图像增强2课件

2023/4/21第四章图像增强（2）

4.3空域滤波增强一、原理和分类原理：利用相邻像素的关系进行图像增强，常借助模板进行邻域操作。分类锐化平滑非线性线性非线性线性二、空域线性滤波的算法－模板操作4.3.1概述将模板在图中漫游，并将模板中心与某像素重合将模板系数与模板下对应像素相乘将所有乘积相加将上述求和结果赋予模板中心对应像素K1,1K1,0K1,-1K0,1K0，0K0,-1K-1,1K-1,0K-1,-1模板三、空域线性滤波运算的原理－空域卷积将模板在图中漫游，并将模板中心与某像素重合将模板系数与模板下对应像素相乘将所有乘积相加将上述求和结果赋予模板中心对应像素

根据卷积定理知，空域内的卷积等价于空间频率域内的滤波。因此模板的作用可以通过分析其频率特性而知。四、模板的可分解性：0-a0-a1+4a-a0-a0000010000000-aa00000000a00-a00000a-a0000-a00a0000邻域平均法示意图01/501/51/51/501/501/91/91/91/91/91/91/91/91/9邻区平均1/101/101/101/101/51/101/101/101/101/161/81/161/81/41/81/161/81/16加权平均北京邮电大学图像处理传输研究室9原始图像尺寸n=3盒滤波器平滑的结果。图像细节和滤波器掩模近似相同，图像中的一些细节(颗粒)受到较大影响，图像中有轻微模糊(小字母)。尺寸n=5盒滤波器平滑的结果。较小的字母、圆边缘和细的颗粒比其它部分更加模糊，但是噪声明显减少了。尺寸n=9盒滤波器平滑的结果。模糊程度有所增加，当目标和相邻像素的灰度相近时(第2个圆圈)，混合效果会导致目标模糊。尺寸n=15盒滤波器平滑的结果。极端情况，用来去除图像中的小物体。尺寸n=35盒滤波器平滑的结果3个小方框，2个小圆以及大部分矩形噪声区域已经融入背景中。平滑线性滤波器示例三平滑算子的去噪作用分析四、线性平滑算子特性的分析1/91/91/91/91/91/91/91/91/9以右侧的3×3邻区平均模板为例：求出对应的Z

变换为：因此：以 带入，得付立叶变换式：4.3.3非线性平滑滤波器中值滤波中值滤波是将选定的奇数像素窗口内的各像素灰度按大小排队，用中间的灰度值代替窗口中原图像中间位置的像素。因此是一种非线性滤波。百分比滤波与中值滤波类似，是将选定的奇数像素窗口内的各像素灰度按大小排队，用最接近某个亮度百分比的灰度值代替窗口中原图像中间位置的像素。最大值滤波最小值滤波方法与上述类似，用于检测图像中最亮的点。方法与上述类似，用于检测图像中最暗的点。14中值最小值噪声最大值排序统计滤波器-示例中值滤波中值滤波是一种保边缘的非线性图象平滑方法,在图象增强中广泛应用。一维数据按大小排序,,则例如：一维中值滤波均值滤波和中值滤波的处理结果比较：

(均值滤波窗口3*3,中值滤波长度3)输入：008002320232035303530023455555000均值滤波：022201211121123222321013445553100中值滤波:000002222222233333330023455555000中值滤波的特性对某些输入信号中值滤波的不变性。

1.在窗口2n+1内单调增加或减少的序列

2.阶跃信号

3.一维下周期性的二值序列如:{fn}=…+1,+1,-1,-1,+1,+1,-1,-1…3)中值滤波的频谱特性：由于中值滤波是非线性运算，无法用常规的线性滤波器的频率特性的分析方法，这里采用实验的方法：定义：G为输入信号的频谱，F为输出信号的频谱。从图中可以看出，滤波前后，频谱基本不变，这点对滤波器的设计和使用很有意义。二维中值滤波：将窗口在图中移动；读取窗口内各对应像素的灰度值；将这些灰度值从小到大排成1列；找出这些值里排在中间的1个；将这个中间值赋给对应窗口中心位置的像素。MNSf(x,y)邻域平均和中值滤波的比较：含均匀随机噪声33邻域平均77邻域平均1111邻域平均33中值滤波55中值滤波二、锐化算法的一般考虑4.3.4图像锐化一、锐化的目的：

对正常图像，通过锐化提取边缘、轮廓、线条等信息，供进一步识别

通过加重图像轮廓克服降质，以达到更好的视觉效果理想轮廓实际轮廓f(x)df(x)/dxd2f(x)/dx2f(x)+kdf/dxf(x)-kdf/dxf(x)-kd2f/dx2抽取轮廓锐化图像图像函数的梯度矢量灰度图像边缘=灰度梯度较大的区域对于离散图像26梯度法Sobel算子1-12-21-1-1-2-1121Sobel原图像利用Sobel算子进行边缘提取的结果Prewitt算子1-11-11-1-1-1-1111Prewitt2.二阶微分算法的基本原理拉普拉斯算子-1-14-1-1-1-14-1-1-1-1-1-18-1-1-1-1-1-1-1-19-1-1-1-1-1-15-1-1-1-15-1-1原图像利用拉普拉斯算子进行边缘提取的结果信号一阶微分二阶微分信号特点结论：一阶微分后图像边缘区域宽，而二阶微分的边缘较细；脉冲对应图像中的椒盐噪声，二阶微分放大噪声；细线对应高斯噪声模糊，二阶微分去模糊能力强；一阶微分对阶跃信号响应强烈，而且是单响应；二阶微分对阶跃信号产生双响应，边缘提取时要注意正负性。2023/4/235321000600001310000777-1-1-1-106-600012-2-1000700000106-1260011-411007-70斜坡脉冲平坦细线阶跃三、线性锐化算子特性的分析0-a0-a1+4a-a0-a0以右侧的3×3算子为例：g(m,n)=(1+4a)f(m,n)-a[f(m-1,n)+f(m+1,n)+f(m,n-1)+f(m,n+