計(jì)算機(jī)視覺ppt課件(2)-資料下載頁(yè)
2025-05-03 07:15本頁(yè)面
【正文】 ? ?????? ? ???????????puter vision 37 高斯平滑濾波器性質(zhì) ?級(jí)聯(lián)高斯函數(shù) 高斯函數(shù)與自身卷積會(huì)產(chǎn)生一個(gè)與 σ 成比例的高斯函數(shù)。一維高斯函數(shù)為例： 線性濾波器 2222( x )22g ( x ) g ( x ) e e d???? ????????? ?2222222222( x )22xx( ) ( )2222x2( 2 )e e deed2e???????????????????????????????puter vision 38 高斯平滑濾波器性質(zhì) ?級(jí)聯(lián)高斯函數(shù) ? 說(shuō)明如果一幅圖像用散布參數(shù)為 σ 的高斯函數(shù)濾波，以及相同的圖像用散布參數(shù)為 的高斯函數(shù)濾波，那么可以不用較大散布參數(shù)的高斯函數(shù)濾波，而用相同散布參數(shù)的濾波器度上一次濾波結(jié)果在進(jìn)行濾波就可以得到預(yù)期的圖像。 ? 在計(jì)算圖像的多種尺度平滑時(shí)，計(jì)算量顯著減少。 線性濾波器 2?puter vision 39 中值濾波器 ? 均值濾波和高斯濾波運(yùn)算主要問(wèn)題是有可能模糊圖像中尖銳不連續(xù)的部分。 ? 中值濾波器的基本思想使用像素點(diǎn)鄰域灰度值的中值來(lái)代替該像素點(diǎn)的灰度值，它可以去除脈沖噪聲、椒鹽噪聲同時(shí)保留圖像邊緣細(xì)節(jié)。 ?中值濾波不依賴于鄰域內(nèi)與典型值差別很大的值，處理過(guò)程不進(jìn)行加權(quán)運(yùn)算。 非線性濾波器 puter vision 40 中值濾波器 ?運(yùn)算步驟： ?按亮度值大小排列像素點(diǎn) ?選擇排序像素集的中間值作為點(diǎn) [i， j]的新值 ?一般采用奇數(shù)點(diǎn)的鄰域計(jì)算中值，如果像素點(diǎn)數(shù)為偶數(shù)，則中值就取排序像素中間兩點(diǎn)的平均值。 ?中值濾波在一定條件下可以克服線性濾波器所造成的圖像細(xì)節(jié)模糊，而對(duì)濾除脈沖干擾很有效。 非線性濾波器 puter vision 41 邊緣保持濾波器 ?均值濾波：平滑圖像外還是圖像邊緣模糊； ? 中值濾波：去除脈沖噪聲的同時(shí)將圖像中的線條細(xì)節(jié)濾除。 ? 邊緣保持濾波器是在綜合考慮了均值濾波器和中值濾波器的有缺點(diǎn)后發(fā)展起來(lái)的，它的特點(diǎn)是： ? 濾波器在除噪聲脈沖的同時(shí)，又不至于使圖像邊緣十分模糊。 非線性濾波器 puter vision 42 邊緣保持濾波器 ?邊緣保持算法過(guò)程： ?對(duì)灰度圖象的每一個(gè)像素點(diǎn) [i， j]取適當(dāng)大小的一個(gè)鄰域（ 3 3鄰域）； ?分別計(jì)算 [i， j]的 左上角子鄰域、左下角子鄰域、右上角子鄰域、右下角子鄰域 的灰度分布均勻度 V； ?然后取最小均勻度對(duì)應(yīng)區(qū)域的均值作為該像素點(diǎn)的新灰度值。 非線性濾波器 22[ , ] ( [ , ] ) /V f i j f i j N????puter vision 43 邊緣保持濾波器 ?上述算法過(guò)程中的灰度分布均勻度 V，除了可以用， 還可以用， 非線性濾波器 22[ , ] ( [ , ] ) /V f i j f i j N????2( [ , ] [ , ] )V f i j f i j???puter vision 44 邊緣保持濾波器 例：計(jì)算一個(gè)鄰域的均勻度分布 ?從計(jì)算可知，分布越均勻， V值越小。 ?左下角鄰域全為零，因此用 V=0最小值代替。 非線性濾波器 2( [ , ] [ , ] )V f i j f i j???0 1 10 0 10 0 10 10 0v = 3 / 41 10 1v = 3 / 40 00 0v = 00 10 1v = 1puter vision 45 3X3模板 7X7模板 中值 保持邊緣
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1