数字图像处理5.pptVIP

5.2.3.1 空间域平滑滤波器-示例 (a)原图像； (b) 加椒盐噪声的图像； (c) 平滑； 5.2.3.2 空间域锐化滤波器 定义： 图像锐化就是增强图像的边缘或轮廓。 图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰。 5.2.3.2 空间域锐化滤波器-梯度锐化法 梯度定义为 常用梯度算子 (a) Roberts (b) Prewitt (c) Sobel 5.2.3.2 空间域锐化滤波器-Laplacian增强算子 定义 相当于模板 5.2.3.2 空间域锐化滤波器-低频分量消减法 定义：图像锐化就是要增强图像频谱中的高频部分，就相当于从原图像中减去它的低频分量，即原始图像经平滑处理后所得的图像。 方法一： 其中， 为平滑低频图像 方法二：对原图像进行加权，然后减去低通成分 5.3 频域增强技术 原理： 时域卷积相当于频域乘积。因此可以在频率域中直接设计滤波器，对信号进行增强处理。 分类： 常用方法包括高、低通滤波、同态滤波等。 5.3.1傅里叶变换及频域增强原理 二维离散傅里叶变换定义为： 反变换为 5.3.2 频率域平滑滤波器 图像空间域的线性邻域卷积实际上是图像经过滤波器对信号频率成分的滤波，这种功能也可以在变换域实现，即把原始图像进行正变换，设计一个滤波器用点操作的方法加工频谱数据（变换系数），然后再进行反变换，即完成处理工作。这里关键在于设计频域（变换域）滤波器的传递函数H(u,v)。 5.3.2 频率域平滑滤波器-理想低通滤波器 定义： 其中，截止频率为D0 理想低通滤波器 for u=1:128 for v=1:128 if sqrt((u-64)^2+(v-64)^2)=15 H(u,v)=1; else H(u,v)=0; end; end; end; imshow(H);[u,v]=freqspace(128,meshqrid); figure,mesh(u,v,H) 5.3.2 频率域平滑滤波器- Butterworth低通滤波器 n阶Butterworth滤波器的传递函数为： 5.3.2 频率域平滑滤波器- Butterworth低通滤波器示例 (a) Lena图 (b) Butterworth低通滤波结果 function f=lowpassfilter(sze,cutoff,n) if cutoff 0 | cutoff 0.5 error(cutoff frequency must be between 0 and 0.5); end if rem(n,1)~=0 | n 1 error(n must be an integer = 1); end if length(sze)==1 rows=sze; cols=sze; else rows=sze(1); cols=sze(2); end if mod(cols,2) xrange=[-(cols-1)/2:(cols-1)/2]/(cols-1); else xrange=[-cols/2:(cols/2-1)]/cols; end if mod(rows,2) yrange=[-(rows-1)/2:(rows-1)/2]/(rows-1); else yrange=[-rows/2:(rows/2-1)]/rows; end [x,y]=meshgrid(xrange，yrange); radius=sqrt(x.^2 + y.^2); f=ifftshift(1.0./ (1.0+(radius./cutoff).^(2*n))); f=lowpassfilter([6 6],0.3,6);%调用 f=f/sum(f(:)); I=imread(lena2.jpg); J= rgb2gray(I); I1=uint8(round(filter2(f,double(J)))); figure,imshow(I,[]),fi