- 1、本文档共50页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
假定原图像为f(x,y),经傅立叶变换为F(u,v)。频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理,然后经逆傅立叶变换得到增强的图像g(x,y)。;频率域平滑—低通滤波
二. 频率域锐化—高通滤波
三. 同态滤波;由于噪声主要集中在高频部分,为去除噪声改善图像质量,滤波器采用低通滤波器H(u,v)来抑制高频成分,通过低频成分,然后再进行逆傅立叶变换获得滤波图像,就可达到平滑图像的目的。
常用的频率域低通滤波器H(u,v)有四种:
1.理想低通滤波器
2.Butterworth低通滤波器
3.指数低通滤波器
4. 梯形低通滤波器;频域低通滤波的基本思想
G(u,v)=F(u,v)H(u,v)
F(u,v)是需要钝化图像的傅立叶变换形式
H(u,v)是选取的一个滤波器变换函数
G(u,v)是通过H(u,v)减少F(u,v)的高频部分得到的结果
运用傅立叶逆变换得到钝化后的图像。;理想低通滤波器(ILPF)
一个二维的理想低通滤波器(ILPF)的转换函数满足(是一个分段函数);理想低通滤波器的三维透视图;理想低通滤波器的振铃效果:在去噪的同时损失边缘信息。;理想低通滤波器的处理效果:;理想低通滤波器的处理效果:;Butterworth低通滤波器
一个截止频率在与原点距离为D0的n阶Butterworth低通滤波器(BLPF)的变换函数:;Butterworth低通滤波器的截面图;巴特沃斯低通滤波器的处理效果;指数低通滤波器(ELPF)
图像处理中常用的另一种平滑滤波器。它的传递函数为: ;梯形低通滤波器(TLPF)
理想低通滤波器和完全平滑滤波器的折中。它的传递函数:
它的性能介于理想低通滤波器和指数滤波器之间,滤波的图像有一定的模糊和振铃效应。; 图像的边缘、细节主要位于高频部分,而图像的模糊是由于高频成分比较弱产生的。频率域锐化就是为了消除模糊,突出边缘。因此采用高通滤波器让高频成分通过,使低频成分削弱,再经逆傅立叶变换得到边缘锐化的图像。
常用的高通滤波器有:
1. 理想高通滤波器
2. 巴特沃斯高通滤波器
3. 指数滤波器
4. 梯形滤波器 ;频域高通滤波的基本思想
G(u,v)=F(u,v)H(u,v)
F(u,v)是需要锐化图像的傅立叶变换形式。
目标是选取一个滤波变换函数H(u,v),通???它减少F(u,v)的低频部分来得到G(u,v)。
运用傅立叶逆变换得到锐化后的图像。;理想高通滤波器
一个二维的理想高通滤波器(IHPF)的转换函数满足(是一个分段函数);理想高通滤波器的三维透视图;Butterworth高通滤波器
一个截止频率在与原点距离为D0的n阶Butterworth高通过滤器(BHPF)的变换函数如下:;Butterworth高通滤波器的截面图;指数滤波器
其传递函数为;梯形滤波器;四种滤波函数的选用类似于低通。
理想高通有明显振铃现象,即图像边缘有抖动现象;
Butterworth高通滤波效果较好,但计算复杂,优点是有少量低频通过,H(u,v)是渐变的,振铃现象不明显;
指数高通效果比Butterworth差些,振铃现象不明显;
梯形高通会产生微振铃效果,但计算简单。
一般来说,不管在图像空间域还是频率域,采用高频滤波不但会使有用的信息增强,同时也使噪声增强。因此不能随意地使用。 ;同态滤波的基本思想
一个图像f(x,y)可以根据它的照射(明度)分量和反射分量的乘积来表示
f (x,y) = i (x,y)r (x,y)其中:i (x,y)为照射分量函数
r (x,y)为反射分量函数
照射分量的性质由光源确定,反射分量的性质由景物中物体的特性决定
通过同时实现压缩明度范围和增加反射范围,来改进图像的表现;图像的明度分量的特点是平缓的空域变化,而反射分量则近于陡峭的空域变化
这些特性使得将图像的对数的傅立叶变换的低频部分对应于明度分量,而高频部分对应于反射分量
尽管这种对应关系只是一个粗略的近似,但它们可以用于优化图像的增强操作;同态滤波器的截面图;人眼的视觉特性
分辨的灰度级介于十几到二十几级之间 ;
而对彩色的分辨能力可达到灰度分辨能力的百倍以上。
彩色增强技术是利用人眼的视觉特性,将灰度图像变成彩色图像或改变彩色图像已有彩色的分布,改善图像的可分辨性。彩色增强方法可分为伪彩色增强和假彩色增强两类。; 伪彩色增强是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色,得到一幅彩色图像的技术。使原图像细节更易辨认,目标更容易识别。
伪彩色增强的方法主要有密度分割法、灰度级—彩色变换和频率域伪彩色增强
文档评论(0)