数字图像处理空域滤波.ppt

上传人:牧羊曲112 文档编号:6165324 上传时间:2023-10-01 格式:PPT 页数:31 大小:763.50KB
返回 下载 相关 举报
数字图像处理空域滤波.ppt_第1页
第1页 / 共31页
数字图像处理空域滤波.ppt_第2页
第2页 / 共31页
数字图像处理空域滤波.ppt_第3页
第3页 / 共31页
数字图像处理空域滤波.ppt_第4页
第4页 / 共31页
数字图像处理空域滤波.ppt_第5页
第5页 / 共31页
点击查看更多>>
资源描述

《数字图像处理空域滤波.ppt》由会员分享,可在线阅读,更多相关《数字图像处理空域滤波.ppt(31页珍藏版)》请在三一办公上搜索。

1、空域滤波器,空域滤波和空域滤波器的定义:使用空域模板进行的图像处理,被称为空域滤波。模板本身被称为空域滤波器。,空间域图像增强,基础知识 基本概念 点运算代数运算直方图运算空间域滤波器 平滑空域滤波器 锐化空域滤波器,空间滤波和空间滤波器的定义,在MN的图像f上,使用mn的滤波器:,空间滤波的简化形式:,其中,w是滤波器系数,z是与该系数对应的图像灰度值,mn为滤波器中包含的像素点总数。,在空域滤波功能都是利用模板卷积,主要步骤为:(1)将模板在图中漫游,并将模板中心与图中某个像素位置重合;(2)将模板上系数与模板下对应像素相乘;(3)将所有乘积相加;(4)将和(模板的输出响应)赋给图中对应模

2、板中心位置的像素。,例:模板滤波示意:,模板的输出为:,平滑空域滤波器,作用(1)模糊处理:去除图像中一些不重要的细节。(2)减小噪声。平滑空间滤波器的分类(1)线性滤波器:均值滤波器(2)非线性滤波器 最大值滤波器 中值滤波器 最小值滤波器,线性滤波器,包含在滤波器邻域内像素的平均值,也称为均值滤波器。作用(1)减小图像灰度的“尖锐”变化,减小噪声。(2)由于图像边缘是由图像灰度尖锐变化引起的,所以也存在边缘模糊的问题。,线性滤波器,图a是标准的像素平均值。图b是像素的加权平均,表明一些像素更为重要。,线性滤波器例1,3 x 3,5 x 5,9 x 9,15 x 15,35 x 35,原图,

3、图像说明:顶端的黑方块,大小分别为3,5,9,15,25,35,45,55个像素,边界相隔25个像素。位于底端的字母在10到24个像素之间,增量为2个像素。垂直线段5个像素宽,100个像素高,间隔20个像素。圆的直径25个像素,边缘相隔15个像素。灰度以20%增加。噪声矩形大小是50*120像素。结果分析:(1)噪声明显减少,但图像变模糊了。尤其是图像细节域滤波器近似相同时。(2)滤波器越大,模糊程度加剧。,线性滤波器例2,提取感兴趣物体而模糊图像,统计排序滤波器,什么是统计排序滤波器?是一种非线性滤波器,基于滤波器所在图像区域中像素的排序,由排序结果决定的值代替中心像素的值。分类:(1)中值

4、滤波器:用像素领域内的中间值代替该像素。(2)最大值滤波器:用像素领域内的最大值代替该像素。(3)最小值滤波器:用像素领域内的最小值代替该像素。,统计排序滤波器,中值滤波器 主要用途:去除噪声 计算公式:R=mid zk|k=1,2,n最大值滤波器 主要用途:寻找最亮点 计算公式:R=max zk|k=1,2,n最小值滤波器 主要用途:寻找最暗点计算公式:R=min zk|k=1,2,n,中值滤波器,中值滤波的原理 用模板区域内像素的中间值,作为结果值 R=mid zk|k=1,2,n强迫突出的亮点或暗点更象它周围的值,以消除孤立的亮点或暗点。,中值滤波器,中值滤波算法的实现将模板区域内的像素

5、排序,求出中间值例如:3x3的模板,第5大的是中值,5x5的模板,第13大的是中值,7x7的模板,第25大的是中值,9x9的模板,第41大的是中值。对于同值像素,连续排列。如(10,15,20,20,20,20,20,25,100),中值滤波器,中值滤波算法的特点:(1)在去除噪音的同时,可以比较好地保留边的锐度和图像的细节(优于均值滤波器)(2)能够有效去除脉冲噪声:以黑白点(椒盐噪声)叠加在图像上中。,中值滤波器,3x3均值滤波,3x3中值滤波,原图,实例,原图像,高斯噪声,椒盐噪声,高斯噪声图的55十字中值滤波噪声,椒盐噪声图的55十字中值滤波噪声,最大值滤波器,最小值滤波器,锐化滤波,

6、主要用于增强图像的边缘及灰度跳变部分,邻域平均方法积分过程结果使图像的边缘模糊,锐化方法微分过程结果使图像的边缘突出,注意:噪声的影响,先去噪,再锐化操作,梯度运算,微分锐化中常用的方法,设图像f(x,y)在点(x,y)的梯度矢量为Gf(x,y):,两个重要性质:,(1)梯度的方向是在函数f(x,y)最大变化率方向上(2)梯度的幅度用Gf(x,y)表示:,对于数字图像,则用离散的式子表示,简化,Roberts梯度算子,结论,梯度的近似值和相邻象素的灰度差成正比,因此在图像变化缓慢区域,其值很小,而在线条轮廓等变化快的部分其值很大,梯度运算可使细节清晰,从、而达到锐化的目的,考虑一个3x3的图像

7、区域,z代表灰度级,上式在点z5的f值可用数字方式近似。,z5,z1,z2,z3,z4,z6,z7,z8,z9,Roberts交叉梯度算子:f|z9-z5|+|z8 z6|,梯度计算由两个模板组成,第一个求得梯度的第一项,第二个求得梯度的第二项,然后求和,得到梯度。两个模板称为Roberts交叉梯度算子。,-1,0,0,1,0,-1,1,0,Prewitt梯度算子3x3的梯度模板,f|(z7+z8+z9)-(z1+z2+z3)|+|(z3+z6+z9)-(z1+z4+z7)|,-1,-1,0,0,-1,0,1,1,1,-1,0,-1,0,1,1,-1,0,1,Sobel梯度算子3x3的梯度模板

8、,f|(z7+2z8+z9)-(z1+2z2+z3)|+|(z3+2z6+z9)-(z1+2z4+z7)|,-1,-2,0,0,-1,0,1,2,1,-1,0,-2,0,1,2,-1,0,1,拉普拉斯算子,一个连续的二元函数f(x,y),其拉普拉斯运算定义为:,拉普拉斯算子,对于数字图像,拉普拉斯算子可以简化为:,g(i,j)=4f(i,j)-f(i+1,j)-f(i-1,j)-f(i,j+1)-f(i,j-1),也可以表示成卷积形式:,g(i,j)=f(i,j)H(r,s),0,H(r,s)=,-1,0,-1,4,-1,0,-1,0,拉普拉斯变换对图像增强的基本方法,(1)用于拉普拉斯模板中心系数为负(1)用于拉普拉斯模板中心系数为正,原图:月球北极,拉普拉斯滤波后的图像,33,中心点为8的掩膜,标定的图像,原始图像拉普拉斯的结果,

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号