空間域圖像增強(qiáng)ppt課件-資料下載頁
2025-05-05 03:44本頁面
【正文】 1,1[2 ??????????拉普拉斯算子 90度旋轉(zhuǎn)不變 45度旋轉(zhuǎn)不變 拉普拉斯算子 ????????),(),(),(),(),(22yxfyxfyxfyxfyxg中心系數(shù)為負(fù) 中心系數(shù)為正 ?拉普拉斯算子 ?強(qiáng)調(diào)圖像中灰度的突變 ?降低灰度慢變化的區(qū)域 ?通常將原圖像與拉普拉斯圖像疊加在一起： 拉普拉斯算子 月球北極圖像 拉普拉斯濾波后圖像 標(biāo)定的拉普拉斯圖像 疊加原圖的圖像 簡化：單一模板 ? ? ? ?? ?? ? ? ?)]1,()1,(,1,1[),(5,4)]1,()1,(,1,1[),(),(???????????????????yxfyxfyxfyxfyxfyxfyxfyxfyxfyxfyxfyxg0 1 0 1 5 1 0 1 0 簡化：單一模板 反銳化掩膜與高提升濾波 ),(),(),( yxfyxfyxf s ??反銳化 掩膜 ：將圖像模糊形式從原始圖像中去除。 高提升濾波： ),(),(),( yxfyxAfyxfhb ??),(),(),()1(),( yxfyxfyxfAyxf hb ????),(),()1(),( yxfyxfAyxf shb ???反銳化掩膜與高提升濾波 ????????),(),(),(),(22yxfyxAfyxfyxAff hb中心系數(shù)為負(fù) 中心系數(shù)為正 高提升濾波技術(shù)可以用其中一種 模板 來實現(xiàn) 例：高提升濾波增強(qiáng)圖像 0?A1?A ?A２、基于一階微分的圖像增強(qiáng)梯度法 f(x,y)：圖像函數(shù)，在點 (x,y)上的梯度定義為向量 ?????????????????????????yfxfGGyxf梯度的模為： 2122)f(m a g???????????????????????????????yfxff梯度法 近似梯度： yx GGf ???Robert：交叉差分算法 )()(6859zzGzzGyx????Sobel： )2()2()2()2( 741963321987 zzzzzzzzzzzzf ?????????????最簡單的近似 )()(5658zzGzzGyx????各向同性 Sobel ??????????????121000121H水平方向的銳化 Sobel 例： 1 2 3 2 1 2 1 2 6 2 3 0 8 7 6 1 2 7 8 6 2 3 2 6 9 0 0 0 0 0 0 3 13 20 0 0 6 13 13 0 0 1 12 5 0 0 0 0 0 0 1+2*2+332*08=3 Sobel ??????????????101202101H垂直方向的銳化 六、混合空間增強(qiáng)法 利用多種圖像增強(qiáng)方法結(jié)合起來完成復(fù)雜的增強(qiáng)任務(wù)： 圖 (a) 一幅人體骨骼核掃描圖 圖 (b) 拉普拉斯變換的結(jié)果 （中心系數(shù)為８） 圖 (c) 圖 (a)與 (b)相加的結(jié)果 銳化圖像（很多噪聲） 圖 (d) Sobel變換的梯度圖像 （邊緣突出） 圖 (e) 5*5均值濾波平滑的Sobel圖像 圖 (f) 圖 (c)與 (e)相乘 強(qiáng)邊緣和可見噪聲減少 圖 (g) 圖 (a)與 (f)相加得到 銳化圖像 圖 (h) 對圖 (g)冪次變換 γ 為 擴(kuò)大圖像的動態(tài)范圍 增強(qiáng)圖像作為最終產(chǎn)品的領(lǐng)域 ? 印刷工業(yè) ? 基于圖像的產(chǎn)品檢測 ? 法證領(lǐng)域 ? 顯微處理領(lǐng)域 ? 監(jiān)視 ? …
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1