数字图像处理：各种变换滤波和噪声的类型和用途总结.pdfVIP

数字图像处理 ：各种变换滤波和噪声的类型和⽤途总结 ⼀、基本的灰度变换函数 . .图像反转 适⽤场景 ：增强嵌⼊在⼀幅图像的暗区域中的⽩⾊或灰⾊细节，特别是当⿊⾊的⾯积在尺⼨上占主导地位的时候。 .2.对数变换 （反对数变换与其相反） 过程 ：将输⼊中范围较窄的低灰度值映射为输出中较宽范围的灰度值。 ⽤处 ：⽤来扩展图像中暗像素的值，同时压缩更⾼灰度级的值。 特征 ：压缩像素值变化较⼤的图像的动态范围。 举例 ：处理傅⾥叶频谱，频谱中的低值往往观察不到，对数变换之后细节更加丰富。 .3.幂律变换 （⼜名 ：伽马变换） 过程 ：将窄范围的暗⾊输⼊值映射为较宽范围的输出值。 ⽤处 ：伽马校正可以校正幂律响应现象，常⽤于在计算机屏幕上精确地显⽰图像，可进⾏对⽐度和可辨细节的加强。 .4.分段线性变换函数 缺点 ：技术说明需要⽤户输⼊。 优点 ：形式可以是任意复杂的。 .4. .对⽐度拉伸 ：扩展图像的动态范围。 .4.2.灰度级分层 ：可以产⽣⼆值图像，研究造影剂的流动。 .4.3.⽐特平⾯分层 ：原图像中任意⼀个像素的值，都可以类似的由这些⽐特平⾯对应的⼆进制像素值来重建，可⽤于压缩图⽚。 .5.直⽅图处理 .5. 直⽅图均衡 ：增强对⽐度，补偿图像在视觉上难以区分灰度级的差别。作为 ⾃适应对⽐度增强⼯具，功能强⼤。 .5.2直⽅图匹配 （直⽅图规定化） ：希望处理后的图像具有规定的直⽅图形状。在直⽅图均衡的基础上规定化，有利于解决像素集中于灰 度级暗端的图像。 .5.3局部直⽅图处理 ：⽤于增强⼩区域的细节，⽅法是以图像中的每个像素邻域中的灰度分布为基础设计变换函数，可⽤于显⽰全局直⽅ 图均衡化不⾜以影响的细节的显⽰。 .5.4直⽅图统计 ：可⽤于图像增强，能够增强暗⾊区域同时尽可能的保留明亮区域不变，灵活性好。 ⼆、基本的空间滤波器 2. .平滑空间滤波器 2. . 平滑线性滤波器 （均值滤波器） 输出：包含在滤波器模板邻域内的像素的简单平均值，⽤邻域内的平均灰度替代了图像中每个像素的值，是⼀种低通滤波器。 结果 ：降低图像灰度的尖锐变化。 应⽤ ：降低噪声，去除图像中的不相关细节。 负⾯效应 ：边缘模糊。 2. .2统计排序滤波器 （⾮线性滤波器） 举例 ：中值滤波器。 过程 ：以滤波器包围的图像区域中所包含图像的排序为基础，然后使⽤统计排序结果决定的值取代中⼼区域的值。 ⽤处 ：中值滤波器可以很好的解决椒盐噪声，也就是脉冲噪声。 2.2.锐化空间滤波器 2.2. 拉普拉斯算⼦ （⼆阶微分） 作⽤ ：强调灰度的突变，可以增强图像的细节。 2.2.2⾮锐化掩蔽和⾼提升滤波 原理 ：原图像中减去⼀幅⾮锐化 （平滑处理）的版本。 背景 ：印刷和出版界使⽤多年的图像锐化处理。 ⾼提升滤波 ：原图减去模糊图的结果为模板，输出图像等于原图加上加权后的模板，当权重为 得到⾮锐化掩蔽，当权重⼤于 成为⾼提升 滤波。 2.2.3梯度锐化 （⼀阶微分对） 含义 ：梯度指出了在该位置的最⼤变化率的⽅向。 ⽤处 ：⼯业检测，辅助⼈⼯检测产品的缺陷，⾃动检测的预处理。 三、基本的频率滤波器 3. . 理想低 （⾼）通滤波器 特性 ：振铃现象，实际⽆法实现。 ⽤处 ：并不实⽤，但是研究滤波器的特性很有⽤。 3. .2布特沃斯低 （⾼）通滤波器 特点 ：没有振铃现象，归功于在低频和⾼频之间的平滑过渡，⼆阶的布特沃斯低通滤波器是很好的选择。 效果 ：⽐理想低 （⾼）通滤波器更平滑，边缘失真⼩。截⽌频率越⼤，失真越平滑。 3. .3⾼斯低 （⾼）通滤波器 特点 ：没有振铃。 ⽤处 ：任何类型的⼈⼯缺陷都不可接受的情况 （医学成像）。 3. .4钝化模板，⾼提升滤波，⾼频强调滤波 ⽤处 ：X射线，先⾼频强调，然后直⽅图均衡。 3. .5同态滤波 原理 ：图像分为照射分量和反射分量的乘积。 ⽤处 ：增强图像，锐化图像的反射分量 （边缘信息），例如PET扫描。 3. .6选择性滤波 3. .6. 带阻滤波器和带通滤波器。 作⽤ ：处理制定频段和矩形区域的⼩区域。 3. .6.2陷阱滤波器 原理 ：拒绝或通过事先定义的关于频率矩形中⼼的⼀邻域。 应⽤ ：选择性的修改离散傅⾥叶变换的局部区域。 优点 ：直接对DFT处理，⽽不需要填充。交互式的处理，不会导致缠绕错误。 ⽤途 ：解决莫尔波纹。 四、重要的噪声概率密度函