机器视觉课程复习(算法及概念).pdfVIP

均值滤波 均值滤波 其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素 其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素 x y x y 值，即对待处理的当前像素点 （， ），选择一个模板，该模板由其近邻的若干像素组成， 值，即对待处理的当前像素点 （， ），选择一个模板，该模板由其近邻的若干像素组成， x y x y 求模板中所有像素的均值，再把该均值赋予当前像素点 （， ）。 求模板中所有像素的均值，再把该均值赋予当前像素点 （， ）。 不足之处：不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使 不足之处：不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使 图像变得模糊，不能很好地去除噪声点。 图像变得模糊，不能很好地去除噪声点。 高斯滤波 高斯滤波 高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。对 高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。对 整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过 整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过 加权平均后得到。 加权平均后得到。 具体操作是：用一个模板 （或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域 具体操作是：用一个模板 （或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域 内像素的加权平均灰度值去替代模板中心像素点的值。 内像素的加权平均灰度值去替代模板中心像素点的值。 低通滤波 低通滤波 (Low-pass filter)  低通滤波(Low-pass filter) 是一种过滤方式，规则为低频信号能正常通过，而超过设定临界 低通滤波 是一种过滤方式，规则为低频信号能正常通过，而超过设定临界 值的高频信号则被阻隔、减弱。 值的高频信号则被阻隔、减弱。 高通滤波 高通滤波 (high-pass filter)  高通滤波(high-pass filter) 是一种过滤方式，规则为高频信号能正常通过，而低于设定临界 高通滤波 是一种过滤方式，规则为高频信号能正常通过，而低于设定临界 值的低频信号则被阻隔、减弱。 值的低频信号则被阻隔、减弱。 算子 Roberts 算子 Roberts 是一种利用局部差分算子寻找边缘的算子，他采用对角线方向相邻两象素之差近似梯度幅值 是一种利用局部差分算子寻找边缘的算子，他采用对角线方向相邻两象素之差近似梯度幅值 ,, 检测边缘。检测垂直边缘的效果好于斜向边缘，定位精度高，对噪声敏感 无法抑制噪声的 检测边缘。检测垂直边缘的效果好于斜向边缘，定位精度高，对噪声敏感 无法抑制噪声的 影响。 影响。 中值滤波 中值滤波 基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把 基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把 数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接 数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接 近的真实值，从而消除孤立的噪声点。 近的真实值，从而消除孤立的噪声点。 方法：用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升 方法：用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升 （或下降）的为二维数据序列。 （或下降）的为二维数据序列。 离散傅里叶变换 离散傅里叶变换 是连续傅里叶变换在时域和频域上都离散的形式，将时域信号的采样变换为在离散时间傅里 是连续傅里叶变换在时域和频域上都离散的形式，将时域信号的采样变换为在离散时间傅里 DTFT DTFT 叶变换 （ ）