数字图像处理课件(冈萨雷斯第三版知识).pptVIP

数字图像处理课件(冈萨雷斯第三版知识).ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
5.3傅里叶变换 离散的傅里叶变换和性质 1、由1维傅里叶变换(FT)和逆变换的公式 , 离散的1维傅里叶变换(DFT)和逆变换的公式是 ,u = 0, 1,…, N-1; ,x=0,1,…,N-1. 这里把f(x)理解为一个离散函数, 其中, 除了x=0,1,…,N-1处以外f(x)等于零。 * 后向映射:把灰度值从原始不失真图象的象素P映射到实际采集的失真图象的象素P?上。如果实际采集的象素Q落在四个象素P?(非整数点)之间,就取这四点P?的灰度值作双线性插值,作为象素Q的灰度值。 插值灰度的计算: -零阶插值:取最近的点的灰度 -双线性插值: -三次线性插值: * 双线性插值: 设(xi,yi),i=1,2,3,4,是按反时针方向包围Q的矩形的四个象素。 先作 然后, * 第4章 空域增强技术 图象增强技术是使图象的某种指定效果更好。例如,使X透视照片更清晰。 分成两大类:空域增强技术和频域增强技术。其中,空域指象素组成的空间。 空域增强技术直接作用于象素。可以表示为 g(x,y) = EH(f(x,y)) 其中f和g分别是增强前后的图象.这个变换不改变象素的位置,仅改变象素的灰度f(x,y)。 * 4.1空间技术分类 如果变换EH仅用一个点,称EH为点运算(点处理)。如果变换EH还用到点(x,y)邻域内的点,那么记变换EH为 g(x,y)=EH(f(x,y),n), 称为模板处理。 点操作可以分为灰度操作和集合操作,它们仅根据该点的灰度和位置,分别改变原灰度为新灰度(称为灰度变换或灰度映射)和原位置为新位置的象素. 灰度操作可以把不同的灰度变成同一个灰度,集合操作可以把不同位置变成同一个位置.因此,它们可能不是可逆的变换. * 4.2 图象间运算 4.2.1 算术和逻辑运算 算术运算一般用于两个象素p,q: p+q,p-q,p*q和p/q. 应用: 图象之间f(x,y)和h(x,y)的差异用减法求出 g(x,y) = f(x,y) – h(x,y). 图象之加法可以消去噪音e(x,y)。设图象信号为f(x,y) 加上噪音后变成gi(x,y) = f(x,y)+ei(x,y).假设噪音ei 互不相关和E(ei)=0,那么n幅图象的平均将压制噪音: * 逻辑运算 补NOT, 与AND, 或OR, 异XOR 应用:检测目标的边界,向右移动一个象素后,依次作与运算、差运算得到左边界。类似做出上、下、左边的边界。 * 直接灰度映射 4.3.1 灰度映射原理 将图象中的灰度值按某种规律映射成新灰度。在对于彩色图象做灰度映射时应注意保持色调和饱和度相同,只改变亮度。(HSV) t 0 原灰度 新灰度 s * 典型灰度映射 图象求反 对图象求反是将原图象的灰度值反转。例如,黑底的照片变成白底的照片。设灰度有L个等级。原灰度是d,新灰度是L-1-d。 L-1 L-1 0 原灰度 新灰度 d * 增强对比度 增加图象的各部分的反差。例如,图象落在灰度s1和s2之间的部分是感兴趣的部分,而其他部分不重要。那么可以把灰度s1和s2之间的部分的灰度反差变大。 S1 S2 L-1 0 L-1 * * 动态范围压缩 原图象的灰度范围过大,因此,需要压缩到可以显示的堆度范围。例如,t = C log(1+|s|). C为尺度比例常数。 s t * 灰分切分 把某部分的灰度变得突出。 s t * 直方图变换 直方图和积累直方图 图象的灰度统计称为直方图。假设图象有n个象素,灰度等级有k = 0,1,…,L-1个。sk为第k个等级的象素的灰度,设该象素在图象中共有nk个,那么该象素出现的频率是 为了规范化,把sk限制在0到1内。当k跑遍0,1,…,L-1时,就给出了一个函数图形,称为直方图。直方图是一个1D的离散函数。 积累直方图就是由前k等级之和所生成的积累直方图。 * L-1 L-1 Ps(sk) EH(sk) k k * 直方图均衡化 设ps(sk) = nk/n,0?sk ?1, k=0,1,…,L-1.即灰度sk的象素占全体象素的比例是ps(sk) 。令 EH(sk)是单调增加函数,它等于灰度在sk以下的象素所占的比例。可以写出反函数: sk tk sk tk 假设tk = EH(sk)=1/4,那么, 灰度sk映射到tk意味着tk=1/4 以下的灰度占象素总数的1/4。 如果tk = EH(sk)=1/2,那么tk=1/2 以下的灰度占象素总数的1/2。 即tk的直方图是均匀分布。 * 直方图的计算 直方图均衡化的计算:假设原图象有L个灰度,不妨记sk就是灰度k。 依次计算频率p(k)=nk/n, k=0,1,…,L-1. 计算积累直方图EH(k), k=0,1,…,L-1. 用下式

文档评论(0)

燕虞昊 + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2023年05月19日上传了教师资格证

1亿VIP精品文档

相关文档