数字图像处理的课件

数字图像处理的课件

ID:16420249

大小:3.73 MB

页数:62页

时间:2018-08-09

数字图像处理的课件_第1页
数字图像处理的课件_第2页
数字图像处理的课件_第3页
数字图像处理的课件_第4页
数字图像处理的课件_第5页
资源描述:

《数字图像处理的课件》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第五章数字图像的预处理技术5.1图像退化模型与噪声分类5.2图像噪声的空间域滤波方法5.2.1针对加性噪声的空间域滤波方法(1)自适应均值滤波器2.自适应中值滤波器3.自适应梯度倒数加权滤波器5.2.2空间域滤波方法的MATLAB实现5.3图像空间域滤波新方法探索5.3.1中值滤波算法的研究1噪声检测2基于数据逼近和细节保护规则函数的凸面代价函数与噪声恢复3方法性能的仿真实验评价5.3.2均值滤波算法的研究1基于RADON变换的图像主纹理方向分析2概率统计模型3方法性能的仿真实验评价5.4周期噪声与频域滤波5.5小波滤波5.5.1小波域去噪模型5.5.2阈值的估计5.

2、5.3小波滤噪的MATLAB实现5.6偏微分方程图像去噪5.7边缘检测5.7.1边缘检测的梯度算子1Roberts算子(5-116)2Prewitt算子3Sobel算子4LOG算子5Canny算子5.7.2基于梯度算子的边缘检测MATLAB编程5.7.3Hough变换与线检测第五章数字图像的预处理技术数字图像的预处理技术是图像处理与分析的基础,其处理结果对后序图像的处理与分析结果有非常大的影响。图像的预处理技术主要包括图像复原、图像增强两种操作,图像复原是通过使用退化现象的先验知识试图重建或恢复一幅退化图像,主要包括几何畸变的修正、图像滤噪等,本书在第三章介绍了几何畸

3、变的修正的基本内容。本章主要介绍图像滤噪的相关内容。图像增强是根据图像处理或分析的主要目标,以增强图像中相关的部分信息为主要目标的操作,主要包括图像锐化、边缘检测及基于图像直方图的图像增强等。在第三章介绍了基于图像直方图的图像增强技术。本章主要介绍图像图像锐化、边缘检测的相关内容。5.1图像退化模型与噪声分类在图像生成与传输过程中,由于成像系统与通讯信道各种因素的影响,可能使图像质量降低。这种图像质量的降低,被称之为“退化”。图像模糊、失真、附加噪声等都是图像退化的典型表现。图像复原是利用退化过程的先验知识使已被退化的图像恢复本来的面目,从而改善图像的质量。图像复原可

4、以看成是退化的逆过程,因此了解图像的退化是进行图像复原的基础。一般来说,图像的退化过程可以描述为如下的数学表达式:(5-1)式中,是原图像,是综合退化因子,是退化后的图像。通常,图像可以表示成:(5-2)式中,是像素点的特征函数,为冲击响应。为了简化问题,假定成像系统是线性的。实际上,一般情况下,退化因子对图像的各个像素点所产生的影响是相同的,呈现出线性的规律。这样,式(5-2)可以表示为:(5-3)令,称为成像系统的冲击相应,也叫做点扩散函数(PSF)。若成像系统是线性移不变系统,则退化图像可以用和的卷积表示如下:(5-4)此外,如果受到加性噪声的干扰,则图像的退化

5、模型可表示为[见图5.1]:(5-5)如果噪声类型为乘性噪声,则图像的退化模型可表示为:(5-6)图像获取从数学上来说,图像退化是卷积运算和加噪运算的组合,如果可以施行去卷积和去噪声的操作,退化的图像就可以复原[见图2.1]。由此图像滤噪是图像复原的重要手段。图5.1图像退化模型噪声可以理解为不可预测,只能用概率统计方法来认识的随机误差,因此将图像噪声看成是多维随机过程是合适的,描述噪声完全可以借用随机过程及其概论分布函数。图像噪声按其产生的原因可分为内部噪声与外部噪声;从统计特性可分为平稳噪声与非平稳噪声,平稳噪声统计特性不随时间变化,而非平稳噪声统计特性是时间的函

6、数;按噪声与信号的关系可分为加性噪声与乘性噪声。基于前面的假设,所关心的空间噪声描述符是上面所提及模型的噪声分量灰度值的统计特性。它们可以被认为是由概率密度函数(PDF)表示的随机变量,下面是图像处理常见的噪声分布类型。5.1.1数字图像常见的噪声数字图像常见的噪声分布类型有Gaussian噪声分布、瑞利噪声分布、伽马(厄兰)噪声、指数分布噪声、对数正态分布噪声、脉冲噪声分布等。一般来说,高斯噪声可以近似描述在低照明水平图像传感器成像产生的噪声,椒盐噪声可以模拟不完备的开关设备产生的噪声,瑞利噪声产生于波段成像,而指数与伽马(厄兰)噪声可以描述激光成像产生的噪声。照像

7、乳胶中的银粒大小产生的噪声可以用对数正态分布噪声描述。图5.2给出了Lena图片感染各种噪声的结果。1.Gaussian噪声分布这是一种常见的噪声模型,大多数噪声可近似认为满足高斯分布,而且高斯分布比较容易进行数学分析。设随机变量满足高斯分布,则其概率密度函数为:(5-7)其中,表示图像的灰度值,表示期望值,表示的均方差。如果服从式(2-7)分布时,其值有70%落在范围内,且有90%落在范围内。2.瑞利噪声分布若随机变量满足瑞利分布,则其概率密度函数为:(5-8)的均值和方差为:3.伽马(厄兰)噪声伽马噪声的PDF由下式给出:(5-9)其中,为正整数

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。