線性濾波器ppt課件-資料下載頁
2025-05-03 03:37本頁面
【正文】 導(dǎo)方程在 t時(shí)刻的解為 vt≈ v + t(△ v) 即有 u0 = vt 但上述銳化要使用兩個(gè)假設(shè)： （ 1）模糊圖像是原圖像被熱傳導(dǎo)方程濾波器作用的結(jié)果。 （ 2）參數(shù) t足夠小。 被模糊的圖像 銳化后圖像 Matlab源碼 ： I = imread(39。39。)。 subplot(1,2,1),imshow(I)。 I = double(I)。 h = [0,1,0。1,4,1。0,1,0]*。 for i = 1:5 I = I filter2(h,I)。 end subplot(1,2,2),imshow(uint8(I))。 線性濾波器在二值圖像中的應(yīng)用 在灰度圖像中的一類特殊的圖像，灰度值只由 0， 1 （連續(xù)模型）或者 0， 255（離散模型）兩個(gè)值組成，稱為 二值圖像 ，也被稱為像形狀（ shape），因?yàn)槎祱D像的信息實(shí)際等同于圖像支撐集 W中的一個(gè)子集 X∈ W。 任何二值圖像都具有 1x這樣的形式，其中 1x表示定義在 X上的特征函數(shù)，具體定義是 1,10,XxXxX??? ???為去除二值圖像中的多余信息，使經(jīng)過處理后可以使形狀變得規(guī)則， Koenderind和 Van Dorn于 1986年提出了動態(tài)邊界（ dynamic shape）方法 總體思想是先求出圖像 1x經(jīng)過熱傳導(dǎo)方程濾波器作用后的結(jié)果，選擇參數(shù)為 t，得到的解為 1x， t。 很顯然 1x， t不在是二值圖像，再采用二值化的方法將其生成二值圖像，仍然記為 Xt，定義如下 ,11 , 1 ( )21 ( )10 , 1 ( )2tXtXXtxxx????? ?? ???N=20,50,150,250,400處理的結(jié)果 Matlab源碼 ： I = imread(39。39。)。 subplot(1,2,1),imshow(I)。 I = double(I)。 h = [0,1,0。1,4,1。0,1,0]*。 for N = 1:400 I = I + filter2(h,I)。 end I = im2bw(uint8(I),)。 subplot(1,2,2),imshow(I)。 從結(jié)果可以看出，隨著 t的增加，圖像的細(xì)節(jié)信息越來越少，但沒有實(shí)現(xiàn)保留重要信息的目的，因?yàn)閳D像的內(nèi)容的拓?fù)浣Y(jié)構(gòu)發(fā)生了變化，兩個(gè)物體變成了一個(gè)物體。 為解決上面的問題，介紹 BenceMerrmanOsher算法（ BMO），整個(gè)過程是一個(gè)迭代過程，描述如下： （ 1）求 1x， t，選擇參數(shù) t足夠小至于（ 2）作用后不影響形狀的拓?fù)浣Y(jié)構(gòu)； （ 2）定義 X1={ x | 1x,t(x)≥1/2 }，得到二值圖像 1X1 ； （ 3）令 X = X1，再回到（ 1）。 隨著迭代次數(shù)的增加，細(xì)節(jié)信息越來越少，同時(shí)還保留了形狀的拓?fù)浣Y(jié)構(gòu)。 N=2,5,10,20,30處理的結(jié)果 Matlab源碼： I = imread(39。39。)。 subplot(1,2,1),imshow(I)。 I = double(I)。 h = [0,1,0。1,4,1。0,1,0]*。 for M = 1:30 for N = 1:50 I = I + filter2(h,I)。 end I = im2bw(uint8(I),)*255。 end subplot(1,2,2),imshow(I)。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1