清华大学数字图像处理课件.pptVIP

第六章 图像增强(续) 图像增强方法分类(回顾) 主要有空域处理法和频域处理法（1）空域处理法：直接在图像所在的二维空间进行处理，即直接对每一像元的灰度值进行处理。（2）频域处理法：将图像从空间域变换到频率域对图像进行处理。 空间域滤波增强技术一、定义： 空间域滤波是基于邻域处理的增强方法，它应用某一模板对每个像元与其周围邻域的所有像元进行某种数学运算得到该像元的新的灰度值，新的灰度值的大小不仅与该像元的灰度值有关，而且还与其邻域内的像元的灰度值有关。二、方法： 常用的有图像平滑和图像锐化 图像平滑图像锐化空间域滤波增强技术邻域平均法中值滤波梯度法拉普拉斯算子 一、背景 图像在传输过程中，由于传输信道、采样系统质量较差，或受各种干扰的影响，而造成图像毛糙，此时，就需对图像进行平滑处理。二、图像噪声的来源及特点 A.通道噪声：产生于图像信息的传递中，其值与图像信号的强弱无关。现象：“雪花” B.量化噪声：灰度在量化过程中，不可避免的产生量化噪声。 C.特点：噪声像素的灰度是空间不相关的，即它与邻近像素显著不同。 图像平滑滤波技术 图像平滑滤波技术二、定义及用途： 平滑滤波对图像的低频分量进行增强，同时可以削弱图像的高频分量，因此一般用于消除图像中的随机噪声，从而起到图像平滑的作用。三、常用方法： 邻域平均法（线性的）和中值滤波法（非线性的） 邻域平均法（均值滤波） 一幅图像往往受到各种噪声源的干扰（如电传感器和传输误差等），这种噪声常常为一些孤立的像素点，它们像雪花使图像被污染，噪声往往是叠加在图像上的随机噪声,而图像灰度应该相对连续变化的，一般不会突然变大或变小，这种噪声可以用邻域平均法使它得到抑制。 邻域平均法是简单的空域处理方法。这种方法的基本思想是用几个像素灰度的平均来代替一个像素原来的灰度值，实现图像的平滑。 有一幅图像图像：MNSf(x,y)在图像中为了获取f(x,y)的新值则开一个M?N的窗口S窗口S就称为f(x,y)的邻域我们可以根据窗口内各点的灰度确定f(x,y)的新值。 邻域平均法常见的方法有：(1)简单平均法：在此算法中，M,N的值不宜过大，因为M,N值的大小对速度有直接影响，且M,N值越大变换后的图像越模糊,特别是在边缘和细节处。设图像像素的灰度值为f(x,y)，取以其为中心的M?N大小的窗口，用窗口内各像素灰度值代替f(x,y)的值，即：噪声是随机不相关的，如果窗口内各点的噪声是独立等分布的，经过这种方法平滑后，信噪比可提高 倍。 平滑可以抑制高频成分，但也使图像变得模糊。 返回 (2)邻域加权平均方法邻域加权平均法也属于空域滤波增强算法，它是利用模板卷积的方法实现对原图的滤波，可表示为：W称为模板MNWf(x,y) 邻域加权平均法举例：将模板上系数与模板下对应像素的灰度值相乘；将所有乘积相加，并除以系数总和；将模板在图中漫游，并将模板中心与图中某像素点重合；用所得结果代替原中心点的值；MNWf(x,y)返回 中值滤波法 前面使用的邻域平均法属于低通滤波的处理方法。它在抑制噪声的同时使图像变得模糊，即图像的细节(例如边缘信息)被削弱，如果既要抑制噪声又要保持细节可以使用中值滤波。 将窗口在图中移动；读取窗口内各对应像素的灰度值；将这些灰度值从小到大排成1列；找出这些值里排在中间的1个；MNSf(x,y)将这个中间值赋给对应窗口中心位置的像素。工作步骤 取3X3窗口从小到大排列，取中间值 中值滤波的一些特性 (1) 对大的边缘高度，中值滤波较邻域均值好得多，而对于较小边缘高度，两种滤波只有很少差别。（2） 中值滤波是非线性的。 （3） 中值滤波在抑制图像随机脉冲噪声方面甚为有效。且运算速度快，便于实时处理。（4） 中值滤波去除孤立线或点干扰，而保留空间清晰度较平滑滤波为好；但对高斯噪声则不如平滑滤波。 邻域平均和中值滤波的比较含均匀随机噪声3?3邻域平均7?7邻域平均11?11邻域平均3?3中值滤波5?5中值滤波返回 1.中值定理的应用方法2. 相同 数 字 如何处理 图像锐化滤波技术一、目的 图像经转换或传输后，质量可能下降，难免有些模糊。图像锐化目的：加强图像轮廓，使图像看起来比较清晰。 二、方法 图像锐化滤波技术 考察正弦函数 ，它的微分 。微分后频率不变，幅度上升2πa倍。 空间频率愈高，幅度增加就愈大。这表明微分是可以加强高频成分的，从而使图像轮廓变清晰。最常用的微分方法是梯度法和拉普拉斯算子 图像轮廓上，像素灰度有陡然变化