数字图像处理-空域滤波.ppt

2021/3/17 * 例子 如下图所示: 2021/3/17 * 处理方法: 拉普拉斯算子: 由前边: 在x方向上: 在y方向上: 则有: 基于二阶微分的图像增强一拉普拉斯算子 2021/3/17 * 图像相减时,可能出现负值,如何来解决? 例如:0～255 差图像要进行标定: ①每一像素+255 然后除以2 优点,简单,快速 缺点:无法保证覆盖 0～255全范围 ②先提取最小值 取反后加在差图像中 然后用乘每一像素 可保证结果 具体执行的模板右图图 中心正 中心负 2021/3/17 * 拉普拉斯算子是强调灰度突变而减加重灰度慢变化的区域。 具体办法是:把原图像拉普拉斯图像叠加在一起,这样既能保护拉氏锐化效果,同时又能复原背景信息。 拉氏模板中心轴为负 拉氏模板中心轴为正 具体实例如下页图所示: 2021/3/17 * 简化: 上边的过程实际中可用一步来完成而把会成,即把合成与拉氏计算会起来。 最终模板 如右图所示: 2021/3/17 * 把各种互补的图像增强技术结合起来,实践复杂的增强任务 举例:骨骼图像处理: 目的:突出骨骼的更多细节 策略:先用拉氏算子突出图像中的小细节,然后用梯度法突出其边缘,平滑过的梯度图像用于屏蔽拉氏图像,最后用灰度变换扩展灰度动态范围。 2021/3/17 * 原图:月球北极 拉普拉斯滤波后的图像 3×3,中 心点为－8 的掩膜 标 定 的 图 像 原始图像 ＋拉普拉 斯的结果 2021/3/17 * 空域滤波器 2021/3/17 * 空域滤波器 空域滤波和空域滤波器的定义: 使用空域模板进行的图像处理,被称为空域滤波。模板本身被称为空域滤波器。 空间域滤波器分类 平滑空域滤波器 锐化空域滤波器 2021/3/17 * 空间滤波和空间滤波器的定义 在M×N的图像f上,使用m×n的滤波器: 空间滤波的简化形式: 其中,w是滤波器系数,z是与该系数对应的图像灰度值,mn为滤波器中包含的像素点总数。 2021/3/17 * 在空域滤波功能都是利用模板卷积,主要步骤为: (1) 将模板在图中漫游,并将模板中心与图中某个像素位置重合; (2) 将模板上系数与模板下对应像素相乘; (3) 将所有乘积相加; (4) 将和（模板的输出响应）赋给图中对应模板中心位置的像素。 2021/3/17 * 例:模板滤波示意: 模板的输出为: 2021/3/17 * 平滑空域滤波器 作用 （1）模糊处理:去除图像中一些不重要的细节。 （2）减小噪声。 平滑空间滤波器的分类 （1）线性平滑滤波器:均值滤波器 （2）非线性平滑滤波器: ?? 最大值滤波器 ?? 中值滤波器 ?? 最小值滤波器 2021/3/17 * 线性平滑滤波器 包含在滤波器邻域内像素的平均值,也称为均值滤波器。 作用 （1）减小图像灰度的“尖锐”变化,减小噪声。 （2）由于图像边缘是由图像灰度尖锐变化引起的,所以也存在边缘模糊的问题。 2021/3/17 * 线性平滑滤波器 图a是标准的像素平均值。 图b是像素的加权平均,表明一些像素更为重要。 加权均值滤波器 2021/3/17 * 线性平滑滤波器——例1 3 x 3 5 x 5 9 x 9 15 x 15 35 x 35 原图 2021/3/17 * 图像说明: 顶端的黑方块,大小分别为3,5,9,15,25,35,45,55个像素,边界相隔25个像素。位于底端的字母在10到24个像素之间,增量为2个像素。垂直线段5个像素宽,100个像素高,间隔20个像素。圆的直径25个像素,边缘相隔15个像素。灰度以20%增加。噪声矩形大小是50*120像素。 结果分析: （1）噪声明显减少,但图像变模糊了。尤其是图像细节域滤波器近似相同时。 （2）滤波器越大,模糊程度加剧。 2021/3/17 * 线性滤波器——例2 提取感兴趣物体而模糊图像 2021/3/17 * 统计排序滤波器 什么是统计排序滤波器? ??是一种非线性滤波器,基于滤波器所在图像区域中像素的排序,由排序结果决定的值代替中心像素的值。 分类: （1）中值滤波器: 用像素领域内的中间值代替该像素。 （2）最大值滤波器:用像素领域内的最大值代替该像素。 （3）最小值滤波器:用像素领域内的最小值代替该像素。 2021/3/17 * 统计排序滤波器 中值滤波器 主要用途:去除噪声 计算公式:R = mid {zk | k = 1,2,…,n} 最大值滤波器 主要用途:寻找最亮点 计算公式:R = max {zk | k = 1,2,…,n} 最小值滤波器 主要用途:寻找最暗点 计算公式:R = min {zk |