《数字图像处理》课件第3章.pptVIP

4.用3×3Box模板对图像进行邻域均值平滑，经过m次迭代后，相当于用多大的Box模板对原始图像进行邻域均值平滑？

5.比较均值滤波和中值滤波的优缺点。

6.针对中值滤波模板中心在图像中同一行移动时，每次模板内只有1列数据更新的现象，设计一种快速更新中值的方法，并编写快速中值滤波算法。7.给出一组灰度变换函数，使其能够提取灰度图像的8个位平面。

8.为什么一般情况下对离散图像的直方图均衡化并不能产生完全平坦的直方图？

9.已知一幅图像已经进行过直方图均衡化处理，试问再次对其进行直方图均衡化处理是否会使图像发生变化？为什么？

10.讨论空间域的平滑滤波器和锐化滤波器的区别与联系。2.拉普拉斯算子

拉普拉斯(Laplacian）算子是一种各向同性的二阶微分算子，在(x,y)处的值定义为

(3-34)

将式（3-25）和式（3-26）代入上式得(3-35)式（3-35）的拉普拉斯算子在上下左右4个方向上具有各向同性。若在两对角线方向上也进行拉普拉斯运算，则新的拉普拉斯算子在8个方向上具有各向同性。常见的几个拉普拉斯算子模板如图3-17所示，图中的模板中心为正，也可以对模板乘以-1使模板中心为负。图3-17常用的拉普拉斯模板（1）微分模板的权系数之和为0，使得灰度平坦区的响应为0。平滑模板的权系数都为正，其和为1，这使得灰度平坦区的输出与输入相同。

（2）一阶微分模板在对比度大的点产生较高的响应，二阶微分模板在对比度大的点产生零交叉。一阶微分一般产生更粗的边缘，二阶微分则产生更细的边缘。相对一阶微分而言，二阶微分对细线、孤立点等小细节有更强的

响应。

（3）平滑模板的平滑或去噪程度与模板的大小成正比，跳变边缘的模糊程度与模板的大小成正比。3.4.2非锐化滤波

非锐化滤波，也称为非锐化掩模（UnsharpMasking），是指从原始图像中减去原始图像的一个非锐化的或者说是平滑的图像，从而达到增强边缘等细节的目的，用公式表示如下：

g(x,y)=f(x,y)－fs(x,y)(3-36)

式中：f(x,y)表示输入图像；fs(x,y)表示由输入图像得到的平滑图像；g(x,y)为非锐化掩模后的输出图像。图像平滑的实质是一种低通滤波，从原始图像中减去它的一个平滑

图像，就相当于除去了低频成分，保留了高频成分，产生了一个高通图像。3.4.3高频增强滤波

如果原始图像与高通图像相加，则可以在保持原始图像概貌的同时突出边缘等细节。将原始图像乘以一个比例系数A，高通图像也乘以一个比例系数K，两者相加得到一个增强图像，称该过程为高频增强滤波（High-boostFiltering）。高频增强滤波公式如下：

fhb(x,y)=Af(x,y)+Kg(x,y)(3-37)式中：fhb(x,y)表示高频增强滤波后的输出图像；g(x,y)是输入图像f(x,y)的一个高通图像，也可以是前面的非锐化掩模结果。A和K是两个比例系数，A≥0，0≤K≤1。K在

0.2~0.7之间取值时，高频增强滤波效果较为理想。当A足够大时，图像锐化作用相对被减弱，使得输出图像与输入图像的常数倍接近。图3-18是当A=1，K=1时，常用的拉普拉斯高频增强滤波模板。图3-18常用拉普拉斯高频增强滤波模板在图3-19中，图(b)是对图(a)使用图3-17(b)所示拉普拉斯模板的运算结果；图(c)是图(a)与图(b)相加的结果，即使用图3-18(b)所示模板与图3-19(a)的卷积结果;图(d)是图(a)的1.6倍减去用半径为2的高斯模板对图(a)平滑结果的0.6倍的结果。由图可见，高频增强滤波在增强边缘的同时也增强了噪声点，而增强之前先进行平滑则能得到更好的效果。图3-19高频增强滤波示例3.5伪彩色处理

人眼只能分辨出几十种灰度级，却能够分辨几千种不同的颜色。当人眼难以分辨图像中的灰度级时，可借助彩色来增强图像的视觉效果。伪彩色处理就是常用的一种增强方法。伪彩色处理是指对不同的灰度级赋予不同的颜色，从而将灰度图像变为彩色图像。这种人工赋予的颜色常称为伪彩色。伪彩色处理在卫星云图、医学影像的判读等领域具有广泛的应用。常用的伪彩色处理方法