5.4频率低通与高通滤波器.ppt

5.6 邊緣銳利化 5.6.1 去銳利化遮罩(unsharp masking) -邊緣加強(edge enhancement), 邊緣清晰(edge crispening) 5.6 邊緣銳利化 5.6.1 去銳利化遮罩 fspecial的去銳利化參數unsharp可以產生上述濾波器。 第五章 鄰域處理 第118頁 α = 0.5, default: α = 0.2 5.6.2 高增幅濾波 與去銳利化遮罩濾波類似的方法是高增幅（high-boost）濾波器 其中A 是增幅係數。 若A ＝ 1，則高增幅濾波器就成為典型的高通濾波器。 [A/(2A－1)](原始影像) －[(1 － A)/(2A － 1)](低通濾波影像) (3/5) ≦A ≦(5/6) 5.6.2 高增幅濾波 5.6.2 高增幅濾波 x1=filter2(hb1, x); imshow(x1/255) x2=filter2(hb2, x); imshow(x2/255) 5.7 非線性濾波器 最大濾波器（maximum filter） 最小濾波器（minimum filter） 第五章 鄰域處理 第122頁 5.8 感興趣的區域處理 5.8.1 MATLAB 中的感興趣區域 這樣會顯示出蜥蜴的影像（若尚未顯示），可以使用滑鼠選擇ROI 的頂點。 5.8.2 ROI 濾波 * * * * * ? 2010 Cengage Learning Engineering. All Rights Reserved. 第五章 鄰域處理5.1 前言 主要的概念便是將遮罩（邊長通常為奇數的方形或其他形狀）覆蓋到指定影像的每個像素上面。 5.1 前言 遮罩值 相對應的像素值 5.1 前言 5.1 前言 與空間濾波(spatial filtering)類似的方法是空間旋積（convolution） 旋積與濾波的運算方法相同，唯一差異在於濾波器在相乘與相加之前必須旋轉180 度。 5.1 前言 範例 一個重要的線性濾波器是使用3×3 遮罩，並取遮罩中的9 個像素值的平均值。 5.1 前言 這個矩陣就是套用3×3 平均濾波器於影像x 的結果 5.2 運算符號 要描述線性濾波器，我們可以簡單地把它當成遮罩內所有像素灰階值的乘法係數，並可將之寫成一個矩陣。 平均濾波的運算結果可以寫成： 該濾波器可用矩陣表示： 5.2 運算符號 範例 下列濾波器： 對灰階值進行運算的結果為： 5.2.1 影像邊緣 影像的邊緣，也就是遮罩會有部分超出影像的地方該怎麼辦？ 該問題有幾種不同的方法可以解決。 忽略邊緣 （ignore the edges） 5.2.1 影像邊緣 補零（pad with zeros） 鏡射（mirroring） 5.3 MATLAB 中的濾波函數 函數filter2可以執行線性濾波運算，用法如下： 參數shape並非必須，是用來指定影像邊緣部分的處理方法。 ‘same’-補零(預設) ‘valid’-忽略邊緣 結果為一個 double資料形態的矩陣。 5.3 MATLAB中的濾波函數 5.3 MATLAB中的濾波函數 上列same 運算結果，也可以對原始影像先補零再用valid 得出： 5.3 MATLAB中的濾波函數 filter2(filter,image,‘full’)則會得到比原始影像大的結果。 補零之外，影像邊緣附近遮罩與影像矩陣有相交部分均會執行濾波運算。 5.3 MATLAB中的濾波函數 雖然filter2函數沒有提供鏡射的選項，但是可以在進行filter2(filter,image,’valid’)程式碼之前加入下列程式碼，達到鏡射的效果。 如此矩陣 x 可以經由鏡射擴展為矩陣 m_x，wr/wc 定義為遮罩總行數／列數的一半（去掉分數） 5.3 MATLAB中的濾波函數 函數fspecial h = fspecial(type, parameters) fspecial(‘average’,[5,7]); fspecial(‘average’,11); 預設是3x3 imshow(uint8(cf1)) imshow(cf1/255) 或 5.3 MATLAB中的濾波函數 5.4 頻率：低通與高通濾波器 影像的頻率是灰階值隨著距離而產生變化程度的一種度量。 高頻(high-frequency components) ：短距離內灰階值變化值大(例：邊緣或雜訊) 。低頻：短距離內灰階值變化值小(例：背景或皮膚紋理) 。 高通濾波器（high-pass filter） 保持高頻部分，減少低頻部分。 (係數總和為0