數(shù)字圖像處理_圖像濾波-文庫吧資料
2025-03-28 04:24本頁面
【正文】 可實現(xiàn)，但在截斷頻率處直上直下的理想低通濾波器是不能用實際的電子器件實現(xiàn)的）； ? 減少振鈴效應(yīng)，高低頻率間的過渡比較光滑； ? 階為 n。 Vision Lab 理想低通濾波器 振鈴現(xiàn)象 (a)半徑為 5的頻率域 ILPF (b)相應(yīng)的空間濾波器 (c)空間域中的 5個脈沖模擬 5個像素 (d)空間域 (b)和 (c)的卷積 Image amp。 圓環(huán)半徑反比于截斷頻率。 Vision Lab 理想低通濾波器 半徑分別為 5， 11， 45和 68 能量分別為 90％，95％， 99％和 ％ Image amp。 D01HD 0( ))(u , vu , vHu v)( u , vImage amp。 Image amp。 Vision Lab 頻率域平滑濾波器 ?圖像中的邊緣和噪聲都對應(yīng)圖像傅立葉變換中的高頻部分，所以如要在頻域中消弱其影響就要設(shè)法減弱這部分頻率的分量； ?根據(jù)頻域增強技術(shù)的原理，需要選擇一個合適的 H(u,v)以得到消弱 F(u,v)高頻分量的 G(u,v)； ?以下討論對 F(u,v)的實部和虛部影響完全相同的濾波轉(zhuǎn)移函數(shù)。 Vision Lab 頻率域圖像增強 ?頻率域增強原理 ?頻率域平滑濾波器 ?頻率域銳化濾波器 ?同態(tài)濾波 ?頻域技術(shù)與空域技術(shù) Image amp。 Vision Lab 原始圖像 銳化圖像 Image amp。 Vision Lab 模板的選擇 ?圖像上需要銳化的方向不只垂直和水平兩個方向； ?需要銳化哪個方向，需要根據(jù)圖像的具體情況來定，斜對角銳化和全方位銳化也經(jīng)常用到： 1 1 01 0 10 1 1???????????11188811188111888????????????????????對角銳化 全方位銳化 Image amp。 Vision Lab 圖像銳化 ?鄰域平均或加權(quán)平均是累加的一個過程，用來平滑圖像；反過來，利用微分方法可以銳化圖像。 pepper’是指加入的噪聲的類型，可以通過輸入 help imnoise 來查看 imnoise函數(shù)，也可以加入高斯噪聲或者 possion噪聲； 加入噪聲的程度。 Vision Lab 代碼講解 讀入圖像， 。 ?使用 help查看函數(shù)功能 Image amp。 Image amp。 Vision Lab 平均濾波與中值濾波比較 噪聲圖像 均值濾波 中值濾波 均值濾波和中值濾波都采用的是 2x2 的模板 Image amp。 Image amp。 Vision Lab 排序取中值 二維中值濾波 Image amp。 Vision Lab 中值濾波 ?一維中值濾波 ?模板尺寸為 ， 1, , . . . , . . . ,j j r j r j j rg m e d i a n f f f f? ? ? ???? ??M 21Mr??原始數(shù)據(jù) 中值濾波 均值濾波 Image amp。 ?非線性濾波的典型方法是：中值濾波。 Vision Lab 噪聲圖像 2 x 2 3 x 3 4 x 4 Image amp。 ?高斯系數(shù)跟距離成反比。 Vision Lab 根據(jù)高斯分布確定模板系數(shù) ?高斯函數(shù)： ? 代表鄰域像素點距離中心像素點的距離，可以用歐幾里德距離來表示。 Vision Lab 單幀 8幀迭加 16幀迭加 64幀迭加 128幀迭加 Image amp。 Vision Lab 噪聲圖像 2 x 2 3 x 3 4 x 4 Image amp。 ? 卷積就是將模板的中心 a5對應(yīng)好所處理的當前像素點，系數(shù)與圖像上的灰度值一一對應(yīng)相乘，得到的數(shù)值作為所處理像素點的新的灰度值。 Vision Lab 圖像卷積 ? 圖像平滑中，有關(guān)模板的運算都用到了圖像卷積的概念。 ? 有關(guān)模板與圖像的運算涉及到圖像卷積，接下來介紹一下圖像卷積的原理。 Vision Lab 原始圖像 平滑圖像 Image amp。 ?類別： ?線性平滑濾波 ?非線性平滑濾波 Image amp。 Image amp。 Vision Lab 直方圖均衡算法可以有效地提高圖像視覺的對比度 直方圖均衡算法不增加圖像的灰度分辨率 直方圖均衡算法可能丟失圖像細節(jié) 直方圖均衡算法用于圖像處理流程的顯示環(huán)節(jié) 自動處理 /分析過程中不使用直方圖均衡算法 Image amp。 Vision Lab Image amp。 Vision Lab r 0 1 2 3 4 5 6 7 p(r) 0 P(r) s(r) 1 3 7 7 s 0 0 1 3 6 7 7 7 p’ 1)()(0??? ??rkkpLrsL=8 ???rkkprP0)()(例 Image amp。 Vision Lab 0 7 P 1 1 2 3 4 5 6 r 例 P r 關(guān)系目標曲線 原始圖像中的Ｐ－ r點位置 對應(yīng)變換后的 Pr點位置 算法理解 Image amp。 Image amp。 Vision Lab 歸一化直方圖 nnrp kk /)( ? ??kknn?? )(/)()( kkk rhrhrp或 1)(0 ?? xp1)( ??????xxpp(x) : 概率密度函數(shù) Image amp。 Vision Lab 灰度直方圖反映圖像的灰度分布特征 Image amp。 Vision Lab 灰度映射 灰度映射： )(rTs ?r：原始圖像灰度 s：目標圖像灰度 目標： T(?) 改變像素灰度
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1