第四講模版濾波

1、 楊冰楊冰q由于成像系統(tǒng)、傳輸介質(zhì)和記錄設(shè)備等的不完善，數(shù)字圖像在其形成、傳輸記錄過程中往往會(huì)受到多種噪聲的污染。q 圖像濾波，即在盡量保留圖像細(xì)節(jié)特征的條件下對(duì)目標(biāo)圖像的噪聲進(jìn)行抑制，是圖像預(yù)處理中不可缺少的操作，其處理效果的好壞將直接影響到后續(xù)圖像處理和分析的有效性和可靠性。q噪聲在圖像上常表現(xiàn)為一引起較強(qiáng)視覺效果的孤立象素點(diǎn)或象素塊。一般，噪聲信號(hào)與要研究的對(duì)象不相關(guān)，它以無用的信息形式出現(xiàn)，擾亂圖像的可觀測信息。q對(duì)于數(shù)字圖像信號(hào)，噪聲表為或大或小的極值，這些極值通過加減作用于圖像象素的真實(shí)灰度值上，在圖像造成亮、暗點(diǎn)干擾，極大降低了圖像質(zhì)量，影響圖像復(fù)原、分割、特征提取、圖識(shí)別等后繼

2、工作的進(jìn)行。q 抑制使圖像退化的各種干擾信號(hào)、增強(qiáng)圖像中的有用信號(hào)，以及將觀測到的不同圖像在同一約束條件下進(jìn)行校正處理就顯得非常重要。q 均值濾波是典型的線性濾波算法，它是指在圖像上對(duì)目標(biāo)像素給一個(gè)模板，該模板包括了其周圍的臨近像素（以目標(biāo)象素為中心的周圍8個(gè)像素，構(gòu)成一個(gè)濾波模板，即去掉目標(biāo)像素本身），再用模板中的全體像素的平均值來代替原來像素值。q線性濾波的基本原理是用均值代替原圖像中的各個(gè)像素值，即對(duì)待處理的當(dāng)前像素點(diǎn)（x，y），選擇一個(gè)模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當(dāng)前像素點(diǎn)（x，y），作為處理后圖像在該點(diǎn)上的灰度個(gè)g（x，y），即個(gè)g（x，

3、y）=1/m f（x，y） m為該模板中包含當(dāng)前像素在內(nèi)的像素總個(gè)數(shù)。q 原圖均值濾波后的圖像q 中值濾波法是一種非線性平滑技術(shù)，它將每一像素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域窗口內(nèi)的所有像素點(diǎn)灰度值的中值.q中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近的真實(shí)值，從而消除孤立的噪聲點(diǎn)。方法是用某種結(jié)構(gòu)的二維滑動(dòng)模板，將板內(nèi)像素按照像素值的大小進(jìn)行排序，生成單調(diào)上升（或下降）的為二維數(shù)據(jù)序列。二維中值濾波輸出為g（x,y）=medf(x-k,y-l),(k,lW) ，其中，f(x,y)，g(x,y)分別為原始圖像和處理后圖像。W為二維模板，通常

4、為3*3，5*5區(qū)域 。q 原圖 中值濾波之后q 邊緣檢測邊緣檢測是圖像處理和計(jì)算機(jī)視覺中的基本問題q邊緣檢測邊緣檢測的目的是標(biāo)識(shí)數(shù)字圖像中亮度變化明顯的點(diǎn)。圖像屬性中的顯著變化通常反映了屬性的重要事件和變化。這些包括（i）深度上的不連續(xù)、ii）表面方向不連續(xù)、（iii）物質(zhì)屬性變化和（iv）場景照明變化。 q邊緣檢測是圖像處理和計(jì)算機(jī)視覺中，尤其是特征提取中的一個(gè)研究領(lǐng)域。.q 圖像邊緣檢測大幅度地減少了數(shù)據(jù)量，并且剔除了可以認(rèn)為不相關(guān)的信息，保留了圖像重要的結(jié)構(gòu)屬性。q有許多方法用于邊緣檢測，它們的絕大部分可以劃分為兩類：基于查找一類和基于零穿越的一類。q 基于查找的方法通過尋找圖像一階導(dǎo)

5、數(shù)中的最大和最小值來檢測邊界， 通常是將邊界定位在梯度最大的方向。q基于零穿越的方法通過尋找圖像二階導(dǎo)數(shù)零穿越來尋找邊界，通常是Laplacian過零點(diǎn)或者非線性差分表示的過零點(diǎn)。q 主要用于數(shù)字圖像的一階梯度計(jì)算和邊緣檢測。q 在技術(shù)上，它是一個(gè)離散的一階差分算子，用來計(jì)算圖像亮度函數(shù)的一階梯度之近似值。在圖像的任何一點(diǎn)使用此算子，將會(huì)產(chǎn)生對(duì)應(yīng)的梯度矢量或是其法矢量。 Sobel卷積因子為：卷積因子為： 該算子包含兩組3x3的矩陣，分別為橫向及縱向，將之與圖像作平面卷積，即可分別得出橫向及縱向的亮度差分近似值。如果以A代表原始圖像，Gx及Gy分別代表經(jīng)橫向及縱向邊緣檢測的圖像灰度值，其公式如

6、下： Gx = (-1)*f(x-1, y-1) + 0*f(x,y-1) + 1*f(x+1,y-1)+(-2)*f(x-1,y) + 0*f(x,y)+2*f(x+1,y)+(-1)*f(x-1,y+1) + 0*f(x,y+1) + 1*f(x+1,y+1) = f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)-f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)Gy =1* f(x-1, y-1) + 2*f(x,y-1)+ 1*f(x+1,y-1) +0*f(x-1,y) 0*f(x,y) + 0*f(x+1,y) +(-1)*f(x-1,y+1) + (-2)*f(x,y+1) + (-1)*f(x+1, y+1)= f(x-1,y-1) + 2f(x,y-1) + f(x+1,y-1)-f(x-1, y+1) + 2*f(x,y+1)+f(x+1,y+1)q其中f(a,b), 表示圖像(a,b)點(diǎn)的灰度值； 圖像的每一個(gè)像素的橫向及縱向灰度值通過以下公式結(jié)合，來計(jì)算該點(diǎn)灰度的大?。和ǔ?，為了提高效率 使用不開平方的近似值：如果梯度如果梯度G大于某一閥值大于某一閥值 則認(rèn)為該點(diǎn)則認(rèn)為該點(diǎn)(x,y)為邊緣點(diǎn)。為邊緣點(diǎn)。然后可用以下公式計(jì)算梯度方