數(shù)字圖像增強(qiáng)ppt課件(編輯修改稿)
2025-05-31 23:28 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 為了抑制噪聲改善圖像質(zhì)量所進(jìn)行的處理稱 圖像平滑或去噪 。它可以在 空間域 和 頻率域 中進(jìn)行。本節(jié)介紹 空間域 的幾種平滑法。 ? 空間域：鄰域運(yùn)算、中值濾波 ? 頻率域： 33 圖像平滑：鄰域運(yùn)算 ? 輸出圖象中每個(gè)象素是由對(duì)應(yīng)的輸入象素及其一個(gè) 鄰域 內(nèi)的象素共同決定時(shí)的圖象運(yùn)算。 33圖像平滑： 鄰域平均法 設(shè)有一幅 N N的圖像 f(x,y)，若平滑圖像為g(x,y),則有 式中 x,y=0,1,… ,N1； s為（ x,y）鄰域 內(nèi) 像素坐標(biāo)的集合； M表示集合 s內(nèi)像素的總數(shù)。 可見 ,鄰域平均法就是將當(dāng)前像素鄰域內(nèi)各像素的灰度平均值作為其輸出值的去噪方法 。 ,1( , ) ( , )i j sg x y f i jM?? ?33 圖像平滑： 鄰域平均法 (m1,n1) (m1,n) (m1,n+1) (m,n1) (m,n) (m,n+1) (m+1,n1) (m+1,n) (m+1,n+1) 例如，對(duì)圖像采用 3 3的鄰域平均法，對(duì)于像素 （ m,n)，其鄰域像素如下： 則有： 19( , ) ( , )i Z j Zg m n f m i n j??? ? ???322 圖像平滑： 鄰域平均法 其作用相當(dāng)于用這樣的模板同圖像 卷積 。 這種算法簡(jiǎn)單，但它的主要缺點(diǎn)是在降低噪聲的同時(shí)使 圖像產(chǎn)生模糊 ， 特別在邊緣和細(xì)節(jié)處 。而且鄰域越大，在去噪能力增強(qiáng)的同時(shí)模糊程度越嚴(yán)重。如 下 圖 11111119111H???????????(a)原圖像 (b) 對(duì) (a)加椒鹽噪聲的圖像 (c)3 3鄰域平滑 (d) 5 5鄰域平滑 33 圖像平滑： 鄰域平均法 超限像素平均法 中值濾波 為克服簡(jiǎn)單局部平均法的弊病，目前已提出許多 保邊緣、細(xì)節(jié)的局部平滑算法 。它們的出發(fā)點(diǎn)都集中在 如何選擇鄰域的大小、形狀和方向、參加平均的點(diǎn)數(shù)以及鄰域各點(diǎn)的權(quán)重系數(shù) 等，下面簡(jiǎn)要介紹兩種算法： 超限像素平滑法 對(duì) 鄰域平均法 稍加改進(jìn)，可導(dǎo)出超限像素平滑法。它是將 f(x,y)和 鄰域平均 g(x,y)差的絕對(duì)值與選定的閾值進(jìn)行比較，根據(jù)比較結(jié)果決定點(diǎn)（ x,y）的最后灰度 g180。(x,y)。其 表達(dá)式為 該算法對(duì) 抑制椒鹽噪聲比較有效 ，對(duì)保護(hù)僅有微小灰度差的細(xì)節(jié)及紋理也有效。 可見 隨著鄰域增大，去噪能力增強(qiáng)，但模糊程度也大 。 同局部平滑法相比，超限像 素 平滑法去椒鹽噪聲效果更好 。 (a)原圖像 (b)對(duì) (a)加椒鹽噪聲的圖像 (c)3 3鄰域平滑 (d) 5 5鄰域平滑 (e)3 3超限像素平滑 (T=64) (f)5 5超限像素平滑 (T=48) 中值濾波 ? 原理：用一個(gè) M N的窗口在圖像上滑動(dòng)，把窗口中像素的灰度值按升 /降次序排列，取排列在 正中間的灰度值作為窗口中心所在像素的灰度值 。 例：采用 1 3窗口進(jìn)行中值濾波 原圖像為： 2 2 6 2 1 2 4 4 4 2 4 處理后為： 2 2 2 2 2 2 4 4 4 4 4 一維中值濾波的概念很容易推廣到二維。一般來(lái)說(shuō)，二維中值濾波器比一維濾波器更能抑制噪聲。 二維中值濾波器的窗口形狀可以有多種，如線狀、方形、十字形、圓形、菱形等。 不同形狀的窗口產(chǎn)生不同的濾波效果，使用中必須根據(jù)圖像的內(nèi)容和不同的要求加以選擇 。從以往的經(jīng)驗(yàn)看，方形或圓形窗口適宜于外輪廓線較長(zhǎng)的物體圖像，而十字形窗口對(duì)有尖頂角狀的圖像效果好。 圖 (a)為原圖像；圖 (b)為加椒鹽噪聲的圖像；圖 (c)和圖 (d)分別為 3 5 5模板進(jìn)行中值濾波的結(jié)果。 可見 中值濾波法能有效削弱椒鹽噪聲，且比鄰域、超限像素平均法更有效 。 ?32對(duì)比度增強(qiáng) ?33圖像平滑 ?34圖像銳化 圖像增強(qiáng) 34 圖像銳化 /邊緣檢測(cè) ? 目的 ： 加強(qiáng)圖像中景物的邊緣和輪廓 ? 分析： 邊緣與輪廓一般位于灰度突變的地方，而且在圖像上常常具有任意的方向。 34 圖像銳化 /邊緣檢測(cè) x G ( x) x G ( x) x G ( x) 階躍邊界 “陡峭 ” 邊界 “模糊 ” 邊界 銳化方法 : 增強(qiáng)圖像中的高頻邊緣 34圖像銳化 /邊緣檢測(cè) ? 梯度銳化法 ? 邊緣的銳利程度由圖像灰度的梯度決定 ? Laplacian增強(qiáng)算子 —梯度算子 梯度是一個(gè)矢量，其大小和方向?yàn)椋? 對(duì)于圖像 f(x， y)，在 (x， y)處的梯度定義為 在離散的數(shù)字圖像中： ( , )39。( , )39。( , )f x yx xf x yy yfg ra d x yf???????????????????? ??( , ) ( , )39。 2 39。 2 2 21 39。 39。gr a
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1