数字图像处理-图像增强-空域滤波.ppt

《数字图像处理-图像增强-空域滤波.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、1空间滤波器是由2部分组成：一邻域和预定义操作。4.3空域滤波增强空域滤波是指在图像空间中借助模板进行邻域操作完成的，根据操作特点分为线性滤波和非线性滤波两类；而根据滤波效果又分为平滑滤波和锐化滤波。空域滤波就是在待处理的图像中逐点地移动模板，对每个点，滤波器在该点的响应通过事先定义的关系来计算。在图像中任意一点（x,y）,滤波器的响应g(x,y)是滤波器系数与由该滤波器包围的图像像素的乘积之和。空域滤波增强基于滤波操作的增强借助模板进行邻域操作完成的线性的-基于傅立叶变换的分析非线性的-直接对邻域进行操作特点分功能分平滑－低通滤波，其目的，模糊或消除噪声锐化－高通滤波，其目的增强被模糊的

2、细节滤波器实现——>邻域运算：4空域滤波线性滤波,滤波器模板m×n，令m=2a+1，n=2b+1，则空域滤波功能都是利用模板卷积，具体过程如下：(1)将模板在图像中按从左到右，从上到下的顺序移动，将模板中心与每个像素依次重合(边缘像素除外)；(2)将模板中的各个系数与其对应的像素一一相乘，并将所有结果相加(或进行其他四则运算)；(3)将(2)中的结果赋给图像中对应模板中心位置的像素。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。模板

3、滤波效果12143122345768957688567891214312234576895768856789344456678常见的图像噪声：椒盐噪声是图像中经常见到的一种噪声，它是一种随机的白点或者黑点，常用的去除这种噪声的有效手段是使用中值滤波器。脉冲噪声是非连续的，由持续时间短和幅度大的不规则脉冲或噪声尖峰组成。它突然爆发又很快消失，持续时间小于0.5秒、间隔时间大于1秒的噪声。（在短时间内突变，随后又迅速返回其初始值的物理量称之为脉冲。脉冲有间隔性的特征，因此我们可以把脉冲作为一种信号。）高斯噪声是一种具有正态分布（也称作高斯分布）概率密度函数的噪声。换句话说，高斯噪声的值遵循高斯

4、分布或者它在各个频率分量上的能量具有高斯分布。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，从而对图像分析不利。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,它可以在空间域和频率域中进行。平滑滤波器用于模糊处理和降低噪声。▓目的：去除或衰减图像中噪声和假轮廓；▓方法分类：空域和频域方法。4.3.1图像的空间域平滑4.3.1-线性平滑滤波器一、均值滤波器系数都是正的保持灰度值范围（所有系数之和为1）例：33模板1.定义：邻域平均法是简单的空域处理方法。用某点邻域的灰度平均值来代替该点的灰度值。假定有一幅N×N个像素的图像f

5、(x,y)，平滑处理后得到一幅图像g(x,y)。2.公式：g(x,y)由下式决定：邻域平均法式中，S是点(x,y)邻域中点的坐标的集合，但其中不包括(x,y)点，Ｍ是集合内坐标点的总数。上式说明，平滑化的图像g(x,y)中的每个像素的灰度值均由包含在(x,y)的预定邻域中的f(x,y)的几个像素的灰度值的平均值来决定的。例如，可以以点(x,y)为中心，取单位距离构成一个邻域，其中点的坐标集合为：邻域平均法4-邻域平均：8-邻域平均：图(a)的方法是一个点的邻域，定义为以该点为中心的一个圆的内部或边界上的点的集合。图中像素间的距离为△x，选取△x为半径作圆，那么，点R的灰度值就是圆周上四个像

6、素灰度值的平均值。图(b)是选为半径的情况下构成的点R的邻域，选择在圆的边界上的点和在圆内的点为S的集合。下图给出了两种从图像阵列中选取邻域的方法：图3—19在数字图像中选取邻域的方法邻域平均法实现方法：以（a)和(b)作模板，扫过全部图像，即可完成平滑处理。边缘处理：1）、在原图像上补上行和列，在处理；2）、处理后重复一下边缘行或列的结果。3.特性（1）假定：①图像由许多灰度级相近（恒定）的小块组成；②噪声η(m,n)是加性、均值为0，方差为，且与图像不相关的白噪声。邻域平均法(2)含噪声图像f=fs+η,则上式第2项的E{·}=0，D{·}=，故减少了噪声。（3）带来问题：使目标物轮廓

7、或细节（边缘）变模糊。(a)原图像（b）加噪图像（c）4邻域平均（d）8邻域平均图4.3.3图像邻域平均示例例如，对图像采用8-邻域平均法，对于像素（m,n)，则公式如下：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。处理结果表明，上述选择邻域的方法对抑制噪声