第5章邻域处理(数字图像处理汉化版).pptVIP

第五章 邻域处理;5.1 简介;;;例：;5.2标记;滤波器 可以计算出新的灰度值 ;1.边界像素不处理，这样输出的图像将比原来的图像小。 2.将边界以外的区域补零。这样做可以得到一幅与原图像一致大小的图像，但会引入一些不希望引入的影响。 ;5.3MATLAB中的滤波; ;均值滤波器滤椒盐噪声的效果;均值滤波器滤高斯噪声的效果;边框保留不变的效果示例;; 如下，是几个典型的加权平均滤波器。;加权均值滤波器的效果;MATLAB中的滤波;filter2（filter，image，‘same’）用零填充的方法产 生滤波后的矩阵。 x=uint8(10*magic(5)) a=ones(3,3)/9 filter2(a,x,same);filter2（filter，image，‘valid’）使模板只处理内部 的像素点，输出的结果总是比原图像小。 filter2(a,x,valid) ans = 111.1111 108.8889 128.8889 110.0000 130.0000 150.0000 131.1111 151.1111 148.8889 ;filter2（filter，image，‘valid’）???模板只处理内部 的像素点，输出的结果总是比原图像小。 filter2(a,x,valid) ans = 111.1111 108.8889 128.8889 110.0000 130.0000 150.0000 131.1111 151.1111 148.8889 ;filter2(a,x,‘same’)也可以用valid参数来实现 x2=zeros(7,7); x2(2:6,2:6)=x x2 = 0 0 0 0 0 0 0 0 170 240 10 80 150 0 0 230 50 70 140 160 0 0 40 60 130 200 220 0 0 100 120 190 210 30 0 0 110 180 250 20 90 0 0 0 0 0 0 0 0 ;filter2(a,x2,valid) ans = 76.6667 85.5556 65.5556 67.7778 58.8889 87.7778 111.1111 108.8889 128.8889 105.5556 66.6667 110.0000 130.0000 150.0000 106.6667 67.7778 131.1111 151.1111 148.8889 85.5556 56.6667 105.5556 107.7778 87.7778 38.8889;上面的三种参数选择，要根据具体情况来选择，根据滤波 器的特点和对结果的要求。;fspecial(average,11);c=imread(cameraman.tif); f1=fspecial(average); cf1=filter2(f1,c)； figure,imshow(c),figure,imshow(cf1/255);f1=fspecial(average,9);;可以看到，当模板越大时，图像模糊的程度越深。用补零 的方法得到的图像会在周围产生一圈黑色的边界。如果不 想有这个黑框可以用valid。 可以看到这种滤波器输出的图像，清晰度明显不如原图。 一、可分解的滤波器 一个3*3的均值滤波器可以由一个3*1的均值滤波器和一个 1*3的均值滤波器相乘得到，即一个3*3的滤波器可以分解 为两个小滤波器的乘积，这可以大大的节省运算量。 一个n*n的滤波器在计算每个像素时需要n*n次乘法和n*n-1 次加法，而n*1的滤波器只需要n次乘法和n-1次加法，由于 需要做两次，所以一共是2n次乘法和2n-2次加法。;对于一幅图像来说频率指的是灰度随距离变化的程度的度量。 高频部分:在很短的距离内灰度的变化很大。比如边缘和噪声。 低频部分：在图像中灰度变化比较小的那部分。比如背景等。 高通滤波器：通过高频部分，削弱或消除低频部分。 低通滤波器：通过低频部分，削弱或消除高频部分。·;3*3模板的均值滤波是低通滤波器， 模板为 的滤波器