ch圖象增強ppt課件(已修改)
2025-05-12 18:10 本頁面
【正文】 第三節(jié) 圖像平滑 圖像平滑是一種圖像 鄰域 操作 . 非遞歸鄰域操作可用函數(shù) φ表示為 : g(x,y)=φ[x,y,f(x’,y’):(x’,y’)∈ N(x,y)]其中 N(x,y)是以 (x,y)為中心的某鄰域象素集合，f(x’,y’)是集合內(nèi)象素灰度值， g(x,y)是處理結(jié)果圖像。圖像平滑方法有 空域法 和 頻域法 兩大類。目的： 去除或衰減圖像中噪聲和假輪廓； 鄰域：在一定意義下，與該像素相鄰的像素的集合O O OO * OO O OO O O O OO O O O OO O * O OO O O O OO O O O OOO * OO33鄰域 55鄰域 4鄰域 4鄰域O O*O O第三節(jié) 圖像平滑 (1)均值濾波和中值濾波的基本思想都是將某個點的象素其鄰域的所有象素的某個統(tǒng)計值來代替濾波后的該點象素。(1)問題的引入真遺憾！圖片變“丑 ”了！ ?圖象受 噪聲 污染，圖象質(zhì)量下降。 哇，真漂亮！第三節(jié) 圖像平滑 (2)什么是圖象噪聲？(2)圖象噪聲圖象在生成、傳輸和數(shù)字化的過程中，常常會引入一些隨機誤差，導致圖象質(zhì)量下降。這種使圖象質(zhì)量下降的隨機誤差稱為圖象噪聲。 = +n(i,j)為二維隨機變量，一般有：= +f(i,j) －－ 原始圖像中位于 (i,j)位置的灰度值 ,g(i,j) －－ 噪聲圖像中位于 (i,j)位置的灰度值則對于一個噪聲概率為 pn的噪聲圖像，有：其中 n（ i,j） 是獨立于 f（ i,j） 的隨機噪聲值。圖象噪聲l椒鹽噪聲（ SaltPepperImpulsiveNoise） 受噪聲干擾的圖像像素以 50% 的相同概率等于圖像灰度的最大或最小的可能取值l隨機值脈沖噪聲 受噪聲干擾圖像點取值均勻分布于圖像灰度的最大與最小可能取值之間。 常見噪聲模型有：l高斯白噪聲 噪聲在整個平面的概率密度函數(shù)為一維正態(tài)分布（高斯分布）。 圖象噪聲噪聲及受不同噪聲污染的圖片效果顯示怎么從圖象中去掉噪聲？f(i,j) g(i,j)n(i,j)+ =≈去噪處理由于噪聲信號的隨機性，一般很難將噪聲完全去掉。因此，問題變成：如何從 g(i,j)中得到對 f(i,j)的最好估計 ？目的 :方法：簡單有效常使用的兩種點處理方法 : 均值濾波 中值濾波(3)圖象平滑 減少或消除圖象噪聲，以改善視覺效果； 去掉干擾信號，以便于圖象識別與處理等。
教學課件相關(guān)推薦
鄂ICP備17016276號-1