【正文】 均法 50 , 2T m ask? 用 半 徑 的 鄰域平均法 ?均值濾波 實(shí)現(xiàn)圖像平滑最常見的方法是在像素鄰域內(nèi)求局部均值，稱為 均值濾波 。 ? 1∞D(zhuǎn) H ( D ) d D = 物 體 的 面 積T 雙峰直方圖 直方圖的用途 3）邊界閾值的選擇 直方圖的用途 ?要點(diǎn) 1． 直方圖表明在每一灰度級有多少個像素 2． 觀察直方圖可以看出不合適的數(shù)字化 動態(tài)范圍寬了，對比度增強(qiáng)了 直方圖的用途 直方圖均衡化 ?直方圖均衡 把原始圖的直方圖變換為均勻分布的形式，增加像素灰度值的動態(tài)范圍，提高圖像對比度。也即增強(qiáng)原圖里某兩個灰度值間的動態(tài)范圍來實(shí)現(xiàn)突出感興趣的區(qū)間，相對抑制不感興趣的灰度區(qū)域 非線性變換往往以犧牲某些灰度范圍的圖像信息（ 灰度壓縮 ），來換取其它灰度范圍的圖像信息的改善（ 灰度拉伸 ）。 原圖 f 變換圖 均衡后 7/7 1/7 3/7 5/7 7/7 1/7 3/7 5/7 7/7 DA 1/7 3/7 5/7 僅存 5個灰級，層次減少，對比度提高。 ? 濾波核為： ? 結(jié)果如右圖所示 1 1 1 1/9 1 1 1 1 1 1 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? ? 0 0 1 2 3 3 3 3 3 3 2 1 0 0 ? ? 0 0 2 4 6 6 6 6 6 6 4 2 0 0 ? ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? ? 0 0 2 4 6 6 6 6 6 6 4 2 0 0 ? ? 0 0 1 2 3 3 3 3 3 3 2 1 0 0 ? ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 鄰域平均法 ? [例 2] 設(shè) 16x16點(diǎn)陣的假想圖像如右圖所示 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 1 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 9 9 9 9 9 9 9 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 鄰域平均法 ? 采用 3x3均值濾波 ? 濾波核為： ? 結(jié)果如右圖所示 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 0 0 0 0 0 0 0 1 1 1 0 0 0 0 ? ? 0 0 0 0 0 0 0 1 1 1 0 0 0 0 ? ? 0 0 1 2 3 3 3 3 3 3 2 1 0 0 ? ? 0 0 2 4 6 6 6 6 6 6 4 2 0 0 ? ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? ? 0 0 3 6 9 9 8 8 8 9 6 3 0 0 ? ? 0 0 3 6 9 9 8 8 8 9 6 3 0 0 ? ? 0 0 3 6 9 9 8 8 8 9 6 3 0 0 ? ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? ? 0 0 2 4 6 6 6 6 6 6 4 2 0 0 ? ? 0 0 1 2 3 3 3 3 3 3 2 1 0 0 ? ? 1 1 1 0 0 0 0 0 0 0 0 0 0 0 ? ? 1 1 1 0 0 0 0 0 0 0 0 0 0 0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 鄰域平均法 1 1 1 1/9 1 1 1 1 1 1 ?5 x 5 均值濾波 ?濾波核： 1/25 1/25 1/25 1/25 1/25 1 1 1 1 1 1/25 1/25 1/25 1/25 1/25 1 1 1 1 1 1/25 1/25 1/25 1/25 1/25 或 1/25 1 1 1 1 1 1/25 1/25 1/25 1/25 1/25 1 1 1 1 1 1/25 1/25 1/25 1/25 1/25 1 1 1 1 1 模板越大，模糊作用越強(qiáng) 鄰域平均法 ?均值濾波的特點(diǎn) 局部求均值的運(yùn)算或平均計(jì)算使數(shù)字信號變“平坦”，可以在圖像中消除或抑制噪聲。 圖像銳化 圖像銳化 ?為什么需要銳化 圖像傳輸變換（未聚焦好）、受到各種干擾而退化 ——圖像模糊，而圖像的判讀和識別中，常需突出目標(biāo)的輪廓或邊緣信息 。39。階 數(shù) ， 控 制 曲 線 形 狀 截 止 頻 率 為 ＝(3) 指數(shù)濾波器 高通濾波法 ? ?0 ( , )( , ) nD D u vH u v e ??? ?0l n 2 ( , )( , ) nD D u vH u v e ??(4) 梯形濾波器 ? ?11 1 00101 ( , )1( , ) ( , ) ( , ) [ , ][]0 ( , )D u v DH u v D u v D D u v D DDDD u v D? ???? ? ????? ??D1 D0 H(u,v) D(u,v) 高通濾波法 同態(tài)增晰 ? 作用 消除圖像上照明不均的問題，增加暗區(qū)的圖像細(xì)節(jié)，同時又不損失亮區(qū)的圖像細(xì)節(jié)，它在頻域中同時將圖像亮度范圍進(jìn)行壓縮和將圖像對比度進(jìn)行增強(qiáng) ? 成像物理背景 人眼對圖象亮度響應(yīng)具有類似于對數(shù)運(yùn)算的非線性形式 f(x, y) = I(x,y) 作業(yè)