第 4 章 图像增强处理.pptVIP

****************************************************（b）巴特沃思高通滤波器巴特沃斯高通滤波函数图示2阶函数,n=2巴特沃思高通滤波实例D0=15D0=80D0=30（c）指数形高通滤波器

3阶转移函数1阶指数形高通滤波器转移函数（d）梯形高通滤波器

转移函数高斯高通滤波器的滤波函数为：其中为截止频率。为频率平面点到原点的距离（e）高斯高通滤波器（a）源图像高斯高通滤波器D0=15D0=80D0=30高通滤波实例原图像高通滤波高通滤波再增强最后直方图均衡化**********************由上例（a）乘以一指数，将图像亮度整体变暗，并求其中心移到零点的频谱图。实例2（a）变暗后的图像（b）中心化频谱图离散傅里叶变换结果当图像亮度变暗后，中央低频成分变小实例3（b）中心化频谱图（a）有颗粒噪声图像当加多量噪声后，频谱高频成分增加实例4—方向性 傅里叶变换谱分布实例（a）正方形原图（b）正方形的谱分布（c）长方形的原始图像（d）长方形的谱分布实例离散余弦变换沃尔什变换其他的变换频域滤波的主要原理由于图像中灰度均匀的平滑区域对应着傅里叶变换中的低频成分，灰度变化陡峭边缘及细节对应着傅里叶变换中的高频成分；根据这些特点，要合理构造滤波器，将图像中的变换域中的高频及低频的成分过滤，可以得到图像的平滑及锐化结果。(3）频域滤波增强原理对图像在频域内进行滤波:计算图像的傅里叶变换F(u,v)F(u,v)乘以滤波器函数H(u,v)对结果计算DFT反变换傅里叶变换及图像处理的步骤频域平滑和锐化的方法通过滤波器将高的频率成分滤去，便得到平滑的图像结果；利用滤波器将低频成分滤去，便得到锐化的结果滤波器简介低通滤波器容许低频信号通过、但减弱（或减少）频率高于截止频率信号通过高通滤波器容许高频信号通过、但减弱（或减少）频率低于截止频率信号通过带通滤波器能通过某一频率范围内的频率分量、但将其他范围的频率分量衰减到极低水平带阻滤波器能通过大多数频率分量、但将某些范围的频率分量衰减到极低水平滤波器种类频域滤波实例低通滤波高通滤波原图像理想低通滤波器巴特沃思低通滤波器高斯低通滤波器指数形低通滤波器梯形低通滤波器（4）常见低通滤波器频域中的平滑是通过滤去高频成分实现的 G(u,v)=H(u,v)F(u,v)F(u,v)是图像的Fourier变换的结果H(u,v)是滤波器变换函数低通滤波器–仅仅低频通过，滤去高频成分，保留低频成分通过频谱成分实现平滑处理频域中的平滑原理（a）理想低通滤波器其中D0为截止频率（半径），D(u,v)=(u2+v2)1/2为频率平面原点到点(u,v)的距离。在原始变换中指定D0，就可去掉所有的高频成分随着距离D0的不同，就可以改变滤波器的特性理想低通滤波器这是傅立叶频谱和一系列理想低通滤波器，半径为5，15，30，80和230理想低通滤波实例源图像半径为5半径为30半径为230半径为80半径为15物理上难以实现有抖动现象滤除高频成分使图像变模糊由于选择不合适，使得（c）中结果模糊不清理想低通滤波器特点（b）巴特沃思低通滤波器

当D(u,v)=D0时，H(u,v)降为最大值的。n为阶数。巴特沃思低通滤波函数的图像：巴特沃思低通滤波器转移函数1阶转移函数1阶转移函数3阶转移函数2阶转移核函数巴特沃思低通滤波器特性高斯低通滤波器的转换函数定义为：高斯低通滤波函数的图像（c）高斯低通滤波器为截止频率。为频率平面中的点到原点的距离。取值不同值对图象平滑特性的影响源图像半径为5半径为30半径为230半径为80半径为15用于连结断裂文本高斯低通滤波器用于消除污点照片实例高斯低通滤波器用途（d）指数形低通滤波器

D(u,v)=D0，H(u,v)降为最大值的。n为阶数。一阶指数低通滤波器转移函数（e）梯形低通滤波器图像锐化目的：加强图像轮廓，使图像看起来比较清晰频域锐化的原理图像中边缘及细节与高频成分相对应高频滤波器–仅