圖像平滑及銳化-展示頁
2025-07-01 20:50本頁面
【正文】 鄰域平均線性平滑濾波效果對比程序I=imread(39。subplot(1,2,1),imshow(J)。%高斯噪聲h = ones(5,5)/25。gaussian39。,)。salt amp。)。%5*5鄰域平均法平滑圖像I = imread(39。為克服這一缺點(diǎn)，可以采用閾值法減少由于鄰域平均所產(chǎn)生的模糊效應(yīng)。這種方法的基本思想是用幾個像素灰度的平均值來代替每個像素的灰度。平滑的目的：(1)消除噪聲 (2)去除太小的細(xì)節(jié)或?qū)⒛繕?biāo)內(nèi)的小間斷連按起來實(shí)現(xiàn)模糊?？沼?yàn)V波器根據(jù)功能主要分成平滑濾波和銳化濾波。由于這種持征，圖像的自然對數(shù)的傅里葉變換的低頻分量與照明分量相聯(lián)系，而其高頻分量則與反射分量相聯(lián)系。但在頻率域中不能直接對照度場和反射系數(shù)場頻率分量分別進(jìn)行獨(dú)立的操作。一幅圖像f(x,y)能夠用它的入射光分量和反射光分量來表示，其關(guān)系式如下f(x,y)=i(x,y)r(x,y) 圖像f(x,y)是由光源產(chǎn)生的照度場i(x,y)和目標(biāo)的反射系數(shù)場r(x,y)的共同作用下產(chǎn)生的。拉普拉斯對模板的基本要求是對應(yīng)中心像素的系數(shù)應(yīng)該是正的，而對應(yīng)于中心像素鄰近像素的系數(shù)應(yīng)是負(fù)的，它們的和應(yīng)該為零。這將產(chǎn)生一幅把淺灰色邊線、突變點(diǎn)疊加到暗背景中的圖像?！诙A微分的圖像增強(qiáng)Laplacian算子是不依賴于邊緣方向的二階微分算子，是常用的二階導(dǎo)數(shù)算子.拉普拉斯算子是一個標(biāo)量而不是向量，具有線性特性和旋轉(zhuǎn)不變，即各向同性的性質(zhì)。梯度方向:在圖像灰度最大變化率上，反映出圖像邊緣上的灰度變化。本節(jié)將圍繞空間高通濾波討論圖像銳化中常用的運(yùn)算及方法，其中有梯度運(yùn)算、各種銳化算子、拉普拉斯（Laplacian）算子、空間高通濾波法和掩模法等圖像銳化技術(shù)。因此，為了把輪廓抽取出來，就是要找一種方法把圖像的最大灰度變化處找出來。是使灰度反差增強(qiáng)，從而增強(qiáng)圖像中邊緣信息，有利于輪廓抽取。因?yàn)檩喞蜻吘壘褪菆D像中灰度變化率最大的地方。，高通濾波可用空域高通濾波法來實(shí)現(xiàn)?！腔谝浑A微分的圖像增強(qiáng).梯度算子: 梯度對應(yīng)的是一階導(dǎo)數(shù)，梯度算子是一階導(dǎo)數(shù)算子。梯度處理經(jīng)常用于工業(yè)檢測、輔助人工檢測缺陷，或者是更為通用的自動檢測的預(yù)處理。拉普拉斯微分算子強(qiáng)調(diào)圖像中灰度的突變,弱化灰度慢變化的區(qū)域。計(jì)算數(shù)字圖像的拉普拉斯值也可以借助于各種模板。將原始圖像和拉普拉斯圖像疊加在一起的簡單方法可以保護(hù)拉普拉斯銳化處理的效果，同時又能復(fù)原背景信息。該模型可作為頻率域中同時壓縮圖像的亮度范圍和增強(qiáng)圖像的對比度的基礎(chǔ)。圖像中的照明分量往往具有變化緩慢的特征，而反射分量則傾向于劇烈變化，特別在不同物體的交界處。，空域?yàn)V波按線性的和非線性特點(diǎn)有：(1)基于傅里葉變換分析的線性濾波器；(2)直接對鄰域進(jìn)行操作的非線性空間濾波器。平滑濾波可用低通濾波實(shí)現(xiàn)。鄰域平均法是簡單的空域處理方法。處理結(jié)果表明，上述選擇鄰域的方法對抑制噪聲是有效的，但是隨著鄰域的加大，圖像的模糊程度也愈加嚴(yán)重?？臻g域的鄰域操作主要步驟為：(1)在待
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號-1