7.6光照不均的校正

7.6光照不均的校正

ID:16323729

大小:116.50 KB

页数:11页

时间:2018-08-09

7.6光照不均的校正_第1页
7.6光照不均的校正_第2页
7.6光照不均的校正_第3页
7.6光照不均的校正_第4页
7.6光照不均的校正_第5页
资源描述:

《7.6光照不均的校正》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、7.6光照不均的校正假设图像是由光的反射形成的,如果光源照射到景物上的照度不均,那么照度较强的部分将较亮,照度较弱的部分就较暗,并且由此引起较暗部分的图像细节不易看清。通常,对光照不均图像的校正要采用同态滤波的方法。我们知道,由光的反射形成的图像的数学模型为:f(x,y)=r(x,y)i(x,y)一般照度分量i(x,y)是均匀的或者缓变的,其频谱分量落在低频区域,反射分量r(x,y)反映图像的细节内容,它的频谱有较大的部分落在高频区域。同态滤波就是对图像取对数运算将乘积模型转化为加性模型。经过分

2、析,取对数运算后,照度分量和反射分量所处区域不变,从而对数域将照度分量和反射分量区分开来。这时就可以根据需要对照度分量和反射分量进行调整,通常为了消除照度不均的影响,应衰减照度分量的频率成份,另一方面,为了更清楚地显示景物暗区的细节,应该对反射分量进行增强。对于一般照度不均的图像,还可以采用下面简单的方法来消除其影响,下面举例说明。有这样一幅图像,图像的下部灰度比上部和中部要低。rice=imread('rice.tif')rice=im2double=(rice)imshow(rice)首先,

3、估计出图像背景的照度。方法是取32×32大小的图像块中的最小值作为图像背景的照度。这里利用来blkproc函数来加快运算速度。bg32=blkproc(rice,[3232],'min(x(:))')surf(bg32)然后将粗略估计出的背景照度矩阵扩展成和原始图像大小相同的矩阵,这可以通过双三次插值实现,结果如:bg256=imresize(bg32,[256256],'bicubic')imshow(bg256)将估计出的背景照度从原始图像中减去,即可修正照度不均的影响,但是这样作的后果是图

4、像变暗,如:d=rice-bg256imshow(d)这种后果可以通过调整图像的灰度来进行校正.我们可以指定图像的灰度范围,然后调用imadjust函数进行调整。调整之后的图像,米粒变亮,而且可以看到更多的细节,如:adjusted=imadjust(d,[0max(d(:))],[01],1)imshow(adjusted)7.7利用小波分析工具箱去除图像噪声7.7.1小波去噪原理图像降噪方法有时域和频域两种,其工件原理是利用噪声和信号在频域上分布的不同进行的。信号主要分布在低频区域,而噪声主

5、要分布在高频区域,但同时图像的细节也分布在高频区域,在传统的基于傅氏变换的信号去噪方法中,我们使得信号和噪声的频带重叠部分尽可能较小,这样就可以在频域通过时不改变滤波,就将信号同噪声区分开。但是当它们的频域重叠区域很大时,这种方法就无能为力了。所以,图像降噪处理中一个矛盾的问题是如何在降低图像噪声和保留图像细节上保持平衡,传统的低通滤波方法将图像的高频成分滤除,虽然能够达到降低噪声的效果,但破坏了图像细节。利用小波分析的理论,可以构造一种既能够降低图像噪声,又能够保持图像细节信息的方法。假设已经

6、获得信号的观测公式如下:,…M其中为零均值的白色高斯噪声,o为其方差,为期望信号,为观测值。滤除噪声的问题可以认为是如何将x从观测y中恢复。假设离散小波变换矩阵为W,则对上进行小波变换得到:Y=X+N这里,Y=W[],X=W[],N=W[]。对应于W,存在逆变换矩阵M,满足WM=I。由小波变换的特性可知,高斯噪声的小波变换仍然是高斯分布的,它均匀分布在频率尺度空间的各部分,而信号由于其带限性,它的小波变换系数仅仅集中在频率尺度空间上的有限部分,这样,从信号能量的观点来看,在小波域上,所有的小波系

7、数都对噪声有贡献,也就是噪声的能量分布在所有的小波系数上,而只有一小部分小波系数对信号能量有贡献,所以可以把小波系数分成两类,第一类小波系数仅仅由噪声变换后得到,这类小波系数幅值小,数目较多。第二类,小波系数由信号变换得来并包含噪声的变换结果,这类小波系数幅值大,数目较小。根据信号小波分界的这个特点,可以通过这种小波系数幅值上的差异来降低噪声。对信号的小波系数,设置一个阈值,大于这个阈值的小波系数认为属于第二类系数,它同时含有信号和噪声的变换结果,可以简单保留或进行后续操作,而小于这个阈值的小波

8、系数,则认为是第一类小波系数,即完全由噪声变换而来,应该去掉这类系数。这样达到了降低噪声的目的。同时由于这种方法保留大部分包含信号的小波系数,因此可以较好地保持图像细节。7.7.2MATLAB提供的去噪和压缩函数MATLAB的小波分析工具箱提供了对信号进行去噪和压缩的一族函数。小波去噪和小波压缩的主要区别在于选择的阈值准则不同,在操作时可以采用全局阈值,也可以采用自适应阈值。1.ddencmpddencmp函数用于自动生成小波去噪或者压缩的阈值选取方案:[THR,SORH,KEEPAPP,CRI

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。