遥感数字图像处理第7章 图像滤波.ppt

《遥感数字图像处理第7章 图像滤波.ppt》由会员上传分享，免费在线阅读，更多相关内容在PPT专区-天天文库。

1、遥感数字图像处理第7章图像滤波imagetransform海洋信息工程系2012.11.14主要内容1.空间域滤波和频率域滤波概述2.图像平滑3.图像锐化4.频率域滤波5.同态滤波图像滤波图像滤波的目的是提取和突出图像的空间信息，压抑或去除无用的信息。图像滤波也是图像增强的一种方法。图像滤波的方法：1.空间域滤波通过窗口或卷积核2.频率域滤波通过傅立叶变换和逆变换相关概念1.邻域、4-邻域、8-邻域2.卷积、窗口卷积噪声噪声是影响对图像信息理解或分析的成分遥感图像中常见的噪声：1.高斯噪声在信号上附加均值为0，具有高斯概率密度的函数值2.椒盐噪声（脉冲噪声）随机改变一

2、些像素值3.周期噪声一般由成像设备影响产生图像平滑(ImageSmothing)图像平滑主要是为了抑制噪声、改善图像质量。图像平滑的方法：1.均值滤波2.中值滤波3.高斯低通滤波4.梯度倒数加权法5.选择式掩模平滑均值滤波(Meanfiltering)均值滤波取每个领域像素值的平均作为该像素的新值。优点：对高斯噪声比较有效不足：会造成图像模糊，削弱边缘和细节均值滤波模板中值滤波(Medianfiltering)中值滤波取每个领域像素值的中均作为该像素的新值。优点：对椒盐噪声比较有效，能保留部分细节信息，减少模糊不足：计算复杂，对随机噪声效果不好高斯低通滤波(Gauss

3、ianlow-passfiltering)高斯低通滤波的模板由二维高斯分布计算得到，使用窗口卷积计算像素新值。优点：对高斯噪声比较有效不足：计算复杂梯度倒数加权法在离散图像内部相邻区域的变化大于区域内部的变化，在同一区域种间像素的变化大于边缘像素的变化。优点：贡献主要来自于像元内部，图像边沿和细节不会受到明显损害不足：计算复杂图像锐化(ImageSharpening)图像锐化提高边缘与周围像素之间的反差，用于突出图像中的地物边缘、轮廓或线状目标。图像锐化也称为边缘增强。锐化的过程是一种高通滤波(High-passFiltering)，一般通过微分过程来实现。梯度梯度反

4、映了相邻像素之间灰度的变化率，图像中的边缘部分灰度变化率大，因此梯度值较大；相应的灰度值变化小的地方，梯度值也较小。梯度的模梯度的近似计算：对于离散的二维图像：梯度的近似计算：梯度模板罗伯特梯度罗伯特梯度采用交叉差分的方法梯度模板Prewitt梯度Prewitt梯度采用3×3的模板梯度模板Sobel梯度Sobel梯度在Prewitt梯度的基础上对４-邻域进行加强梯度模板Laplace算子Laplace算子是线性二阶微分算子近似计算定向检测1.检测垂直线2.检测水平线定向检测3.检测对角线频率域滤波1.低通（low-pass）滤波：强调低频部分，图像变得平滑2.高通（h

5、igh-pass）滤波突出图像边缘和轮廓，进行图像锐化3.带通（band-pass）滤波仅保留指定频率范围内的信息常用滤波器1.低通（low-pass）2.高通（high-pass）常用滤波器3.带通（band-pass）4.带阻（band-cut）同态滤波同态滤波（homomorphicfilter)较少低频增加高频，以减少光照变化并锐化图像边缘或细节。其中，f(x,y)是图像i(x,y)是照射分量r(x,y)是反射分量同态滤波的步骤1.取对数2.对结果进行傅立叶变换3.对变换结果进行滤波同态滤波的步骤4.使用傅立叶逆变换5.对结果进行指数变换