資源描述：
《數(shù)字圖像處理-空域?yàn)V波-20181107學(xué)習(xí)ppt課件.ppt》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、空域?yàn)V波器空域?yàn)V波器空域?yàn)V波和空域?yàn)V波器的定義：使用空域模板進(jìn)行的圖像處理，被稱為空域?yàn)V波。模板本身被稱為空域?yàn)V波器?？臻g域?yàn)V波器分類平滑空域?yàn)V波器銳化空域?yàn)V波器空間濾波和空間濾波器的定義在M×N的圖像f上，使用m×n的濾波器：空間濾波的簡化形式：其中，w是濾波器系數(shù)，z是與該系數(shù)對應(yīng)的圖像灰度值，mn為濾波器中包含的像素點(diǎn)總數(shù)。在空域?yàn)V波功能都是利用模板卷積，主要步驟為：(1)將模板在圖中漫游，并將模板中心與圖中某個(gè)像素位置重合；(2)將模板上系數(shù)與模板下對應(yīng)像素相乘；(3)將所有乘積相加；(4)將和（模板的輸出響應(yīng)）賦給圖中對應(yīng)模板中心
2、位置的像素。例：模板濾波示意：模板的輸出為：平滑空域?yàn)V波器作用（1）模糊處理:去除圖像中一些不重要的細(xì)節(jié)。（2）減小噪聲。平滑空間濾波器的分類（1）線性平滑濾波器：均值濾波器（2）非線性平滑濾波器：?最大值濾波器?中值濾波器?最小值濾波器線性平滑濾波器包含在濾波器鄰域內(nèi)像素的平均值，也稱為均值濾波器。作用（1）減小圖像灰度的“尖銳”變化，減小噪聲。（2）由于圖像邊緣是由圖像灰度尖銳變化引起的，所以也存在邊緣模糊的問題。線性平滑濾波器圖a是標(biāo)準(zhǔn)的像素平均值。圖b是像素的加權(quán)平均，表明一些像素更為重要。加權(quán)均值濾波器線性平滑濾波器——例13x3
3、5x59x915x1535x35原圖圖像說明：頂端的黑方塊，大小分別為3，5，9，15，25，35，45，55個(gè)像素，邊界相隔25個(gè)像素。位于底端的字母在10到24個(gè)像素之間，增量為2個(gè)像素。垂直線段5個(gè)像素寬，100個(gè)像素高，間隔20個(gè)像素。圓的直徑25個(gè)像素，邊緣相隔15個(gè)像素?；叶纫?0%增加。噪聲矩形大小是50*120像素。結(jié)果分析：（1）噪聲明顯減少，但圖像變模糊了。尤其是圖像細(xì)節(jié)域?yàn)V波器近似相同時(shí)。（2）濾波器越大，模糊程度加劇。線性濾波器——例2提取感興趣物體而模糊圖像統(tǒng)計(jì)排序?yàn)V波器什么是統(tǒng)計(jì)排序?yàn)V波器？?是一種非線性濾波器，
4、基于濾波器所在圖像區(qū)域中像素的排序，由排序結(jié)果決定的值代替中心像素的值。分類：（1）中值濾波器：用像素領(lǐng)域內(nèi)的中間值代替該像素。（2）最大值濾波器：用像素領(lǐng)域內(nèi)的最大值代替該像素。（3）最小值濾波器：用像素領(lǐng)域內(nèi)的最小值代替該像素。統(tǒng)計(jì)排序?yàn)V波器中值濾波器主要用途：去除噪聲計(jì)算公式：R=mid{zk
5、k=1,2,…,n}最大值濾波器主要用途：尋找最亮點(diǎn)計(jì)算公式：R=max{zk
6、k=1,2,…,n}最小值濾波器主要用途：尋找最暗點(diǎn)計(jì)算公式：R=min{zk
7、k=1,2,…,n}中值濾波器中值濾波的原理用模板區(qū)域內(nèi)像素的中間值，作為結(jié)果值R=
8、mid{zk
9、k=1,2,…,n}強(qiáng)迫突出的亮點(diǎn)或暗點(diǎn)更象它周圍的值，以消除孤立的亮點(diǎn)或暗點(diǎn)。中值濾波器中值濾波算法的實(shí)現(xiàn)將模板區(qū)域內(nèi)的像素排序，求出中間值例如：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。對于同值像素，連續(xù)排列。如（10,15,20,20,20,20,20,25,100）中值濾波器中值濾波算法的特點(diǎn)：（1）在去除噪音的同時(shí)，可以比較好地保留邊的銳度和圖像的細(xì)節(jié)（優(yōu)于均值濾波器）（2）能夠有效去除脈沖噪聲：以黑白點(diǎn)（椒鹽噪聲）疊加在圖像上中。中
10、值濾波器3x3均值濾波3x3中值濾波原圖實(shí)例：原圖像高斯噪聲椒鹽噪聲高斯噪聲圖的5×5十字中值濾波噪聲椒鹽噪聲圖的5×5十字中值濾波噪聲最大值濾波器最小值濾波器銳化空間濾波器主要用于增強(qiáng)圖像的邊緣及灰度跳變部分鄰域平均方法－積分過程－結(jié)果使圖像的邊緣模糊銳化方法－微分過程－結(jié)果使圖像的邊緣突出注意：噪聲的影響先去噪，再銳化操作銳化空間濾波基礎(chǔ)對微分的定義可以有各種表述，這里必須保證如下幾點(diǎn)（1）在平坦段為0（2）在灰度階梯或斜坡的起始點(diǎn)處為非0（）（3）沿著斜坡面微分值非0（）二階微分也類似：（1）平坦區(qū)為0（2）在灰度階梯或斜坡的起始點(diǎn)及
11、中止點(diǎn)處為非0（）（3）沿常數(shù)斜率的斜坡面的微分0（=0）對于一元函數(shù)表達(dá)一階微分：二階微分：結(jié)論：（1）一階微分產(chǎn)生的邊緣寬（如：沿斜坡很長一段非0）；（2）二階微分對細(xì)節(jié)反應(yīng)強(qiáng)烈如細(xì)線、孤立點(diǎn)（斜坡起止點(diǎn)為非0）；（3）一階微分對灰度階躍反應(yīng)強(qiáng)烈；（4）二階微分對灰度階梯變化產(chǎn)生雙響應(yīng)，在大多數(shù)應(yīng)用中，對圖像增強(qiáng)來說，二階微分化一階微分好一些。在圖像中一階微分用梯度法來實(shí)現(xiàn)，梯度用一個(gè)二維列向量來定義模值：實(shí)際中往往用梯度模值代替梯度為減少計(jì)算量，用下式算近似：基于一階微分的圖像增強(qiáng)——梯度法右圖給出了Roberts算子和Sobel算子
12、：考慮一個(gè)3x3的圖像區(qū)域，z代表灰度級，上式在點(diǎn)z5的?f值可用數(shù)字方式近似。z5z1z2z3z4z6z7z8z9Roberts交叉梯度算子：?f≈
13、z9-z5
14、+
15、z8–z6
