灰阶转换与空间滤波.PDF

灰階轉換與空間濾波 灰階轉換與空間濾波 3.1背景介紹 3.2 基礎灰階值轉換 3.3 以灰階統計圖為基礎之處理 3.4 基礎空間域濾波 3.5 平滑化空間濾波器 3.6銳化空間濾波器 3.7 空間域影像強化之綜合運用 3.8應用模糊理論進行灰階轉換與空間濾波 國立臺灣大學 生物機電系 631 M8210影像處理原理與應用 Lecture 03-1 林達德 3.1背景介紹 1.影像強化之目的 處理影像使其處理後之結果較原始影像更能適合 該影像之特定用途。 2. 空間域之處理方法 直接處理運算影像元素(Pixel) 。 g(x,y) = T[ f(x,y) ] (3.1-1) (1)T函數對單一影像元素運作：(e.g. Mapping) •映射 (Mapping) g(x,y) = T( r ) (3.1-2) • 對比伸展(Contrast stretching) • 分劃(Thresholding) • 二元影像(Binary Image) 國立臺灣大學 生物機電系 631 M8210影像處理原理與應用 Lecture 03-2 林達德 1 3.1背景介紹 (2) T函數對一影像元素集合運作： T[f(x,y)] = w1 f(x-1,y-1) + w2 f(x-1,y) + w3 f(x-1,y+1) + w4 f(x,y-1) + w5 f(x,y) + w6 f(x,y+1) + w7 f(x+1,y-1) + w8 f(x+1,y) + w9 f(x+1,y+1) • 遮罩(Mask), 濾波器(Filter), Kernels, Templates, Windows 國立臺灣大學 生物機電系 631 M8210影像處理原理與應用 Lecture 03-3 林達德 3.2 基礎灰階值轉換 國立臺灣大學 生物機電系 631 M8210影像處理原理與應用 Lecture 03-4 林達德 2 3.2 基礎灰階值轉換 3.2.1負片轉換 對灰階區間為[0, L-1]之影像進行以下轉換 s = L - 1 - r (3.2-1) 國立臺灣大學 生物機電系 631 M8210影像處理原理與應用 Lecture 03-5 林達德 3.2 基礎灰階值轉換 3.2.2 對數轉換 對影像進行以下轉換 s = c log( 1 + r ) (3.2-2)