计算机视觉4 精选文档.pptVIP

computer vision 31 4.4.2 高斯平滑滤波器 ? 高斯函数的傅立叶变换频谱是单瓣的： 图像 常被不希望的高频信号所污染，平滑图像不会 被不需要的高频噪声污染，可以保留大部分信 号。 ? 高斯滤波器宽度是由参数 表示的： 越大， 高斯滤波器的，时域越宽，频带越窄，平滑程 度越好。可以调节 ，使图像特征在过分模糊 （过平滑）与平滑图像中由于噪声和细纹理所 引起的过多不希望突变量（欠平滑）之间取折 中。 ? 高斯函数有可分离性 ：实现高斯滤波时可分 步进行 4.4 线性滤波器 ? ? ? computer vision 32 4.4.2 高斯平滑滤波器 ? 高斯函数有可分离性（续）： 实现高斯滤波 时可分步进行。二维高斯函数卷积可分为两步 进行，首先将 图像与一维高斯函数进行卷积 ， 然后将 卷积结果与方向垂直的相同一维高斯函 数卷积 。因此，二维高斯滤波的计算量随着滤 波器模板宽度呈线性增加而不是呈平方增加。 4.4 线性滤波器 computer vision 33 4.4.3 高斯平滑滤波器性质 ? 旋转对称性 ? 将高斯函数从直角坐标变换到极坐标得： ? 从高斯函数的极坐标表达式可以看出，函数 值不依赖于角度 θ ，所以是旋转对称的。 4.4 线性滤波器 ? ? ? 2 2 2 2 2 2 2 2 2 2 g [ , ] e g (, ) e i j r r i j i j r ? ?? ? ? ? ? ? computer vision 1 第四章 图像预处理 4.1 概述 4.2 直方图修正 4.3 图像线性运算 4.4 线性滤波器 4.5 非线性滤波器 computer vision 2 1 为什么要对图像进行预处理？ ? 一般情况下，获取图像是通过成像系统（光 学镜头 +CCD ）得到； ? 由于成像系统本身电子干扰和外界环境产生 的随机干扰，使得图像含有噪声； ? 由于成像系统所处的照明或其他环境，使得 图像的灰度分辨率不高，甚至很难区分图像中 的物体。 ? 必须在视觉的初级阶段对原始图像进行灰度 修正、噪声过滤等图像预处理。 4.1 概述 computer vision 3 2 图像预处理的功能是什么？ ? 计算机视觉中的图像预处理并不考虑图像降 质原因，只将图像中感兴趣的特征有选择的突 出，衰减其不需要的特征。 ? 图像预处理后的输出图像并不需要去逼近原 始图像，这种图像预处理方法称为图像增强。 4.1 概述 computer vision 4 3 图像预处理有哪几种？ ? 空间域法和频率域法 ? 空间域法是直接在空间域对图像像素运算处 理； ? 频率域法是先对图像做某种变换（ DFT 、 DCT 、 DWT 、 K-L ），然后在变换域对图像 的变换值进行运算，最后将计算后的图像逆变 换到空间域。 ? 全局运算和局部运算 ? 灰度图像和彩色图像 4.1 概述 computer vision 5 4 本章介绍 ? 直方图修正 ? 图像线性运算模型 ? 线性滤波器 ? 均值滤波器 ? 高斯平滑滤波器 ? 非线性滤波器 ? 中值滤波器 ? 边缘保持滤波器 4.1 概述 computer vision 6 1 直方图概念 ? 如果将图像中像素亮度（灰度级别）看成是 一个随机变量， 则其分布情况就反映了图像 的统计特性，这可用 Probability Density Function (PDF) 来刻画和描述，表现为灰度 直方图（ Histogram ）。 ? 灰度直方图是灰度级的函数，它表示图像中 具有某种灰度级的像素的个数，反映了图像中 每种灰度出现的频率，它是图像最基本的统计 特征。 4.2 直方图修正 computer vision 7 4.2 直方图修正 图像灰度直方图 6 6 4 6 3 1 3 2 6 6 4 1 6 6 6 5 4 3 6 6 4 6 6 1 1 2 2 3 4 6 6 5 4 3 2 1 1 4 2 6 5 4 5 6 5 4 3 2 1 computer vision 8 4.2 直方图修正 Lena 图像及灰度直方图 computer vision 9 4.2 直方图修正 钟楼图像及灰度直方图 （彩色） computer vision 10 4