选择合适的待处理的图像，利用matlab软件，分别使用理想低通滤波器、巴特沃斯低通滤