圖像增強(qiáng)ppt課件(2)-在線瀏覽
2025-06-23 23:03本頁面
【正文】 ‘speckle’時(shí)，為乘法噪聲。 如灰度最相近的 K個(gè)鄰點(diǎn)平均法 ， 梯度倒數(shù)加權(quán)平滑 ， 最大均勻性平滑 ， 小斜面模型平滑等 。 因此對(duì)圖像來說 ， 它的邊緣以及噪聲干擾的頻率分量都處于頻率域較高的部分 ， 所以可以采用低通濾波的方法去除噪聲 。 因?yàn)轭l域的濾波可以用空間域的卷積來實(shí)現(xiàn) ， 為此 ， 只要適當(dāng)?shù)脑O(shè)計(jì)空間域系統(tǒng)的單位沖激響應(yīng)矩陣就可以達(dá)到消除噪聲的效果 。 幾種常用于噪聲平滑的系統(tǒng)單位沖激相應(yīng)陣列為： ?????????????????????????????????12124212116111112111110111111111191321 hhh矩陣 h又叫低通卷積模板 。 這是由于 H(u,v)在 D0處由 1突變到 0， 這種理想的 H(u,v)對(duì)應(yīng)的沖激響應(yīng) h(x,y)在空域中表現(xiàn)為同心環(huán)的形式 ，并且此同心環(huán)與 D0成反比 。 正是由于理想低通濾波存在此 “ 振鈴 ” 現(xiàn)象 ， 使其平滑效果下降 。 設(shè)原圖像為f(x,y)， 圖像噪聲為加性噪聲 n(x,y),則有噪聲的圖像 g(x,y)可表示為： ),(),(),( yxnyxfyxg ?? 若圖像噪聲是互不相關(guān)的加性噪聲 ， 且均值為0， 則： )],([),( yxgEyxf ?其中 E[g(x,y)]是 g(x,y)的期望值 。 上面的式子表明對(duì) M幅圖像平均可把噪聲方差減少 M倍 ， 當(dāng) M增大時(shí) ， ),( yxg 將更加接近于 f(x,y)。 這時(shí)對(duì)同一景物連續(xù)攝取多幅圖像并數(shù)字化 ， 再對(duì)多幅圖像平均 ， 一般選用 8幅圖像取平均 ， 這種方法的實(shí)際應(yīng)用的難點(diǎn)在于如何把多幅圖像配準(zhǔn)起來 ， 以便使相應(yīng)的像素能正確地對(duì)應(yīng)排列 。 在一定的條件下 ， 可以克服線性濾波器所帶來的圖像細(xì)節(jié)模糊 ， 而且對(duì)濾除脈沖干擾及圖像掃描噪聲最為有效 。 23 中值濾波 中值濾波就是一個(gè)含有奇數(shù)點(diǎn)的滑動(dòng)窗口 ， 將窗口正中那點(diǎn)值用窗口內(nèi)各點(diǎn)灰度的中值代替 。 24 中值濾波 設(shè)有一個(gè)一維序列 f1, f2, … , fn； 取窗口長(zhǎng)度為 m(m為奇數(shù) )； 對(duì)此序列進(jìn)行中值濾波 ， 就是從輸入序列中相繼抽出 m個(gè)數(shù) ， fiv,… , fi1, fi, fi+1,… , fi+v， 其中 i為窗口的中心位置 ，
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1