第4节 频率域图像增强.ppt

一维函数的傅立叶谱 卷积的概念 用扩展函数执行卷积的结果 图像相关 二维函数的中心谱 例程 function zxft(I) %显示频谱函数 imshow(I) %显示原图像 f1=fft2(double(I)); %离散傅立叶变换 f2=fftshift(f1); %直流分量移到频谱中心 r=real(f2); i=imag(f2); a=sqrt(r^2+i^2); %计算频谱 b=255*(a-min(min(a)))/(max(max(a))-min(min(a))); %归一化 figure; imshow(b); %显示频谱 在MATLAB命令窗口下显示图像频谱 a=imread(cameraman.tif); zxft(a) 频域滤波的基本步骤 陷波滤波器 4.2.4 空域滤波和频域滤波之间的关系 频率域——”实验室” 在频域指定滤波器，做反变换，确定空间滤波器模板的基本形状 例：高斯低通滤波器 例：高斯低通滤波器 4.3 平滑的频率域滤波器 4.3.1 理想低通滤波器 理想低通滤波效果（截止频率变化） 振铃现象 高斯低通滤波器滤波 4.3.4 低通滤波的其他例子 4.4.1 理想高通滤波器 理想高通滤波图像 巴特沃斯高通滤波结果 高斯高通滤波结果 4.4.4 频率域的拉普拉斯算子 频域的拉普拉斯滤波 高频加强滤波 4.5 图像的同态滤波 图像的同态滤波 (a)月球北极图像 (b)拉普拉斯滤波后的图像 (c)标定后的图像 (d)增强图像 4.4.5 钝化模板和高频提升滤波 (a)输入图像 (b)拉普拉斯图像 (c)A=2 (d) A=2.7 (a)输入图像 (b)巴特沃思高通滤波 (c)高频加强滤波 (d) 对(c) 进行直方图均衡处理 作用:消除图像上照明不均的问题，增加暗区的图像细节，同时又不损失亮区的图像细节，它在频域中同时将图像亮度范围进行压缩和将图像对比度进行增强 成像物理背景：因为人眼对图象亮度响应具有类似于对数运算的非线性形式。 f(x, y) = I(x, y) · R(x, y) 其中： I(x, y)：照射分量（低频） R(x, y)：反射分量（高频）[图象细节的不同在空间作快速变化] 分析：关心反射信息，但室内外照射分量强度不同，图片明暗不均，能否消除照度不均，而增强反射部分比重。 过程： f(x,y) ln FFT H(u,v) 高频增强 FFT-1 exp g(x,y) f(x,y)=i(x,y)r(x,y) i(x,y)－照射分量,低频区 r(x,y)－反射分量，反映图像的细节分量，处于高频区 Step： （1）z(x,y) = ln [f(x,y)] = ln[I(x,y)] + ln[R(x,y)] 把频谱分开 （2）Z(u,v) = I(u,v) + R(u,v) 傅立叶变换 （3）S(u,v) = H(u,v) · Z(u,v) H(u,v) （同态滤波函数）处理Z(u,v) （4）s(x,y) = F-1[S(u,v)] = i(x,y) + r(x,y) （5）g(x,y) = exp [s(x,y) ]= exp [i(x,y) + r(x,y)]= i0(x,y) · r0 (x,y) 如果图像照明不均，图像上各部分的亮度会有起伏，压缩照度分量的灰度范围或频域上消弱照度分量的频谱分量。因反射分量反映细节，利用对比度增强这一分量的对比度或频域上加大反射频谱成分，使暗区细节增强，并保留亮区图像细节 H(u,v) 高通 同态滤波处理前 同态滤波处理后 （压缩图像的动态范围，增加了图像各部分之间的对比度） (a)图像 (b)模板 (c)和(d)延拓图像 (f)水平剖面线 (e)相关函数 9、分配性和比例性 (a)图像 (b)中心傅立叶谱 低频分量：对应图像的慢变化分量 较高的频率：对应图像中变化较快的灰度级分量（如物体边缘和噪声等） 图像的频谱 4.2.3 频率域滤波 空间域滤波 卷积运算 频率域 乘法运算 空间域和频率域中的滤波器组成了傅立叶变换对 频域：G(