数字图像处理讲义.ppt

《数字图像处理讲义.ppt》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、内容回顾线性增强；非线性增强；直方图增强；局部统计法增强。内容回顾基本线性增强内容回顾统计量算法增强内容回顾非线性增强内容回顾直方图均衡化内容回顾直方图规定化第八讲图像噪声及抑制8.1图像噪声的基本概念；8.2空间平滑法；8.3中值滤波；8.4边界保持平滑滤波；8.5低通滤波；8.6多图像平均。8.1图像噪声的基本概念图像噪声：图像在摄取或传输时所受到的随机干扰信号图像噪声的抑制：干扰信号的抑制图像噪声类型：?椒盐噪声：噪声幅值基本相同，出现位置随机?高斯噪声等：每一点都存在噪声，但幅值随机。8.1图像噪声的基本概念8.1图像噪声的基本概

2、念加性噪声：乘性噪声：乘性噪声项受f(x,y)的影响，f(x,y)越大，噪声项越大；信号变化很小时，可用加性噪声模型来处理。噪声一般属于图像信号中的高频信号，可以采用滤波的方法降低噪声。8.2空间平滑法邻域平均法以某一像素为中心，在它的周围选择一邻域，把邻域内所有点的均值（灰度值相加求平均）来代替原来像素值。8.2空间平滑法8.2空间平滑法邻域方式：4邻域8邻域24邻域、48邻域等8.2空间平滑法1214312234576895768856789示例1：8.2空间平滑法1214312234576895768856789示例1：121431

3、33445566956778567898.2空间平滑法1214312234576895768856789示例2：8.2空间平滑法1214312234576895768856789示例2：12143134545456956788567898.2空间平滑法邻域平均法特性分析加性白噪声不含噪声的图像8.2空间平滑法8.2空间平滑法邻域平均后，噪声均值为0，方差降低。若邻域内有噪声存在，经过平均，噪声的幅度会大为降低。8.2空间平滑法邻域平均法示例3×3邻域8.2空间平滑法邻域平均法示例3×3邻域5×5邻域7×7邻域8.2空间平滑法邻域平均法示例

4、8.2空间平滑法邻域平均法示例3×3邻域8.2空间平滑法3×3邻域5×5邻域7×7邻域8.2空间平滑法问题：小邻域，噪声抑制不足，大邻域，边缘模糊8.2空间平滑法问题：边缘模糊5×5邻域8.2空间平滑法2.阈值平均法加门限值减小模糊8.2空间平滑法阈值平均效果8.2空间平滑法阈值平均效果8.2空间平滑法阈值平均效果8.2空间平滑法邻域平均法与阈值平均法效果比较8.2空间平滑法邻域平均法与阈值平均法效果比较8.2空间平滑法邻域平均法与阈值平均法效果比较8.2空间平滑法3.加权平均法利用邻域平均的思想，同时也突出(m，n)点本身的重要性，可将

5、(m，n)点加权计入平均中，可在一定程度上减小图像模糊。8.2空间平滑法加权平均法效果8.2空间平滑法加权平均法与邻域平均法比较效果8.2空间平滑法带阈值的加权平均法8.2空间平滑法4.模版平滑法无论邻域平均还是加权平均，实际都是用某点(m，n)的邻域内的平均值加入本点的加权平均值来代替(m，n)的值，具体运算相当于进行卷积运算。卷积运算过程为（以3×3模版卷积为例）：8.2空间平滑法8.2空间平滑法模版条件：模版内的系数全部为正数；模版系数和为1，表示对图像进行处理后亮度水平保持不变。8.2空间平滑法邻域平均模板4邻域平均模板8邻域平均

6、模板8.2空间平滑法4邻域加权平均模板8.2空间平滑法加权平均模板4邻域加权平均模板8邻域平均模板8.2空间平滑法高斯滤波器（高斯模板）：根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效，是十分有效的低通滤波器。二维高斯函数8.2空间平滑法高斯函数分布图形：8.2空间平滑法高斯函数分布图形：8.2空间平滑法典型高斯模板8.2空间平滑法高斯滤波器特性1：二维高斯函数具有旋转对称性，即滤波器在各个方向上的平滑程度是相同的。一般来说，一幅图像的边缘方向是事先不知道的，因此，在滤波前是无法确定一个方向

7、上比另一方向上需要更多的平滑。旋转对称性意味着高斯平滑滤波器在后续边缘检测中不会偏向任一方向。8.2空间平滑法高斯滤波器特性2：高斯函数是单值函数。这表明，高斯滤波器用像素邻域的加权均值来代替该点的像素值，而每一邻域像素点权值是随该点与中心点的距离单调增减的。这一性质是很重要的，因为边缘是一种图像局部特征，如果平滑运算对离算子中心很远的像素点仍然有很大作用，则平滑运算会使图像失真。8.2空间平滑法高斯滤波器特性3：高斯函数的付立叶变换频谱是单瓣的。这一性质是高斯函数付立叶变换等于高斯函数本身这一事实的直接推论。图像常被不希望的高频信号所污

8、染。而所希望的图像特征（如边缘），既含有低频分量，又含有高频分量。高斯函数付立叶变换的单瓣意味着平滑图像不会被不需要的高频信号所污染，同时保留了大部分所需信号。8.2空间平滑法高斯滤波器特性4