平滑锐化滤波ppt课件.ppt

《平滑锐化滤波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、回顾：空域技术分类点操作：图像间的运算，灰度映射，直方图变换等模板操作滤波——利用像素本身以及其邻域像素的灰度关系进行增强的方法。平滑（低通）滤波器锐化（高通）滤波器它能减弱或消除图像中的高频分量，但不影响低频分量；它能减弱或消除图像中的低频分量，但不影响高频分量。空域滤波器4.5.1空域滤波技术分类空域滤波模板操作平滑图像，减小噪声平滑滤波主要应用去除噪声锐化滤波主要应用增加反差，增强被模糊的细节或边缘分类1：(1)平滑：模糊，消除噪声(2)锐化：增强被模糊的细节分类2：(1)线性：如邻域平均(2)非线性：如中值滤波滤

2、波的实现---模板运算模板：尺寸：n*n（n一般为奇数）的小图像半径:(n-1)/2例如：3*3，5*5模板3*3模板模板运算主要步骤：(1)将模板在图像中漫游，并将模板中心与图像中的某个像素位置重合；(2)将模板上系数与模板下对应的像素相乘；(3)将所有乘积加起来；(4)将和（模板的输出响应）赋给图像中对应模板中心位置的像素。4.5.2线性平滑滤波器邻域平均加权平均系数都是正的注意：为保证输出还在原来的灰度值范围，在算得R后还要除以系数总和例：33模板（1）邻域平均此时M=9模板原图滤波后4-邻域平均8-邻域平均其他

3、常用模板：模板运算例子已知原图象块f(x,y)（包含点噪声）用4-邻域平均法处理注：图象四周边界一般不处理（不考虑）abcdef(a)大小为500x500像素的原图像；(b)到(f)用大小为n＝3,5,9,15和35的方形均值滤波处理的结果。优点：算法简单，计算速度快；缺点：降低噪声的同时使图像产生模糊，特别在边缘和细节处。邻域越大，在去噪能力增强的同时模糊程度越严重。邻域平均法的优缺点分析2、加权平均4.5.2线性平滑滤波器用邻域内灰度值及本点灰度加权值来代替该点灰度值中心系数大周围系数小模板运算例子已知原图象块f(x

4、,y)（包含点噪声）用加权平均法处理：模板为M1（3）小结z1z2z3z4z5z6z7z8z9w1w2w3w4w5w6w7w8w94.6非线性滤波（1）非线性平滑滤波器（2）非线性锐化滤波器用模板区域内像素的中值，作为结果值（1）非线性平滑滤波器－中值滤波器1-D中值滤波2-D中值滤波z1z2z3z4z5z6z7z8z91-D中值滤波模板z1z2z3z4z5z6z7z8z92-D中值滤波模板z1z2z3z4z5z6z7z8z91-D中值滤波器1253412345大小排序，取中值模板尺寸为M=2*r+1，r为模板半径M=5

5、的模板：12334原图像为：22621244424处理后为：22(1,2,2,2,6)2(1,2,2,2,6)2(1,2,2,4,6)2244444例：使用M=5的模板对原图像进行处理从小到大排列，取中值2-D中值滤波模板例如：3*3的模板例子：使用3*3的模板对图像进行中值滤波1214312234576895768856789答案：12143122345768957688567891214312234576895768856789234566678中值滤波算法的实现：将模板区域内的像素排序，求出中值。例如：3x3的模板

6、，第5大的是中值，5x5的模板，第13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）椒盐噪声原图中值（3*3）中值（5*5）中值（7*7）不同尺寸的中值滤波器的滤波效果中值滤波法：模板：强迫突出的亮点（暗点）更像它周围的值，以消除孤立的亮点（暗点）；中值滤波器是非线性的；中值滤波器特点：(a)椒盐噪声污染的电路板X光图像，(b)用3x3均值滤波器去除噪声，(c)用3x3中值滤波器去除噪声中值滤波器VS均值滤波器中值滤波器：不是简单的平均，产生的模糊比较少。特点：在去除噪声

7、的同时，可以比较好地保留边缘的锐度和图像的细节。中值滤波器比均值滤波器效果好最大值滤波器：主要用途：寻找最亮点最小值滤波器：主要用途：寻找最暗点其它滤波器最大值滤波器最小值滤波器※空域平滑滤波器模板的所有系数都是正数，具有平滑的效果，在去除噪声的同时模糊了图像边缘、细节。本质上是一种低通滤波器。※在设计滤波器时通常还要求行列数为奇数，保障中心定位性能。※空域平滑滤波的去噪能力与它的模板大小有关，模板越大，去噪声能力越强；小结4.6.2锐化滤波器突出图像中的细节或者增强被模糊了的细节4.6.2锐化滤波器均值滤波－－积分－－

8、平滑微分－－锐化??在离散空间，f(x)的一阶微分定义为一个差值：类似地，用差分定义二阶微分：在图像处理中，一阶微分是通过梯度法来实现的。对于函数f(x,y)，其在(x,y)处的梯度是通过一个二维向量来定义的：该向量的模值为：注意：一般将梯度的模值称为梯度。一、基于一阶微分的图像增强－－梯度法（非线性）近似算法：梯度