《图像去噪及增》ppt课件

《《图像去噪及增》ppt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、图像去噪及增强赵永强西北工业大学自动化学院polwork@sina.com1图像处理中所用到的图像往往含有噪声，需要用图像滤波的方法去除噪声。噪声图像滤除噪声图像1图像滤波直方图是一个二维坐标系，横轴表示整幅图像上灰度值的变化范围，纵轴表示每个灰度值的统计个数。直方图能够反映灰度图像的灰度分布特征。原始图像直方图1图像滤波rsrs1图像滤波灰度直方图反映图像的灰度分布特征1图像滤波1图像滤波1图像滤波1图像滤波直方图均衡算法可以有效地提高图像视觉的对比度直方图均衡算法不增加图像的灰度分辨率直方图均衡算法可能丢失

2、图像细节直方图均衡算法用于图像处理流程的显示环节自动处理/分析过程中不使用直方图均衡算法1图像滤波原始图像平滑图像1图像滤波原始图像平滑图像1图像滤波线性平滑滤波——邻域平均邻域平均每个像素点用它邻域像素的平均值作为平滑结果3×3模板：邻域平均，平滑滤波确实会将噪声点减弱，但是同时也是整个图像的跟为模糊，可视的细节逐渐减少，而且运算量也非常大。有关模板与图像的运算涉及到图像卷积，接下来介绍一下图像卷积的原理。1111111111图像滤波图像卷积图像平滑中，有关模板的运算都用到了图像卷积的概念。卷积模板中的各个位

3、置对应的是权重系数，例如：a1–a9可以根据具体需要来确定数值。卷积就是将模板的中心a5对应好所处理的当前像素点，系数与图像上的灰度值一一对应相乘，得到的数值作为所处理像素点的新的灰度值。a1a2a3a4a5a6a7a8a91图像滤波噪声图像2x23x34x41图像滤波3×35×51图像滤波单帧8帧迭加16帧迭加64帧迭加128帧迭加1图像滤波加权平均同一尺寸的模板，不同位置的系数不同；距离模板中心越近的像素点的权重越大，同理越远的越小；为了减少计算量，将模板系数最小值设为1，其他的按等比数列递增，中心系数最大

4、；1212421211图像滤波根据高斯分布确定模板系数高斯函数：代表邻域像素点距离中心像素点的距离，可以用欧几里德距离来表示。可以通过调整，来控制平滑效果的程度。高斯系数跟距离成反比。1图像滤波噪声图像2x23x34x41图像滤波非线性滤波线性滤波平滑噪声的同时，也损坏了非噪声区域的信号；采用非线性滤波可以保留信号的同时，滤除噪声。非线性滤波的典型方法是：中值滤波。1图像滤波中值滤波一维中值滤波模板尺寸为，原始数据中值滤波均值滤波1图像滤波二维中值滤波公式：二维中值滤波更加广泛的应用于图像滤波当中1图像滤波排序

5、取中值二维中值滤波1图像滤波中值滤波的步骤将模板在图中漫游，并将模板中心与图中某个像素位置重合；读取模板下各对应像素的灰度值；将这些灰度值从小到大排成一列；找出这些值的中间值；将这个值赋给对应模板中心位置的像素。1图像滤波噪声图像中值滤波3x31图像滤波平均滤波与中值滤波比较噪声图像均值滤波中值滤波均值滤波和中值滤波都采用的是2x2的模板1图像滤波★红外图像的特点◇场景温度动态范围大◇局部温度分布较平滑◇相邻位置的温度相关性较高，温差较小，对比度较差。◇有效场景信息集中于少量灰度级红外图像细节增强技术已经成为非

6、均匀性校正技术后提高热成像系统性能的又一研究热点问题2红外图像增强数字细节增强技术（DDE，DigitalDetailEnhancement）2红外图像增强研究背景、应用需求及意义数字细节增强技术（DDE，DigitalDetailEnhancement）FLIRB系列FLIRP系列FLIRS系列FLIRM系列FLIRHM系列FLIRRANGE系列红外图像细节增强处理在成像过程中的两个切入点：对红外系统终端的输出结果进行增强处理。优点：处理速度快，存储空间小缺点：关键细节信息损失严重第一类切入点对探测器前端高精

7、度A/D信号进行增强处理优点明显提升图像的细节表现缺点：数据处理量大，硬件处理平台的要求较高第二类切入点2红外图像增强★传统的空域和频域图像增强处理◇空域处理典型方法：高频增强和非锐化掩膜（UnsharpMasking）低通滤波（LP,LowPassFiltering）；高通滤波（HP,HighPassFiltering）应用特点及适用图像高频增强：场景中包含大量的边沿、轮廓和线条信息。非锐化掩膜：场景包含的细节信息以低对比度、小区域灰度值聚集的形式为主高频增强非锐化掩膜2红外图像增强★传统的空域和频域图像增强

8、处理◇频域处理：将图像转换到傅里叶频域，利用高通滤波滤波器实现对高频成分的增强处理。传统空域和频域图像增强处理特点：直观、易理解，运行效率高，方便实现硬件的实时处理。缺点：图像噪声会被放大，信噪比和视觉感受降低，出现“光晕”现象2红外图像增强传统红外图像细节增强原理及方法★基于图像直方图的增强处理◇直方图均衡化（HE,HistogramEqualization）算法目的：概率密度分布函