圖像空間域增強(qiáng)-資料下載頁
2025-09-25 21:31本頁面
【正文】 ? 對(duì)于 3x3的模板 ， 設(shè) w = 9A – 1； （ 高通時(shí) w = 8） A的值決定了過濾器的特性 ? 當(dāng) A = ， 意味著把 基本高通上 。 當(dāng) A = ， 結(jié)果處在上限的邊緣 1 1 w 1 1 1 1 1 1 1/9 * 圖像增強(qiáng) :空域過濾 ?高通及高增溢模板尺寸的選定 ? 照理講，高通和高增溢的模板尺寸可以比 3x3大。例如 ： 模板取 7x7，高通權(quán)值為 48，其它均為 1，規(guī)整化系數(shù)為 1/49 ? 根據(jù)經(jīng)驗(yàn)，高通過濾模板很少有大于 3x3的 圖像增強(qiáng) :空域過濾 圖像增強(qiáng) :空域過濾 ?高增溢過濾器效果的分析 ? 高增溢比高通的優(yōu)點(diǎn)是很明顯的 ， 即增強(qiáng)了邊 ， 又保留了層次 。 ? 噪音對(duì)結(jié)果圖像的視覺效果有重要的影響 ，高增溢在增強(qiáng)了邊的同時(shí)也增強(qiáng)了噪音 。 圖像增強(qiáng) :空域過濾 (4) 微分過濾器 ?微分過濾器的原理 ?過濾器擴(kuò)大因子及模板系數(shù)的設(shè)計(jì) ?微分過濾器效果的分析 一階微分與二階微分 圖像增強(qiáng) :空域過濾 ?微分過濾器的原理 ? 均值產(chǎn)生鈍化 的效果 ， 而 均值與積分 相似 ，由此而聯(lián)想到 ， 微分 能不能產(chǎn)生相反的效果 ，即銳化的效果呢 ？ 結(jié)論是肯定的 。 ? 在圖像處理中應(yīng)用微分最常用的方法是計(jì)算梯度 。 函數(shù) f(x,y)在 (x,y)處的梯度為一個(gè)向量： ?f = [?f / ?x , ?f / ?y] 圖像增強(qiáng) :空域過濾 ?微分過濾器的原理 計(jì)算這個(gè)向量的大小為： ?f = mag(?f ) = [(?f / ?x)2 +(?f / ?y)2]1/2 考慮一個(gè) 3x3的圖像區(qū)域 ， z代表灰度級(jí) ， 上式在點(diǎn) z5的 ?f值可用數(shù)字方式近似 。 (?f / ?x) 用 （ z5 – z6） 近似 (?f / ?y) 用 （ z5 – z8） 近似 ， 組合為 ： ?f ? [(z5 z6)2 + (z5 z8)2]1/2 z2 z8 z5 z3 z9 z6 z1 z7 z4 圖像增強(qiáng) :空域過濾 ?微分過濾器的原理 用絕對(duì)值替換平方和平方根 有： ?f ? |z5 z6| + |z5 z8| 另外一種計(jì)算方法是使用交叉差： ?f ? [(z5 z9)2 + (z6 z8)2]1/2 ?f ? |z5 z9| + |z6 z8| z2 z8 z5 z3 z9 z6 z1 z7 z4 圖像增強(qiáng) :空域過濾 ?微分過濾器模板系數(shù)設(shè)計(jì) ? Roberts交叉梯度算子 ? Prewitt梯度算子 ? Sobel梯度算子 ? 拉普拉斯算子 圖像增強(qiáng) :空域過濾 ?微分過濾器模板系數(shù)設(shè)計(jì) ? Roberts交叉梯度算子 ?f ? |z5 z9| + |z6 z8| ? 梯度計(jì)算由兩個(gè)模板組成，第一個(gè)求得梯度的第一項(xiàng)，第二個(gè)求得梯度的第二項(xiàng)，然后求和，得到梯度。 ? 兩個(gè)模板稱為 Roberts 交叉梯度算子 z2 z8 z5 z3 z9 z6 z1 z7 z4 0 1 1 0 1 0 0 1 圖像增強(qiáng) :空域過濾 ?微分過濾器模板系數(shù)設(shè)計(jì) ? Prewitt梯度算子 ——3x3的梯度模板 ?f ? |(z7 +z8 + z9) (z1 + z2 + z3) | + |(z3 +z6 + z9) (z1 + z4 + z7) | z2 z8 z5 z3 z9 z6 z1 z7 z4 1 1 0 1 1 0 1 1 0 0 0 0 1 1 1 1 1 1 圖像增強(qiáng) :空域過濾 ?微分過濾器模板系數(shù)設(shè)計(jì) ? Sobel梯度算子 ——3x3的梯度模板 ?f ? |(z7 +2z8 + z9) (z1 + 2z2 + z3) | + |(z3 +2z6 + z9) (z1 + 2z4 + z7) | z2 z8 z5 z3 z9 z6 z1 z7 z4 2 2 0 1 1 0 1 1 0 0 0 0 1 1 2 1 1 2 Sobel梯度算子 拉普拉斯算子 拉普拉斯算子 復(fù)合拉普拉斯算子 圖像增強(qiáng) :空域過濾 ?微分過濾器效果的分析 ? 直接使用 ， 與高通類似 。 ?微分過濾器的兩種應(yīng)用 （ 1） 梯度 25的賦最大值 255， 否則賦原值 。 邊被增強(qiáng) ， 背景保留 （ 2） 梯度 25的賦最大值 255， 否則賦 0。 邊被增強(qiáng) ， 圖被二值化 chapter 4 Image Enhancement in the Spatial Domain chapter 4 Image Enhancement in the Spatial Domain chapter 4 Image Enhancement in the Spatial Domain 混合增強(qiáng)法 混合增強(qiáng)法
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1