第四章图像增强与复原.pptVIP

2.1模 板 操 作 以３Ｘ３模板为例构造模板类 2.2平滑处理的几种方法 2.3平滑的实现 中值滤波 中值滤波编程思路 平滑特效－运动模糊 平滑特效－径向模糊 １、获取用户指定的滤波窗口 ２、取出当前像素和周围ＮＸＮ个像素，对他们进行排序 ３、取得中值 ４、将中值作为亮度值输出 设:滤波窗口长度为len;用数组sequence存放窗口中的值;取得的中值为count.写出中值滤波的算法程序 * * 第二节 图像平滑 模板操作及其实现 平滑处理方法的介绍 平滑的实现——去噪 利用平滑实现的２种特效（课设） 图像在生成和传输过程中常受到各种噪声的干扰和影响， 使图像质量下降。为了抑制噪声改善图像质量，必须对图像 进行平滑处理，可以在空域或频域中进行。 数字图像的平滑技术分为两大类： 一、全局处理，即对噪声图像的整体或大的块进行校正以得 到平滑的图像。缺点：计算量大。 二、局部算子，仅对某一像素的局部小邻域的一些像素加以 运算。优点：计算效率高。 模板（Template）又称卷积（Ｃonvolution）,可以理解为矩阵 1 1 1 1 ● 1 1 1 1 1 9 2 1 2 4 ● 2 1 2 1 1 16 1 1 1 2 ● 1 1 1 1 1 10 模 板 操 作 设图像中某像素的灰度值为f( x,y ) , 它的邻域为3×3 ，点 集总数为9，则平滑后这点的灰度值为 f’( x,y ) = 1/9 ∑ f ( i , j ) 0 3 这种类似点象矩阵的表示 方法，称为模板（template）。 中间的黑点表示中心元素，即 用哪个点作为处理后的元素。 1 1 1 1 ● 1 1 1 1 1 9 举 例 原图为： 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4 模板为： 1· 0 0 1 操作后图像为： 1.5 1.5 1. 5 1.5 × 2.5 2.5 2.5 2.5 × 3.5 3.5 3.5 3.5 × × × × × × ×表示边界上无法进行模板操作的点，通常复制原图的灰度 1/2 模板操作实现的实际上就是邻域运算（Neighborhood Operation）即，某个像素点的结果不仅和本像素灰度有关，而且和其邻域的值有关。 一般常用的模板并不大，如3 × 3 ，3× 5。很多专用 的图像处理系统，用硬件来完成模板运算，以提高处理速度。 平滑模板的思想是通过一点和周围8个点的平均来去除突然 变化的点，从而滤掉一定的噪声，其代价是图像有一定的模糊。 常用的模板有BOX模板和高斯模板： 1 1 1 1 ● 1 1 1 1 1 9 2 1 2 4 ● 2 1 2 1 1 16 BOX模板 高斯模板 BOX模板对所有9个点 都一视同仁，没有考虑 各点位置的影响。 高斯模板进行改进， 距离越近的点，加 权系数越大 构造卷积函数 １、当在图象上逐个像素的移动模板时，图象边界数据无法进行卷积操作 方法：在进行卷积运算前，先复制原图象，保留边界数据。 需要解决的问题： ２、在进行卷积操作时，求出的新值可能远远超出像素值的有效范围， 因此需要最卷积结果按比例放缩 方法：对卷积操作的结果除以放缩比例（非０） ３、当模板中有负数时，卷积结果有可能是负数 方法：一、负数取０ 　　　二、取绝对值 以３Ｘ３模板为例构造模板类 public class Matrix3x3 : ImageInfo { int topLeft = 0, topMid = 0, topRight = 0; int midLeft = 0, center = 1, midRight = 0; int bottomLeft = 0, bottomMid = 0, bottomRight = 0; int