图像算法结构分析题.doc

常用的降噪滤波器有哪些？ 它们分别适用于哪些场合？首先，说一下噪声的类型吧，噪声的分类和该噪声的分布符合什么模型有关，常见的噪声有高斯白噪声、椒盐噪声、泊松分布噪声、指数分布噪声等。其次，采用的滤波器有空域滤波器，比如均值滤波器、中值滤波器、低通滤波器、高斯滤波等；频域滤波器，比如小波变换、傅里叶变换、余弦变换等；形态学滤波器，主要是通过膨胀和腐蚀等形态学操作进行去噪。第三，对应场合。一般平时见的比较多是是高斯白噪声，像用均值滤波、中值滤波、高斯滤波可以去噪。还有在低照度下，比如晚上拍照时的图像，一般属于泊松分布的噪声，可以采用一些3d去噪算法，比如效果不错的BM3D算法。像椒盐噪声，一般用中值滤波基本可去噪。 空间域滤波：根据功能主要分为平滑滤波与锐化滤波，平滑滤波能减弱或消除图像中的高频率分量而不影响低频分量。因为高频分量对应图像中的区域边缘等灰度值具有较大变化的部分，平滑滤波可将这些分量滤去减少局部灰度起伏，是图像变得比较平滑。实际应用中，平滑滤波还可用于消除噪声，或在提取较大目标前去除太小的细节或将目标的小间断连接起来。锐化滤波正好相反，实际应用中锐化滤波常用于增强被模糊的细节或目标的边缘。 频率域平滑：由于噪声主要集中在高频部分，为去除噪声改善图像质量，滤波器采用低通滤波器H(u,v)来抑制高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。频率域低滤波器H(u,v)有四种：理想低通滤波器、Butterworth低通滤波器、指数低通滤波器、梯形低通滤波器。各种滤波器效果比较; 理想低通滤波器:在去噪声的同时将会导致边缘信息损失而使图像边模糊,并产生振铃效应。 Butterworth低通滤波器的特性是连续性衰减，而不象理想滤波器那样陡峭变化，即明显的不连续性。因此采用该滤波器滤波在抑制噪声的同时，图像边缘的模糊程度大大减小，没有振铃效应产生。 指数低通滤波器：图像边缘的模糊程度较用Butterworth滤波产生的大些，无明显的振铃效应。 梯形低通滤波器的性能介于理想低通滤波器和指数滤波器之间，滤波的图像有一定的模糊和振铃效应。 频率域锐化：采用高通滤波器让高频成分通过，使低频成分削弱，再经逆傅立叶变换得到边缘锐化的图像。包括：理想高通滤波器、巴特沃斯高通滤波器、指数滤波器、梯形滤波器 。 项目规划：预测未来，确定要达到的目标，估计会碰到的问题，并提出实现目标、解决问题的有效方案、方针、措施和手段的过程。规划过程：1，收集资料，明确和收集制定项目计划的资料，数据，依据和前提2，学习方法，工具和技术3，写出项目计划书和有关文件。 一、直方图 ??? 直方图就是之图像中各像素的统计值。反映图象中每种灰度出现的频率。直方图的性质： ??? 1）表征了图像的一维信息。只反映图像中像素不同灰度值出现的次数（或频数）而未反映像素所在位置。 ??? 2）与图像之间的关系是多对一的映射关系。一幅图像唯一确定出与之对应的直方图，但不同图像可能有相同的直方图。 ??? 3）子图直方图之和为整图的直方图。 二、直方图均衡化 ??? 直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 ?? （I）直方图均衡化的过程： ?1）列出原始图像和变换后图像的灰度级（L是灰度级的个数）； ?2）统计员图像中各灰度级的像素个数； ?3）计算原始图像直方图P(i)=Ni/N； ?4）计算累计直方图P(j)=P(1) + P(2) + P(3) +…+ P(i)； ?5）利用灰度值变换函数计算变换后的灰度值，兵四舍五入取整；j=INT[(L-1)Pj+0.5] ?6）确定灰度变换关系i→j，据此将原图像的灰度值f（m,n）=i修正为g（m，n）=j； ?7）统计变换后个灰度级的像素个数Nj； ?8）计算变换后图像的直方图Pj=Nj/N,或将图像转换成一种更适合于人或机器进行分析和处理的形式。空间域增强是直接对图像各像素进行处理；频率域增强是先将图像经傅立叶变换后的频谱成分进行某种处理，然后经逆傅立叶变换获得所需的图像。 灰度变换用来调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。 线性变换、分段线性变换、非线性灰度变换：对数变换、指数变换 直方图均衡化：将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。直方图均衡化变换函数，满足下列条件： 在0≤r≤1内为单调递增函数，保证灰度级从黑到白的次序不变； 在0≤r≤1内，有0≤T(r)≤1，确保映射后的像素灰度在允许的范围