圖像的增強(qiáng)ppt課件(編輯修改稿)
2025-06-08 04:04 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 平滑 (T=48) 中值濾波 中值濾波 是對(duì)一個(gè)滑動(dòng)窗口內(nèi)的諸像素灰度值排序，用中值代替窗口中心像素的原來(lái)灰度值，因此它是一種非線(xiàn)性的圖像平滑法。 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 它對(duì)脈沖干擾及椒鹽噪聲的抑制效果好，在抑制隨機(jī)噪聲的同時(shí)能有效保護(hù)邊緣少受模糊。但它對(duì)點(diǎn)、線(xiàn)等細(xì)節(jié)較多的圖像卻不太合適。 對(duì)中值濾波法來(lái)說(shuō)，正確選擇窗口尺寸的大小是很重要的環(huán)節(jié)。一般很難事先確定最佳的窗口尺寸，需通過(guò)從小窗口到大窗口的中值濾波試驗(yàn)，再?gòu)闹羞x取最佳的。 原圖像 中值濾波 一維中值濾波的幾個(gè)例子（ N=5） 離散階躍信號(hào)、斜升信號(hào)沒(méi)有受到影響。離散三角信號(hào)的頂部則變平了。對(duì)于離散的脈沖信號(hào)，當(dāng)其連續(xù)出現(xiàn)的次數(shù)小于窗口尺寸的一半時(shí)，將被抑制掉，否則將不受影響。 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(xiàn)狀、方形、十字形、圓形、菱形等（見(jiàn)圖）。 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(xiàn)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(jiàn)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。 均值降噪 ??????????????????111191111圖像空間域銳化 （希望記下） 在圖像的識(shí)別中常需要突出邊緣和輪廓信息。 圖像銳化就是增強(qiáng)圖像的邊緣或輪廓。 圖像平滑通過(guò)積分過(guò)程使得圖像邊緣模糊，圖像銳化則通過(guò)微分而使圖像邊緣突出、清晰。 梯度銳化法 圖像銳化法最常用的是梯度法。 對(duì)于圖像 f(x， y)，在 (x，y)處的梯度定義為 梯度是一個(gè)矢量 ， 其大小和方向?yàn)? ??????????????????????yyxfxyxfyxffyxg ra d ),(),(39。39。),()/()/()()(y)g r ad ( x ,),(),(139。39。12),(2),(239。239。xyxfyyxfxyyyxfxyxfyxtgfftgff????????????????? 對(duì)于離散圖像處理而言，常用到梯度的大小，因此把梯度的大小習(xí)慣稱(chēng)為 “ 梯度 ” 。并且一階偏導(dǎo)數(shù)采用一階差分近似表示，即 fx’ =f(x +1 ， y)f(x， y) fy’=f(x， y +1)f(x， y) 為簡(jiǎn)化梯度的計(jì)算 ， 經(jīng)常使用 grad(x， y)=Max(|fx′|， |fy′|) 或 grad（ x， y） =|fx’|+|f y′| 除梯度算子以外 ， 還可采用 Roberts、 Prewitt和Sobel 算子計(jì)算梯度 ， 來(lái)增強(qiáng)邊緣 。 Roberts對(duì)應(yīng)的模板如圖 。 差分計(jì)算式如下 fx’ =|f(x+1,y+1)f(x,y)| fy’ =|f(x+1,y)f(x,y+1)| 1 1 1 1 Roberts梯度算子 （希望記下） 為在銳化邊緣的同時(shí)減少噪聲的影響，Prewitt從加大邊緣增強(qiáng)算子的模板大小出發(fā)，由 2x2擴(kuò)大到3x3來(lái)計(jì)算差分，如圖 (a)所示。 (a)Prewitt 算子 (b)Sobel算子 Sobel在 Prewitt算子的基礎(chǔ)上，對(duì) 4鄰域采用帶權(quán)的方法計(jì)算差分，對(duì)應(yīng)的模板如圖 (b)。 根據(jù)梯度計(jì)算式就可以計(jì)算 Roberts、 Prewitt和 Sobel梯度。一旦梯度算出后，就可根據(jù)不同的需要生成不同的梯度增強(qiáng)圖像。 1 0 1 1 1 1 1 0 1 1 2 1 1 0 1 0 0
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1