数字图像处理ppt课件.ppt

《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、数字图像处理第五章代数运算CH5代数运算一、引言二、加法运算应用三、减法运算应用四、乘法运算和除法运算五、有噪声图像的IOD六、加法运算与直方图七、一维卷积的离散化计算八、要点总结习题1引言1）定义代数运算是指两幅输入图像进行点对点的加、减、乘或除计算而得到输出图像。1引言2）主要应用图像相加可以将一幅图像内容加到另一幅图像上，以达到二次暴光的要求（doubleexposure）。图像相加可以对同一场景的多幅图像求平均值，以降低加性（additive）随机噪声。图像相减可去除图像中不需要的加性图案。图像相减也可用于运动检测。掩膜图像。2加法运算应用1）通过求平均值降噪加性

2、噪声：加性噪声和图像信号强度不相关。乘性噪声：乘性噪声和图像信号是相关的。椒盐噪声：黑图像上的白点，白图像上的黑点。量化噪声：是由量化过程引起的，解决的最好方法是最佳量化。2加法运算应用上海朱家角风光有加性噪声的朱家角风光2加法运算应用有乘性噪声的朱家角风光有椒盐噪声的朱家角风光2加法运算应用噪声图像1噪声图像2噪声图像3噪声图像4噪声图像5噪声图像6噪声图像7噪声图像82加法运算应用原始图像降噪后图像2加法运算应用定理：对M幅加性噪声图像进行平均，可以使图像的平方信噪比提高M倍。证明：注意两点：1平方信噪比的概念2假定独立分布噪声期望为02加法运算应用2加法运算应用2)

3、加法运算和直方图的关系输出直方图为输入直方图的卷积（请参考第6节内容）3减法运算应用1）减去背景乡村公路3减法运算应用打破宁静的不速之客思考：如果背景光强与前一幅并不相等，怎么办？3减法运算应用模糊的影像3减法运算应用经过点运算之后的车3减法运算2）减运算和直方图不相关图像的减运算与加运算一样，输出直方图为输入直方图的卷积（请参考第6节内容）。几乎相同但稍有不对准图像的减法运算（运动检测）3减法运算X3减法运算因此运动物体在差分图像中产生低对比度的边缘。3减法运算3）减运算和梯度幅度图像性质：梯度幅度在物体边缘处高，而在均匀物体的内部梯度幅度较低。严格意义上：求梯度运算是

4、邻域运算的一种应用。3减法运算肺癌穿刺细胞病理涂片图象3减法运算肺癌穿刺细胞病理涂片图象的梯度图像3减法运算j=zeros(366,572);[imap]=imread(‘F:imagecancer.bmp');i=double(i);a=0;b=0;form=1:365forn=1:571a=i(m,n)-i(m+1,n);b=i(m,n)-i(m,n+1);a=abs(a);b=abs(b);ifa>bj(m,n)=a;elsej(m,n)=b;end3减法运算ifj(m,n)>3j(m,n)=0;elsej(m,n)=255;endendendimshow(j,

5、[0255]);4乘法运算和除法运算乘法运算可用于去除图像中部分影像。首先构造一副掩膜图像，在需要保留区域，图像灰度值为1；而在被去除区域，图像灰度值为0；然后将掩膜图像乘原始图像。除法运算多光谱遥感运算的比值计算.同谱异物,同物异谱.5有噪声图像的IOD1）什么是IOD？无噪声理想情况下的定义：可以得到物体的光密度，用于分析。对综合光密度的再次考察5有噪声图像的IOD2）噪声图像的IOD问题描述：均匀背景上有对比度明显的物体图像，并且被加性噪声污染。请计算物体的IOD？思考：如果没有噪声，很容易确定物体的边缘阈值，从而求得物体的IOD。假设：其直方图为：5有噪声图像的I

6、OD为什么???5有噪声图像的IOD5有噪声图像的IOD问题：在已知输出直方图的情况下，N0是多少？又是假设：噪声直方图左右对称，并且均值为N0。其与HS卷积后，直方图不发生变化。6加法运算与直方图1）图像之和的直方图问题：已知输入图像A和B的灰度直方图HA、HB，得到输出图像C的直方图HC。二维直方图：如果输出图像的二维直方图是输入图像直方图的积，则认为两幅图像不相关。输出直方图：注意：这里的定义H为平均后的直方图概率密度函数。6加法运算与直方图6加法运算与直方图6加法运算与直方图举例:两个相同的高斯函数卷积7一维卷积的离散化计算一维卷积Step1:得到f(t)和g(t

7、)的函数；Step2:将函数g(t)关于y轴反转，得到g(-t)；Step3:将函数g(-t)平移x，得到g(x-t)；Step4:在给定x下，将f(t)和g(x-t)相乘；Step5:对f(t)和g(x-t)的乘积求积分；Step6:最后得到f(t)*g(t)函数，注意自变量取值区域。7一维卷积的离散化计算7一维卷积的离散化计算7一维卷积的离散化计算离散一维卷积若f长度为m，g长度为n，则输出为原因：避免交叠误差（wraparounderror）。离散一维卷积矩阵计算将f和g扩展为N长度的序列，且先不要试图理解它.7一维卷积