MATLAB图像处理编程与应用 教学课件 作者张涛 第8章 图像平滑和锐化.ppt

《MATLAB图像处理编程与应用 教学课件 作者张涛 第8章 图像平滑和锐化.ppt》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、第八章图像平滑和锐化1、平滑滤波减弱或消除图像中的高频分量，但不影响低频分量。2、锐化滤波减弱或消除图像中的低频分量，但不影响高频分量。8.1图像噪声任何一幅原始图像，在其获取和传输等过程中，会受到各种噪声的干扰，使图像恶化，质量下降，图像模糊，特征淹没，对图像分析不利。噪声可以理解为“妨碍人们感觉器官对所接收的信源信息理解的因素”。噪声来源数字图像的噪声主要来源于图像的获取和传输过程?图像获取的数字化过程，如图像传感器的质量和环境条件?图像传输过程中传输信道的噪声干扰，如通过无线网络传输的图像会受到光或其它大气因素的干扰图像噪声特点1.噪声在图像中的分布和大

2、小不规则2.噪声与图像之间具有相关性3.噪声具有叠加性图像噪声分类按其产生的原因可分为：外部噪声和内部噪声。从统计特性可分为：平稳噪声和非平稳噪声。按噪声和信号之间的关系可分为：加性噪声和乘性噪声。按其产生的原因外部噪声：指系统外部干扰从电磁波或经电源传进系统内部而引起的噪声。内部噪声：由光和电的基本性质所引起的噪声。电器的机械运动产生的噪声。元器件材料本身引起的噪声。系统内部设备电路所引起的噪声。按统计特性平稳噪声：统计特性不随时间变化的噪声。非平稳噪声：统计特性随时间变化的噪声。按噪声和信号之间的关系加性噪声：假定信号为S(t)，噪声为n(t)，如果混合

3、叠加波形是S(t)+n(t)形式，则称其为加性噪声；乘性噪声：如果叠加波形为S(t)［1+n(t)］形式，则称其为乘性噪声。椒盐噪声的特征:出现位置是随机的，但噪声的幅值是基本相同的。高斯噪声的特征：出现在位置是一定的（每一点上），但噪声的幅值是随机的。常见图像噪声高斯噪声概率密度函数（PDF)当z服从上式分布时，其值有70%在，有95%落在范围内。高斯噪声的产生源于电子电路噪声和由低照明度或高温带来的传感器噪声。z瑞利噪声概率密度函数（PDF)瑞利密度曲线距原点的位移和其密度图像的基本形状向右变形。瑞利密度对于近似偏移的直方图十分适用.均值：方差：伽马噪声伽

4、马噪声在激光成像中有些应用.a>0,b为正整数均值：方差：指数分布噪声指数分布噪声在激光成像中有些应用。a>0均值：方差：指数分布是b=1时爱尔兰概率分布的特殊情况。均匀分布噪声均匀分布噪声在实践中描述较少，但均匀密度分布作为模拟随机数产生器的基础非常有用。均值：方差：脉冲噪声双极脉冲噪声也叫椒盐噪声，在图像上表现为孤立的亮点或暗点.脉冲噪声表现在成像中的短暂停留中，例如，错误的开关操作。由于脉冲干扰通常与图像信号的强度相比较大，因此，脉冲噪声总是被数字化为最大值或最小值。MATLAB图像处理工具箱使用imnoise函数在图像中加入噪声。调用格式如下：J=im

5、noise(I,type,parameters)其中函数向输入图像I中添加指定类型的噪声。type是字符串，可以是以下值。“Gaussian”(高斯噪声)；“localvar”(均值为零，且一个变量与图像亮度有关)；“poisson”(泊松噪声)；“salt&pepper”(椒盐噪声)；“speckle”(乘性噪声)。a=imread('eight.tif');subplot(131);imshow(a);title('原始图像');a1=imnoise(a,'gaussian',0,0.006);%均值为0，方差为0.006subplot(132);imsh

6、ow(a1);title('加高斯噪声的图像');a2=imnoise(a,'salt&pepper',0.02);%噪声密度为0.02subplot(133);imshow(a2);title('加椒盐噪声的图像');8.2均值滤波在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。以模块运算系数表示即：12143122345768957688567891214312234576895768856789344456678均值滤波器——处理方法待处理像素主要优点：算法简单，计算速度快。缺点：降低

7、噪声的同时使图像产生模糊，特别在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。均值滤波优缺点:均值滤波器的改进为克服简单局部平均法的弊病，目前已提出许多保边缘、细节的局部平滑算法。它们的出发点都集中在如何选择邻域的大小、形状和方向、参加平均的点数以及邻域各点的权重系数等。均值滤波器的改进——加权均值滤波如下，是几个典型的加权平均滤波器。加权平均示意图如果某个像素的灰度值大于其邻域像素的平均值，且达到了一定水平，则判断该像素为噪声，继而用邻域像素的均值取代这一像素值。T为阈值，T太小，噪声消除不干净；T太大，易使图像模糊。均值滤波器的改进——

8、超限邻域平均MATLAB图像处理工具箱