数字图像处理第四章PPT.pptVIP

4.5 锐化的频率域滤波器 一、理想高通滤波器（IHPF） 1、定义 其中D0为截止频率； D(u,v)=(u2+v2)1/2：频率平面原点到点(u,v)的距离； D(u,v)=[(u-M/2)2+(v-N/2)2]1/2：频率平面移中后（中心在(u,v)=(M/2,N/2)）原点到点(u,v)的距离。 4.5 锐化的频率域滤波器 4.5 锐化的频率域滤波器 可用计算机实现，物理不可实现； 存在振铃效应。 4.5 锐化的频率域滤波器 二、巴特沃斯高通滤波器（BHPF） 1、定义 其中D0为截止频率 4.5 锐化的频率域滤波器 4.5 锐化的频率域滤波器 巴特沃斯型高通滤波器比理想型高通滤波器更平滑 4.5 锐化的频率域滤波器 三、高斯高通滤波器(GHPF) 1、定义 其中D0为截止频率 4.5 锐化的频率域滤波器 结果比前两个滤波器更平滑； 即使对微小物体和细条用高斯型滤波器过滤也较清晰。 4.5 锐化的频率域滤波器 频域的拉氏算子可由滤波器实现为： 四、频率域的拉普拉斯算子 拉氏算子： 4.5 锐化的频率域滤波器 增强的拉普拉斯算子 4.5 锐化的频率域滤波器 从原图中减去拉普拉斯算子部分（拉普拉斯算子中心值为负），形成g(x,y)的增强图像 4.5 锐化的频率域滤波器 五、钝化模板、高频提升滤波和高频加强滤波 4.5 锐化的频率域滤波器 五、钝化模板、高频提升滤波和高频加强滤波 高频强调滤波器 4.5 锐化的频率域滤波器 高频加强滤波： 第4章 频域滤波 4.1 背景及频率域介绍 4.2 二维离散傅里叶变换的性质 4.3 频域滤波基础 4.4 平滑频域滤波器 4.5 锐化频域滤波器 4.6 同态滤波 4.6 同态滤波器 一、同态滤波器的基本思想 利用照度-反射模型开发一种频域处理，通过同时实现压缩灰度范围和增强对比度，来改进图像的外观； 一个图像f(x,y)可以根据它的照度和反射分量的乘积来表示： f (x,y) = i (x,y)r (x,y) 其中：i (x,y)为照度函数； r (x,y)反射分量函数。 不能用来直接对照度和反射的频率部分分别进行操作，原因在于两个函数乘积的傅里叶变换是不可分的，即 F{f(x,y)} ≠ F{i(x,y)}F{r(x,y)}。 4.6 同态滤波器 若物体受到照度明暗不均的时候，图像上对应照度暗的部分，其细节就较难辨别。 目的： 消除不均匀照度的影响而又不损失图像细节。 依据： 图像的灰度由照射分量和反射分量合成： 反射分量反映图像内容，随图像细节不同在空间上作快速变化； 照射分量在空间上通常具有缓慢变化的性质； 照射分量的频谱落在空间低频区域，反射分量的频谱落在空间高频区域。 手段： 设计一个频域滤波器增强图像的高频成分，削减低频成分 4.6 同态滤波器 二、推导过程 F{f(x,y)} ≠ F{i(x,y)}F{r(x,y)} 令 z(x,y) = ln f(x,y) = ln i(x,y)r(x,y) = ln i(x,y) + ln r(x,y) 则F{z(x,y)} = F{ln f(x,y)} = F{ln i(x,y)} + F{ln r(x,y)} 即Z(u,v) = Fi(u,v) + Fr (u,v) 用过滤器函数H(u,v)的方法处理Z(u,v)，有： S(u,v) = H(u,v)Z(u,v) = H(u,v) Fi(u,v)+ H(u,v) Fr(u,v) 4.6 同态滤波器 在空域中： s(x,y) = F-1{S(u,v)} = F-1{H(u,v) Fi(u,v)} + F-1{H(u,v) Fr(u,v)} = i’(x,y) + r’(x,y) 其中： i’(x,y) = F-1{H(u,v) Fi(u,v)} r’(x,y) = F-1{H(u,v) Fr(u,v)} 4.6 同态滤波器 问题的关键在于将照射分量和反射分量进行分离; 同态滤波函数H(u,v)能够分别对这两个分量进行操作。 ln FFT H(u,v) (FFT)-1 exp f(x,y) g(x,y) 三、图像增强中的同态滤波系统 4.6 同态滤波器 四、同态过滤器的分析 图像的照射分量的特征是平缓的空域变化，而反射分量则近于陡峭的空域变化，特别在不同物体连接部分； 这些特性导致图像对数的傅立叶变换的低频部分与照度相联系，而高频部分与反射分量联系； 许多控制能通过同态滤波器对照射和反射分量操作来加强。需要指定一个H(u,v)，它能