数字图像 05数字图像处理ppt课件.ppt

《数字图像 05数字图像处理ppt课件.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、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。为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。图像的平滑可以在空间域和频率域中进行。4.2图像的空间域平滑模板4邻域：像素p(x,y)的4邻域是：(x+1,y)；(x-1,y)；(x,y+1)；(x,y-1)用N4(p)表示像素p的4邻域相邻像素——4邻域相邻像素——D邻域D邻域定义：像素p(x,y)的D邻域是：对角上的点(x+1,y+1)；(x+1,y-1)；(x-1,y+1)；(x-1,y-1)用ND(p)表示像素p的D邻域相邻像素——8邻域8邻域定义：像素p(

2、x,y)的8邻域是：4邻域的点＋D邻域的点用N8(p)表示像素p的8邻域。N8(p)=N4(p)+ND(p)4.2.1局部平滑法局部平滑法是一种直接在空间域上进行平滑处理的技术。假设图像是由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而噪声则是统计独立的。因此，可用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。设有一幅N×N的图像f(x,y)，若平滑图像为g(x,y),则有式中x,y=0,1,…,N-1；s为（x,y）邻域内像素坐标的集合；M表示集合s内像素的总数。可见邻域平均法就是将当前像素邻域内各像素的灰度平均值作为其输出值的去噪方法。(m-1,n-1)(m-

3、1,n)(m-1,n+1)(m,n-1)(m,n)(m,n+1)(m+1,n-1)(m+1,n)(m+1,n+1)例如，对图像采用3×3的邻域平均法，对于像素（m,n)，其邻域像素如下：则有：其作用相当于用这样的模板同图像卷积。设图像中的噪声是随机不相关的加性噪声，窗口内各点噪声是独立同分布的，经过上述平滑后，信号与噪声的方差比可望提高M倍。这种算法简单，但它的主要缺点是在降低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。如图4.2.1(c)和(d)。(a)原图像(b)对(a)加椒盐噪声的图像(c)3×3邻域平滑(d)5×5邻域平滑为克服简单局

4、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，下面简要介绍几种算法。4.2.7空间低通滤波法邻域平均法可看作一个掩模作用于图像f(x,y)的低通空间滤波，掩模就是一个滤波器，它的响应为H(r,s)，于是滤波输出的数字图像g(x,y)用离散卷积表示为注：用选定的图像、图形或物体,对待处理的图像(全部或局部)进行遮挡,来控制图像处理的区域或处理过程。用于覆盖的特定图像或物体称为掩模或模板。数字图像处理中,掩模一般为二维矩阵数组将模板在图中漫游，并将模板中心与某像素重合将模板系数与模板下对应像素相

5、乘将所有乘积相加将上述求和结果赋予模板中心对应像素掩模－模板操作h1,1h1,0h1,-1h0,1h0，0h0,-1h-1,1h-1,0h-1,-1模板常用的掩模有掩模不同，中心点或邻域的重要程度也不相同，因此，应根据问题的需要选取合适的掩模。但不管什么样的掩模，必须保证全部权系数之和为单位值，这样可保证输出图像灰度值在许可范围内，不会产生“溢出”现象。4.2.9中值滤波中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，因此它是一种非线性的图像平滑法。例：采用1×3窗口进行中值滤波原图像为：22621244424处理后为：22222244444它对脉冲干扰及椒盐

6、噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。但它对点、线等细节较多的图像却不太合适。强迫突出的亮点（暗点）更象它周围的值，以消除孤立的亮点（暗点）对中值滤波法来说，正确选择窗口尺寸的大小是很重要的环节。一般很难事先确定最佳的窗口尺寸，需通过从小窗口到大窗口的中值滤波试验，从中选取最佳的。原图像中值滤波一维中值滤波的几个例子（N=5）离散阶跃信号、斜升信号没有受到影响。离散三角信号的顶部则变平了。对于离散的脉冲信号，当其连续出现的次数小于窗口尺寸的一半时，将被抑制掉，否则将不受影响。一维中值滤波的概念很容易推广到二维。一般来说，二维中值滤波器比一维滤波器更能抑制噪声。中值滤波算

7、法：将模板区域内的像素排序，求出中间值。如：3x3的模板，第5大的是中值，5x5的模板，第13大的是中值，7x7的模板，第25大的是中值，9x9的模板，第41大的是中值。对于同值像素，连续排列。如（10,15,20,20,20,20,20,25,100）二维中值滤波器的窗口形状可以有多种，如线状、方形、十字形、圆形、菱形等（见图）。不同形状的窗口产生不同的滤波效果，使用中必须根据图像的内容和不同的