数字图像处理任务三图像锐化5.3.2图像的预处理-图像锐化-频域高通滤波.pptx

数字图像处理课程介绍5.3.2 图像的预处理-图像锐化-频域高通滤波 农业信息工程系 赵文旻频域高通滤波 由于图像中的边缘、线条等细节部分与图像频谱中的高频分量相对应，在频域中用高通滤波器处理，能够使图像的边缘或线条变得清晰，图像得到锐化，。高通滤波器衰减傅立叶变换中的低频分量，通过傅立叶变换中的高频信息。 因此采用高通滤波的方法让高频分量顺利通过，使低频分量受到抑制，就可以增强高频的成分 。 图像的边缘、细节主要在高频，图像模糊是由于高频成分较弱产生的。为了消除模糊，突出边缘，可以采用高通滤波的方法，使低频分量得到抑制，从而达到增强高频分量，使图像的边沿或线条变得清晰，实现图像的锐化。四种频域高通滤波器传递函数H(u,v)的剖面图（1）理想高通滤波器 滤波器转移函数 : 透视图和剖面图:（2）巴特沃斯高通滤波器 n阶高通具有D0截止频率的Butterworth高通滤波器滤波函数定义如下 :（3）指数型高通滤波器 具有截止频率为D0的指数高通滤波函数的转移函数定义为：（4）梯形高通滤波器 梯形高通滤波器的滤波函数由下式给出：四种高通滤波器比较：理想高通有明显振铃，图像的边缘模糊不清。Butterworth高通效果较好，振铃不明显，但计算复杂。 指数高通效果比Butterworth差些，但振铃也不明显。梯形高通的效果是微有振铃、但计算简单，故较常用。同态滤波器图像增强的方法 一幅图像f(x,y)能够用它的入射光分量和反射光分量来表示，其关系式： f(x,y)=i(x,y)r(x,y) 图像f(x,y)是由光源产生的照度场i(x,y)和目标的反射系数场r(x,y)的共同作用下产生的。该模型可作为频率域中同时压缩图像的亮度范围和增强图像的对比度的基础。但在频率域中不能直接对照度场和反射系数场频率分量分别进行独立的操作。　　如果定义：则有:或者 这里I(u,v)以及R(u,v)分别是lni(x,y)和 lnr(x,y)的傅里叶变换。 同态滤波方法就是利用上式的形式将图像中的照明分量和反射分量分开。这样同态滤波函数就可以分别作用在这两个分量上。 图像中的照明分量往往具有变化缓慢的特征，而反射分量则倾向于剧烈变化，特别在不同物体的交界处。由于这种持征，图像的自然对数的傅里叶变换的低频分量与照明分量相联系，而其高频分量则与反射分量相联系。同态滤波处理过程如下所示:同态滤波效果图同态滤波的增强案例分析案例同态滤波的增强效果谢谢观看！亮亮图文旗舰店