数字图像处理-第三章3讲(精品·公开课件).ppt

数字图像处理 内容回顾 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。 传递函数为： 3．指数低通滤波器 3.4.1 频率域平滑 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。 传递函数为： 4. 梯形低通滤波器 3.4.1 频率域平滑 频率域图像处理应用举例 距中心点30区域 距中心点100区域 距中心点50区域 3.4.2 频率域锐化 频率域锐化是为了消除模糊，突出边缘。因此采用高通滤波器。 常用的高通滤波器有： 二维理想高通滤波器的传递函数为 1、理想高通滤波器 2、巴特沃斯高通滤波器 n阶巴特沃斯高通滤波器的传递函数： （3.4.6） 3.4.2 频率域锐化 传递函数： 3、指数滤波器 3.4.2 频率域锐化 4、梯形滤波器 传递函数： 3.4.2 频率域锐化 四种滤波函数： 1、理想高通有明显振铃现象，即图像的边缘有抖动现象； 2、Butterworth高通滤波效果较好，但计算复杂，其优点是有少量低频通过，H(u，v)是渐变的，振铃现象不明显； 3、指数高通效果比Butterworth差些，振铃现象不明显； 4、梯形高通会产生微振铃效果，但计算简单，较常用。 3.4.2 频率域锐化 3.5 彩色增强技术 彩色增强技术是利用人眼的视觉特性，将灰度图像变成彩色图像或改变彩色图像已有彩色的分布，改善图像的可分辨性。 彩色增强方法可分为伪彩色增强和假彩色增强两类。 * LOGO 周三实验安排 地点：计算机学院502(30人)、505(16人)、508(18人) 内容：1、练习使用课堂上学过的图像处理函数； 2、根据直方图的定义，编程显示图像的直方图。 目的：1、学会使用基本的图像处理函数； 2、熟悉Matlab编程。 3.1.3 直方图修正法 3.1 空间域图像增强 直方图均衡化 直方图规定化 3.1.2 灰度变换 3.2 图像的空间域平滑 3.2.1 模板卷积 3.2.2 邻域平均法 3.2.3 梯度倒数加权平滑法 3.2.4 中值滤波 histeq() 线性滤波：imfilter(f,w) w = fspecial() 中值滤波： g = medfilt2(f) 3.3 图像空间域锐化 在图像的识别中常需要突出边缘和轮廓信息。图像锐化就是增强图像的边缘或轮廓。 图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分（差分）而使图像边缘突出、清晰。 3.3.1 梯度锐化法 3.3.2 Laplacian增强算子 图像锐化法最常用的是梯度法。 对于图像f(x，y)，在(x，y)处的梯度定义为 3.3.1 梯度锐化法 梯度是一个矢量，其大小和方向为 为简化梯度的计算，经常使用 （4.3-4） （4.3-5） 或 3.3.1 梯度锐化法 对于离散图像处理而言，常用到梯度的大小，因此把梯度的大小习惯称为“梯度”。并且一阶偏导数采用一阶差分近似表示，即 梯度算子 图像 3.3.1 梯度锐化法 用Roberts、Prewitt和Sobel 算子计算梯度，增强边缘。 Roberts对应的模板如图所示： (a)Roberts梯度算子 交叉差分计算公式如下： （4.3-5） （4.3-6） （4.3-7） 3.3.1 梯度锐化法 为在锐化边缘的同时减少噪声的影响，Prewitt从加大边缘增强算子的模板大小出发，由2x2扩大到3x3来计算差分，如图(a)所示。 (b) Prewitt 算子 图像 3.3.1 梯度锐化法 Sobel在Prewitt算子的基础上，对4-邻域采用带权的方法计算差分，对应的模板如图(b)。 (c) Sobel算子 3.3.1 梯度锐化法 中间的数为何是2？得到的结果又是什么效果？ 例：使用Sobel算子计算梯度 设原图像为： 对模板中罩不住的地方其处理结果令为0。 对f(2,2)，3×3模板下的图像子块为： Dx= Dy= 例：使用Sobel算子对图像进行处理 原始图像 Sobel算子输出图像 Sobel算子