数字图像处理实例集锦PPT课件.ppt

.,1,实例集锦,.,2,实例钝化,.,3,中值滤波去除噪声,.,4,中值滤波去除噪声,.,5,中值滤波去除噪声,.,6,中值滤波去除噪声,.,7,中值滤波去除噪声,.,8,中值滤波去除噪声,.,9,.,10,.,11,.,12,.,13,.,14,.,15,.,16,.,17,.,18,.,19,.,20,.,21,.,22,.,23,.,24,.,25,.,26,.,27,.,28,.,29,.,30,中值滤波去雀斑,.,31,中值滤波去雀斑,.,32,中值滤波去雀斑,.,33,高斯滤波去雀斑,.,34,高斯滤波去雀斑,.,35,高斯滤波去雀斑,.,36,高斯滤波去雀斑,.,37,局部中值滤波去雀斑,.,38,局部中值滤波去雀斑,.,39,对比度增强,.,40,直方图均衡化,.,41,图像锐化,.,42,实例锐化,.,43,.,44,.,45,.,46,.,47,.,48,.,49,.,50,.,51,.,52,.,53,.,54,.,55,.,56,.,57,.,58,USM,.,59,USM,.,60,USM,.,61,USM,.,62,USM,.,63,USM,.,64,查找边缘,.,65,查找边缘,.,66,查找边缘,.,67,查找边缘,.,68,查找边缘,.,69,照亮边缘,.,70,照亮边缘,.,71,照亮边缘,.,72,照亮边缘,.,73,照亮边缘,.,74,4边缘检测,.,75,4边缘检测,Lenna的Sobel边界,.,76,4边缘检测,Lenna的Prewitt边界,.,77,4边缘检测,Lenna的Roberts边界,.,78,实例FFT,.,79,空间域与频率域,.,80,实际图像的傅立叶变换,下图给出两幅实际图像和他们的傅里叶频谱图。图(a)的图像反差比较柔和，反映在傅里叶频谱上低频分量较多，频谱图中心值较大（中心为频域原点）。图(b)的图像中有较规则的线状物，反映在傅里叶频谱上也有比较明显的射线状条带。,(a),(b),.,81,二维傅立叶变换性质,分离性,对二维函数作傅立叶变换可以分为两步进行：首先视某一个方向变量为常数，对另一个方向作一维傅立叶变换，然后再对得到的变换结果作另一个方向上的一维傅立叶变换：,.,82,例：分离性,f(x,y),F(x,v),F(u,y),F(u,v),.,83,空间域与频率域,.,84,空间域与频率域,.,85,7数字图像处理和傅立叶变换,.,86,7数字图像处理和傅立叶变换,采样数减少一半,.,87,7数字图像处理和傅立叶变换,.,88,7数字图像处理和傅立叶变换,.,89,7数字图像处理和傅立叶变换,.,90,7数字图像处理和傅立叶变换,2）频谱的频域移中,.,91,7数字图像处理和傅立叶变换,.,92,7数字图像处理和傅立叶变换,.,93,8.3二维Fourier变换的应用,1.Fourier变换在图像滤波中的应用首先，我们来看Fourier变换后的图像，中间部分为低频部分，越靠外边频率越高。因此，我们可以在Fourier变换图中，选择所需要的高频或是低频滤波。,.,94,Fourier变换的频率特性,返回,.,95,Fourier变换的低通滤波,返回,.,96,Fourier变换的高通滤波,返回,.,97,8.3二维Fourier变换的应用,2.Fourier变换在图像压缩中的应用变换系数刚好表现的是各个频率点上的幅值。在小波变换没有提出时，用来进行压缩编码。考虑到高频反映细节、低频反映景物概貌的特性。往往认为可将高频系数置为0，骗过人眼。,.,98,Fourier变换的压缩原理,另一幅图像效果,压缩率为：1.7：1,压缩率为：2.24：1,压缩率为：3.3：1,.,99,Fourier变换的压缩原理,