第3讲_空域增强(模板操作)_ver2.0.ppt

3.3.2 线性锐化滤波 2.?高频提升滤波 叠加图像微分结果 ? 减除图像积分结果 3.4 非线性滤波 线性滤波常不能区分图像中有用的内容和无用的噪声。在1-D傅里叶空间，如果对原始图像加上白噪声，两者的频谱直接叠加。线性滤波将两者的傅里叶变换相乘，结果在每个频率处信号和噪声的强度都由相同的因子所消弱。这样，图像信噪比保持原值，并不增加 3.4 非线性滤波 {非线性滤波可区分图像中有用的内容和无用的噪声。分为基于集合的、基于形状的、基于排序的3种} 3.4.1 非线性平滑滤波 3.4.2 非线性锐化滤波 3.4.3 线性和非线性混合滤波 3.4.1 非线性平滑滤波 1.?中值滤波原理 设模板尺寸为M，M = 2r + 1，r为模板半径 消除孤立的脉冲而不对边缘产生影响 接近边缘的孤立脉冲会使边缘偏移 3.4.1 非线性平滑滤波 2.?2-D中值滤波 输出值大于模板中一半像素的值，又小于模板中一半像素的值（序：50%） 3 ? 3 5 ? 5 3.4.1 非线性平滑滤波 3.?中值滤波的模板 有实验表明，当使用超过9~13个像素的模板来消除图像中的噪声时，计算量的增加比消噪效果的改善更明显，所以常可使用稀疏的5?5模板来减少运算量 3.4.1 非线性平滑滤波 4.?计算2-D中值 计算2-D中值的方法有3种：①直接使用2-D模板 ②先使用第1个1-D模板再使用第2个1-D模板 ③先使用第2个1-D模板再使用第1个1-D模板 ① ② ③ 3.4.1 非线性平滑滤波 5.?序统计滤波 更广泛的滤波 ——百分比（percentile）滤波 最大值滤波 最小值滤波 中点滤波 3.4.2 非线性锐化滤波 1.?基于梯度的锐化滤波 利用微分可以锐化图像（积分平滑图像） 梯度：对应一阶导数 最常用的微分矢量 （需要用2个模板分别沿 X和Y方向计算） 3.4.2 非线性锐化滤波 1.?基于梯度的锐化滤波 实际滤波中，常只使用梯度矢量的幅度（即矢量的模） 模以2为范数/模计算（对应欧氏距离） 以1为范数（城区距离） 以?为范数（棋盘距离） 3.4.2 非线性锐化滤波 2.?最大-最小锐化变换 最大值滤波和最小值滤波结合 将一个模板覆盖区域里的中心像素值与该区域里的最大值和最小值进行比较，然后将中心像素值用与其较接近的极值（最大或最小值）替换 3.4.2 非线性锐化滤波 3.?锐化滤波模板的通用性质 (1)?零位移 不改变边缘位置 图3.4.6 (2)?消除均值 (3)?对称性质 3.4.3 线性和非线性混合滤波 将线性滤波运算和中值滤波运算混合串联起来，先对较大的区域进行计算量较小的线性滤波操作，然后再计算线性滤波输出的中值，作为混合滤波的最终输出 3.4.3 线性和非线性混合滤波 最简单的结构包括使用相同的平均滤波模板HL和HR以及直通的模板HC[f(i)] = f(i) 3.5 局部增强 全局增强：把一幅图像作为一个整体 局部增强：对图像某些局部区域的细节进 行增强 局部信息在对整幅图计算时常被忽略掉 用全局增强不能保证在所关心的局部区域得到所需要的增强效果 局部增强多了一个选择局部区域的步骤 直接利用局部信息以达到局部增强的目的 3.5 局部增强 1.?直方图变换局部增强 先将图像分成一系列小区域（子图像） 对各子图像分别进行直方图变换 3.5 局部增强 2.?基于均值和方差的局部增强 利用像素邻域内像素灰度的均值和方差 (1) 增强图像中灰度比较大但方差比较小的区域 选择相对于全图比较亮的区域 选择相对于全图方差比较小的区域 3.5 局部增强 2.?基于均值和方差的局部增强 利用像素邻域内像素灰度的均值和方差 (2) 增强变换 放大图像的局部变化 恢复原区域的平均灰度值 总结和复习 3.1节概括介绍了像素间的联系，包括邻域、邻接、连接、连通、距离等 3.2节讨论模板运算（包括模板卷积和模板排序） 3.3节讨论线性滤波的原理和基本方法 3.4节讨论非线性滤波的原理和基本方法 3.5节介绍局部增强方案（扩展应用） 3-2 3-12 作业 童卫青 (华东师范大学 计算机系） 第*页 第3章 数字图像处理Digital Image Processing 童卫青 华东师范大学 计算机科学技术系 wqtong@cs.ecnu.edu.cn 第*页 第3章 童卫青 (华东师范大学 计算机系） 第1单元?图像增强 第2章?空域增强：点操作 第3章?空域增强：模板操作 第4章?频域图像增强 图像增强技术是最基本和最常用的一大类图像处理技术，也常用于其他图像技术应用的