數(shù)字圖像處理空域?yàn)V波ppt課件

1、空域?yàn)V波和空域?yàn)V波器的定義： 運(yùn)用空域模板進(jìn)展的圖像處置，被稱為空域?yàn)V波。模板本身被稱為空域?yàn)V波器。根底知識(shí) 根本概念 點(diǎn)運(yùn)算代數(shù)運(yùn)算直方圖運(yùn)算空間域?yàn)V波器 平滑空域?yàn)V波器 銳化空域?yàn)V波器在MN的圖像f上，運(yùn)用mn的濾波器：),(),(),(tysxftswyxgbbtaas12, 12bnam空間濾波的簡化方式：mnmnzwzwzwR2211其中，w是濾波器系數(shù)，z是與該系數(shù)對(duì)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) 將模板在圖中遨游，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(duì)應(yīng)像素相乘；(3) 將一切乘積相加

2、；(4) 將和模板的輸出呼應(yīng)賦給圖中對(duì)應(yīng)模板中心位置的像素。例：模板濾波表示：sXYxyXYxyR(a)(b)(c)4s2385sssssss76104kkkkkk32kkk50167800881100skskskR模板的輸出為：作用 1模糊處置: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線性濾波器：均值濾波器 2非線性濾波器 最大值濾波器 中值濾波器 最小值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“鋒利變化，減小噪聲。2由于圖像邊緣是由圖像灰度鋒利變化引起的，所以也存在邊緣模糊的問題。圖a是規(guī)范的像素平均值。圖b是像素的加權(quán)平均，闡

3、明一些像素更為重要。3 x 35 x 59 x 915 x 1535 x 35原圖圖像闡明： 頂端的黑方塊，大小分別為3，5，9，15，25，35，45，55個(gè)像素，邊境相隔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%添加。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波器近似一樣時(shí)。2濾波器越大，模糊程度加劇。提取感興趣物體而模糊圖像什么是統(tǒng)計(jì)排序?yàn)V波器？是一種非線性濾波器，基于濾波器所在圖像區(qū)域中像素的排序，由排序結(jié)果斷

4、定的值替代中心像素的值。分類：1中值濾波器： 用像素領(lǐng)域內(nèi)的中間值替代該像素。2最大值濾波器：用像素領(lǐng)域內(nèi)的最大值替代該像素。3最小值濾波器：用像素領(lǐng)域內(nèi)的最小值替代該像素。中值濾波器 主要用途：去除噪聲 計(jì)算公式：R = mid zk | k = 1,2,n最大值濾波器 主要用途：尋覓最亮點(diǎn) 計(jì)算公式：R = max zk | k = 1,2,n最小值濾波器 主要用途：尋覓最暗點(diǎn)計(jì)算公式：R = min zk | k = 1,2,n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 = mid zk | 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

5、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(duì)于同值像素，延續(xù)陳列。 如10,15,20,20,20,20,20,25,100中值濾波算法的特點(diǎn)： 1在去除噪音的同時(shí)，可以比較好地保管邊的銳度和圖像的細(xì)節(jié)優(yōu)于均值濾波器 2可以有效去除脈沖噪聲：以黑白點(diǎn)椒鹽噪聲疊加在圖像上中。3x3均值濾波3x3中值濾波原圖原圖像原圖像高斯噪聲高斯噪聲椒鹽噪聲椒鹽噪聲高斯噪聲圖的高斯噪聲圖的55十十字中值濾波噪聲字中值濾波噪聲椒鹽噪聲圖的椒鹽噪聲圖的55十字中值濾波噪聲

6、十字中值濾波噪聲主要用于加強(qiáng)圖像的邊緣及灰度跳變部分主要用于加強(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銳化方法微分過程結(jié)果使圖像的邊緣突出留意：噪留意：噪聲的影響聲的影響先去噪，再銳化操作先去噪，再銳化操作梯度運(yùn)算梯度運(yùn)算微分銳化中微分銳化中常用的方法常用的方法設(shè)圖像設(shè)圖像f(x,y)在點(diǎn)在點(diǎn)(x,y)的梯度矢量為的梯度矢量為Gf(x,y)：兩個(gè)重要性質(zhì)：兩個(gè)重要性質(zhì)：1梯度的方向是在函數(shù)梯度的方向是在函數(shù)f(x,y)最大變化率方向上最大變化率方向上2梯度的幅度用梯度的幅度用Gf(x,y)表示

7、：表示：2122)()(),(yfxfyxfGyfxfyxf),(G對(duì)于數(shù)字圖像，那么用離散的式子表示對(duì)于數(shù)字圖像，那么用離散的式子表示2122)1,(),(), 1(),(),(jifjifjifjifyxfG| ) 1,(),(| ), 1(),(|),(jifjifjifjifyxfG簡化簡化f(i,j) f(i,j+1)f(i+1,j)f(i,j) f(i,j+1)f(i+1,j) f(i+1,j+1)Roberts梯度算子梯度算子結(jié)論結(jié)論梯度的近似值和相鄰象素的灰度差成正比，因此在圖梯度的近似值和相鄰象素的灰度差成正比，因此在圖像變化緩慢區(qū)域，其值很小，而在線條輪廓等變化快像變化緩慢

8、區(qū)域，其值很小，而在線條輪廓等變化快的部分其值很大，梯度運(yùn)算可使細(xì)節(jié)明晰，從、而到的部分其值很大，梯度運(yùn)算可使細(xì)節(jié)明晰，從、而到達(dá)銳化的目的達(dá)銳化的目的思索一個(gè)3x3的圖像區(qū)域，z代表灰度級(jí)，上式在點(diǎn)z5的f值可用數(shù)字方式近似。z5z1z2z3z4z6z7z8 z95856zzzzfRoberts交叉梯度算子：f |z9 - z5| + |z8 z6|梯度計(jì)算由兩個(gè)模板組成，第一個(gè)求得梯度的第一項(xiàng)，第二個(gè)求得梯度的第二項(xiàng)，然后求和，得到梯度。兩個(gè)模板稱為Roberts交叉梯度算子。-10010-110Prewitt梯度算子3x3的梯度模板f |(z7 +z8 + z9) - (z1 + z2

9、+ z3) | +|(z3 +z6 + z9) - (z1 + z4 + z7) |-1-100-10111-10-1011-101Sobel梯度算子3x3的梯度模板f |(z7 +2z8 + z9) - (z1 + 2z2 + z3) | +|(z3 +2z6 + z9) - (z1 + 2z4 + z7) |-1-200-10121-10-2012-101拉普拉斯算子拉普拉斯算子一個(gè)延續(xù)的二元函數(shù)一個(gè)延續(xù)的二元函數(shù)f(x,y)，其拉普拉斯運(yùn)算定義為：，其拉普拉斯運(yùn)算定義為：22222yfxff拉普拉拉普拉斯算子斯算子對(duì)于數(shù)字圖像，拉普拉斯算子可以簡化為：對(duì)于數(shù)字圖像，拉普拉斯算子可以簡化為：g(i,j)=4f(i,j)-f(i+1,j)-f(i-1,j)-f(i,j+1)-f(i,j-1)也可以表示成卷積方式：也可以表示成卷積方式：g(i,j)=f(i,j)H(r,s)