第六节 图像改善1.ppt

第六章 图像改善 6.2.1 图像的空间域滤波——模板滤波基础 6.2.2 频率域图像滤波 空域处理——模板滤波基础 线性滤波器分类 低通滤波器 主要用途：平滑图像、去除噪音 高通滤波器 主要用途：边缘增强、边缘提取 带通滤波器 主要用途：删除特定频率，增强中用得少 空域处理——模板滤波基础 非线性滤波器分类 中值滤波 主要用途：平滑图像、去除噪音 最大值滤波 主要用途：寻找最亮点 最小值滤波 主要用途：寻找最暗点 简单的低通滤波 均值滤波器——局部平均法 待处理像素点的值，等于其周围相邻像素的全体像素的平均值。 f(i,j)—表示(i,j)点的实际灰度值 g(i,j)—表示变换后输出图像(i,j)点的实际灰度值。 以(i,j)点为中心取一个N×N的窗口(N=3,5,7……)，窗口内像素组成的点集以A来表示，经领域平均法滤波后，像素(i,j)的输出为 均值滤波器 加权平均滤波器 待处理的像素值等于其周围像素的加权平均 低通滤波器 模板系数设置原则 1）系数之和大于0 2）都选1，或中间选1，周围选0.5 模板系数与像素领域的计算 低通滤波器 模板尺寸对滤波器效果的影响 模板尺寸越大，图像越模糊，图像细节损失越多 低通滤波器的缺点和问题 如果图像处理的目的是去除噪音，那么，低通滤波器在去除噪音的同时也平滑了边缘和尖锐的细节 低通滤波器的特殊特征 某些情况下，对图像的低通滤波具有增强大尺度特征的作用 空域处理——高通滤波器 目的：保留图像高频成分，而将低频成分滤掉。 设计模板系数准则 1）中心系数为正值，外围为负 2）系数之和为0 高通滤波器——滤波效果分析 常数或变化缓慢的区域，结果为0或很小，图像很暗，亮度被降低了 在暗的背景上边缘增强了 图像整体对比度降低了 计算时会出现负值，归0处理 非线性滤波器——中值滤波器 用模板区域内像素的中值，作为结果值 R=mid｛zk|k=1,2,……9｝ 强迫突出的亮点（暗点）更像它周围的值，以消除孤立的亮点（暗点） 非线性滤波器——中值滤波器 3×3的模板，第5大的是中值， 5×5的模板，第13大的是中值 7×7的模板，第25大的是中值 9×9的模板，第41大的是中值 对于同值像素，连续排列后取中值。 如（10，15，20，20，20，20，20，25，100） 中值滤波器举例 空域滤波的缺陷 空域滤波基本上借助于模板运算实现，难于实现真正意义上的线性系统滤波 实际应用中，空域模板的尺寸难以扩大，使滤波增强所需信息局限在较小的局部区域，难以获得更为理想的结果和处理较为复杂的杂波去除、多特征增强等 6.2.2频率域图像增强 目的：改善图像质量。 方法：假定源图像为f(x,y),经过傅里叶变换后为F(u,v)。频率域增强是选择合适的滤波器H(u,v)对图像的频谱进行滤波，消除噪声，然后逆变换得到增强后的图像。 频域滤波可分为低通滤波、高通滤波、带通滤波、同态滤波 频域滤波原理 频域滤波原理 在傅里叶变换域，变换系数反映了图像在空间域难以定义的某些特征 频谱的直流低频分量对应图像平滑区域 高频分量对应图像边缘或变化剧烈的区域 外界叠加噪声对应频谱中频率高的部分 恒定的干扰条纹对应于频谱中的某些特征点 构造一个滤波器，刻意提升某些频率分量、压低或去除另一些分量，从而达到图像增强的目的。 频率域滤波——低通滤波 功能：使低频通过而使高频衰减的滤波器 作用：平滑图像 结果：图像本身有高频分量，消除噪声的同时也消除了图像的边缘信息，图像边缘模糊。 频率域滤波——低通滤波 原始图像尺寸为M*N 频率矩形中心在(u,v)=(M/2,N/2) 点(u,v)到傅里叶变换中心(0,0)点的距离表示为： 理想低通滤波器 巴特沃斯低通滤波器 指数低通滤波器系统函数与传输特性 梯形滤波器 图像通过不同低通滤波器后的效果图 频率域滤波——高通滤波 高通滤波器衰减或抑制低频分量而通过高频分量。图像的细节、边缘主要在高频部分得到反映，所以，图像通过高通滤波器后获得图像的边缘信息。 作用：消除模糊，突出图像边缘信息 频率域滤波——理想高通滤波器 频率域滤波——巴特沃思高通滤波器 频率域滤波——指数高通滤波器 频率域滤波——梯形高通滤波器 高通滤波器的滤波效果比较 * * 空域模板 滤波过程 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.5 0.5 0.5 0.5 0.5 0.5 1 1 1 0.5 0.5 1 1 1 0.5 0.5 1 1 1 0.5 0.5 1 1 1 0.5 0.5 0.5 0.5 0.5 0.5 1 1 1 1 1 1 1 1