線性濾波器ppt課件(參考版)
2025-05-06 03:37本頁面
【正文】 。 end I = im2bw(uint8(I),)*255。0,1,0]*。 h = [0,1,0。 subplot(1,2,1),imshow(I)。39。 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)。 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。 end I = im2bw(uint8(I),)。0,1,0]*。 h = [0,1,0。 subplot(1,2,1),imshow(I)。39。 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。 end subplot(1,2,2),imshow(uint8(I))。0,1,0]*。 h = [0,1,0。 subplot(1,2,1),imshow(I)。39。 （ 2）參數(shù) t足夠小。 Gabor認(rèn)為，下面的反熱傳導(dǎo)方程在 t時(shí)刻的解可以近似作為圖像銳化的結(jié)果。 Gabor用反熱傳導(dǎo)方程來銳化圖像。為了保持?jǐn)?shù)值計(jì)算的穩(wěn)定性，我們選擇下面的差分格式 (ux)i,j =[2(ui+1,j ui1,j) + ui+1,j+1 ui1,j+1 ui+1,j1 ui1,j1] ∕8 (uy)i,j =[2(ui,j+1 ui,j1) + ui+1,j+1 – ui+1,j1 ui1,j+1 ui1,j1] ∕8 線性濾波器的應(yīng)用 反熱傳導(dǎo)方程和圖像銳化 圖像在光滑過程中會出現(xiàn)模糊的情況，例如利用熱傳導(dǎo)方程來濾波，隨參數(shù) t的增大，圖像變得越來越模糊；或圖像在獲取、傳輸過程中導(dǎo)致圖像模糊。 end subplot(2,2,4),imshow(uint8(I))。0,1,0]*。 h = [0,1,0。 subplot(2,2,2),imshow(I)。gaussian39。 subplot(2,2,1),imshow(Image)。39。 end subplot(2,2,4),imshow(uint8(I))。 for i = 2:w1 for j = 2:h1 D(i,j) = 4*I(i,j)+I(i1,j)+I(i+1,j)+I(i,j1)+I(i,j+1)。 N = 10。 I = double(I)。 subplot(2,2,2),imshow(I)。gaussian39。 subplot(2,2,1),imshow(Image)。39。 nthn?濾波過程要通過計(jì)算機(jī)來實(shí)現(xiàn)，所以并不要求求出方程的解析解，是通過數(shù)值解來實(shí)現(xiàn)的。其中， (g)n*表示 g﹡ g﹡ g﹡ g﹡ g,卷積 n次。 2 0, 0 ,l im ( ) ( )nrn r n r tM u x? ? ? ?定理： 令 g(x)是一個(gè)正的、有緊支集且 3次連續(xù)可微的實(shí)函數(shù)，即 g∈ C30 (RN )。 若將 Mn1hu0看作原圖像， Mnhu0看作濾波后圖像，且 nh2= t， (n1)h2=s，則由上式有 1 210002222( ) ( ) 1 ( )()8( , ) ( , ) 1 ( )( , )8nnnhhhM u x M u x ohM u xhhu x t u x s o hu x s
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1