1、第3章第三章第三章 空間域圖像增強空間域圖像增強 圖像增強技術(shù)是一大類基本的圖像處理技術(shù)，其圖像增強技術(shù)是一大類基本的圖像處理技術(shù)，其目的是對圖像進行加工，以得到對具體應(yīng)用來說目的是對圖像進行加工，以得到對具體應(yīng)用來說視覺效果更視覺效果更“好好”、更、更“有用有用”的圖像。的圖像。在圖像處理中，空域是指由像素組成的空間，也在圖像處理中，空域是指由像素組成的空間，也就是圖像域。空域增強方法指就是圖像域?？沼蛟鰪姺椒ㄖ钢苯幼饔糜谙袼刂苯幼饔糜谙袼馗母淖兤涮匦缘脑鰪姺椒?。具體的增強操作可僅定義變其特性的增強方法。具體的增強操作可僅定義在每個像素位置在每個像素位置(x, y)上，此時稱為上，此時稱為點

2、操作點操作；增強；增強操作還可定義在每個操作還可定義在每個(x, y)的某個鄰域上，此時常的某個鄰域上，此時常稱為稱為模板操作或鄰域操作模板操作或鄰域操作。 第3章第三章第三章 空域圖像增強空域圖像增強 1. 灰度映射灰度映射2. 圖像運算圖像運算3. 直方圖變換直方圖變換4. 空域濾波空域濾波第3章3.1 灰度映射灰度映射灰度映射原理灰度映射原理 灰度映射灰度映射是一種基于圖像像素的點操作 映射函數(shù)：t = T(s) 需增強的原始圖像 對其增強后的增強圖 四種灰度由低到高依次為四種灰度由低到高依次為R、Y、G、B第3章3.1 灰度映射灰度映射灰度映射原理灰度映射原理 根據(jù)增強的目的設(shè)計某種映

3、射規(guī)則映射規(guī)則，并用相應(yīng)的映射函數(shù)映射函數(shù)來表示 。利用映射函數(shù)可將原始圖像中每個像素的灰度都映射到新的灰度。左圖增加對比度右圖降低對比度第3章3.1 灰度映射灰度映射1、圖像求反、圖像求反將原圖灰度值翻轉(zhuǎn)，類似于使黑變白，使白變黑（一對一映射）。 1tLs第3章3.1 灰度映射灰度映射2、動態(tài)范圍壓縮、動態(tài)范圍壓縮由于某些顯示設(shè)備的局限性，需要對圖像進行灰度壓縮。目標與增強對比度相反 。log(1 | |)tCs t=Clog(1+|s|)第3章3.1 灰度映射灰度映射3、階梯量化、階梯量化將圖像灰度分階段量化成較少的級數(shù)獲得數(shù)據(jù)量壓縮的效果 第3章3.1 灰度映射灰度映射4、灰度切分、灰度

4、切分/閾值切分閾值切分 增強圖只剩下2個灰度級（二值圖像），對比度最大但細節(jié)全丟失了 感興趣的范圍指定較高的值，其它不變。、位平面切片、位平面切片假設(shè)圖像中每個像素的灰度級是假設(shè)圖像中每個像素的灰度級是256，這可以，這可以用用8位來表示，假設(shè)圖像是由位來表示，假設(shè)圖像是由8個個1位平面組成，范位平面組成，范圍從位平面圍從位平面0到位平面到位平面7。其中，位平面。其中，位平面0包含圖像包含圖像中像素的最低位，位平面中像素的最低位，位平面7包含像素的最高位。包含像素的最高位。通過對特定位提高亮度，改善圖像質(zhì)量通過對特定位提高亮度，改善圖像質(zhì)量較高位（如前較高位（如前4位）包含大多數(shù)視覺重要位）包

5、含大多數(shù)視覺重要數(shù)據(jù)。較低位（如后數(shù)據(jù)。較低位（如后4位）對圖像中的微位）對圖像中的微小細節(jié)有作用。小細節(jié)有作用。分解為位平面，可以分析每一位在圖像分解為位平面，可以分析每一位在圖像中的相對重要性。中的相對重要性。一幅8比特分形圖像、冪次變換、冪次變換s = cr（c和 是正常數(shù)） 1 降低灰度級，在正比函數(shù)下方，使圖像變暗降低灰度級，在正比函數(shù)下方，使圖像變暗人體胸上部脊椎骨折的核磁共振圖像人體胸上部脊椎骨折的核磁共振圖像 1降低灰度級，使圖像變暗降低灰度級，使圖像變暗c=1 = 5 = = 增強效果最好增強效果最好第3章3.2 圖像運算圖像運算 (逐像素進行)算術(shù)運算算術(shù)運算一般用于灰度圖

6、像一般用于灰度圖像兩個像素兩個像素p和和q之間的基本算術(shù)運算包括：之間的基本算術(shù)運算包括：(1)加法：記為加法：記為p + q(2)減法：記為減法：記為p q(3)乘法：記為乘法：記為p q（也寫為（也寫為pq和和p q）(4)除法：記為除法：記為p q（一幅圖像取反和另一幅圖像取反和另一幅圖像相乘）一幅圖像相乘）代數(shù)運算加法C(x,y) = A(x,y) + B(x,y)去除疊加性噪聲去除疊加性噪聲生成圖像疊加效果生成圖像疊加效果去除疊加性噪聲去除疊加性噪聲對于原圖像對于原圖像f(x,y),有一個噪聲圖像集有一個噪聲圖像集 gi(x,y) i =1,2,.N其中：其中：gi(x,y) = f

7、(x,y) + h(x,y)i假設(shè)噪聲假設(shè)噪聲h(x,y)均值為均值為0，且互不相關(guān)，且互不相關(guān)N個圖像的均值定義為：個圖像的均值定義為：g(x,y) = 1/N(g0(x,y)+g1(x,y)+ gN(x,y)圖像均值將降低噪聲的影響圖像均值將降低噪聲的影響去除疊加性高斯噪聲去除疊加性高斯噪聲星系圖舉例星系圖舉例原圖N=8N=64噪聲圖像N=16N=128越大，與原圖差別越小越大，與原圖差別越小生成圖像疊加效果生成圖像疊加效果對于兩個圖像f(x,y)和h(x,y)的均值有：g(x,y) = 1/2f(x,y) + 1/2h(x,y)推廣：g(x,y) = f(x,y) + h(x,y)，+=

8、 1可以得到各種圖像合成的效果。可以得到各種圖像合成的效果。代數(shù)運算代數(shù)運算減法減法C(x,y) = A(x,y) - B(x,y)顯示兩幅圖像的差異，檢測同一場景兩幅圖顯示兩幅圖像的差異，檢測同一場景兩幅圖像之間的變化，如：視頻中鏡頭邊界的檢測。像之間的變化，如：視頻中鏡頭邊界的檢測。g(x,y) = T2 (x,y) - T1(x,y)去除不需要的疊加性圖案。去除不需要的疊加性圖案。g(x,y) = f混合混合(x,y) b背景背景(x,y)圖像分割：如分割運動的車輛，減法去掉靜圖像分割：如分割運動的車輛，減法去掉靜止部分，剩余的是運動元素和噪聲。止部分，剩余的是運動元素和噪聲。f(x,y

9、)g(x,y)影視制作的藍屏綠屏技術(shù)影視制作的藍屏綠屏技術(shù)影視制作的藍屏綠屏技術(shù)影視制作的藍屏綠屏技術(shù)影視制作的藍屏綠屏技術(shù)影視制作的藍屏綠屏技術(shù)影視制作的藍屏綠屏技術(shù)影視制作的藍屏綠屏技術(shù)影視制作的藍屏綠屏技術(shù)影視制作的藍屏綠屏技術(shù)代數(shù)運算代數(shù)運算乘法乘法C(x,y) = A(x,y) * B(x,y)圖像的局部顯示圖像的局部顯示用二值蒙板圖像與原圖像做乘法用二值蒙板圖像與原圖像做乘法第3章3.2 圖像運算圖像運算 邏輯運算邏輯運算可用于二值圖像、或灰度圖像可用于二值圖像、或灰度圖像 兩個像素兩個像素p和和q之間最基本的邏輯運算包括之間最基本的邏輯運算包括 (1)與（與（AND）：記為）：記

10、為p AND q（也可寫為（也可寫為pq） (2)或（或（OR）：記為）：記為p OR q（也可寫為（也可寫為p + q）(3) 異或異或(XOR):記為記為p XOR q （也可寫為（也可寫為p q） (4)補（補（COMPLEMENT，也常稱反或，也常稱反或 非）：記為非）：記為NOT qq第3章3.2 圖像運算圖像運算 q邏輯運算邏輯運算非非g(x,y) = 255 - f(x,y)獲得一個陰圖像獲得一個陰圖像獲得一個子圖像的補圖像獲得一個子圖像的補圖像圖像的補圖像邏輯運算邏輯運算與與g(x,y) = f(x,y) h(x,y)求兩個子圖像的相交子圖求兩個子圖像的相交子圖應(yīng)用：模板運算應(yīng)

11、用：模板運算提取感興趣的子圖像提取感興趣的子圖像邏輯運算邏輯運算或或g(x,y) = f(x,y) h(x,y)合并子圖像合并子圖像應(yīng)用：模板運算應(yīng)用：模板運算提取感興趣的子圖像提取感興趣的子圖像第3章3.33.3 直方圖變換直方圖變換 ( )0, 1, , 1fh fnfL 灰度直方圖是灰度級的函數(shù)，它描灰度直方圖是灰度級的函數(shù)，它描述了圖像中各灰度級的述了圖像中各灰度級的像素個數(shù)像素個數(shù)。 通常用橫坐標表示像素的灰度級別，通常用橫坐標表示像素的灰度級別，縱坐標表示對應(yīng)的灰度級出現(xiàn)的頻縱坐標表示對應(yīng)的灰度級出現(xiàn)的頻率（像素的個數(shù)）。率（像素的個數(shù)）。數(shù)字圖像的灰度直方圖數(shù)字圖像的灰度直方圖1

12、234566432211664663456661466231364665,4,5,6,2,14h 灰度直方圖直方圖的性質(zhì)直方圖的性質(zhì)只能反映圖像的灰度分布情況，而不能反映只能反映圖像的灰度分布情況，而不能反映圖像像素的位置。圖像像素的位置。一幅圖像對應(yīng)一幅圖像對應(yīng)唯一唯一的灰度直方圖，反之不成的灰度直方圖，反之不成立。立。 不同的圖像具有相同的直方圖不同的圖像具有相同的直方圖常用的直方圖是規(guī)格化和離散化的，即縱常用的直方圖是規(guī)格化和離散化的，即縱坐標用相對值表示。坐標用相對值表示。設(shè)圖像總像素為設(shè)圖像總像素為N，某一級灰度像素數(shù)為，某一級灰度像素數(shù)為nk，則直方圖表示為：則直方圖表示為： p(

13、rk)= nk/N 大多數(shù)像素灰度值取在大多數(shù)像素灰度值取在較暗區(qū)域，圖像整體較較暗區(qū)域，圖像整體較暗暗.一般在攝影過程中曝一般在攝影過程中曝光過弱就會造成這種結(jié)光過弱就會造成這種結(jié)果。果。圖像的像素灰度窄而圖像的像素灰度窄而集中，對比度低。集中，對比度低。注意高對比度的圖像有更平坦的直方圖。一幅圖一幅圖像應(yīng)該利用全部或像應(yīng)該利用全部或幾乎幾乎全部可能的灰度級全部可能的灰度級灰度直方圖的應(yīng)用灰度直方圖的應(yīng)用 分割閾值選取分割閾值選取 假設(shè)某圖像的灰度直方圖具有假設(shè)某圖像的灰度直方圖具有 二峰性二峰性，則表明，則表明這個圖像較亮的區(qū)域和較暗的區(qū)域可以較好地這個圖像較亮的區(qū)域和較暗的區(qū)域可以較好地

14、分離。分離。 取二峰間的谷點為閾值點，可以得到好的取二峰間的谷點為閾值點，可以得到好的二值二值處理處理的效果。的效果。具有二峰性的灰度圖的二值化具有二峰性的灰度圖的二值化 直方圖均衡化 將原始圖像的直方圖變?yōu)榫夥植嫉男问?，即將一已知灰度概率密度分布的圖像，經(jīng)過某種變換，變成一幅具有均勻灰度概率密度分布的新圖像。 圖像均衡化處理后，圖像的直方圖是(近似)平直的，即各灰度級具有相似的出現(xiàn)頻數(shù)，那么由于灰度級具有均勻的概率分布，圖像看起來就更清晰了。 主要用于增強動態(tài)范圍偏小的圖像的反差主要用于增強動態(tài)范圍偏小的圖像的反差 基本思想是把原始圖的直方圖變換為在整個灰度基本思想是把原始圖的直方圖變換為

15、在整個灰度范圍內(nèi)均勻分布的形式，增加了像素灰度值的動范圍內(nèi)均勻分布的形式，增加了像素灰度值的動態(tài)范圍，從而達到增強圖像整體對比度的效果。態(tài)范圍，從而達到增強圖像整體對比度的效果。 直方圖均衡方法的直方圖均衡方法的實現(xiàn)思想實現(xiàn)思想是，對在圖像中像素是，對在圖像中像素個數(shù)多的灰度級進行展寬，而對像素個數(shù)少的灰個數(shù)多的灰度級進行展寬，而對像素個數(shù)少的灰度級進行縮減，從而達到清晰圖像的目的。度級進行縮減，從而達到清晰圖像的目的。直方圖均衡化 s=T(r) r代表原始圖像的灰度級，s為變換后的灰度級。通過上述變換，每個原始圖像的像素灰度級r都對應(yīng)產(chǎn)生一個s值。連續(xù)灰度的直方圖非均勻分布連續(xù)灰度的直方圖均

16、勻分布直方圖均衡化目標直方圖均衡化 要找到一種變換要找到一種變換 s=s=T T ( ( r r ) ) 使直方圖使直方圖變平直，為使變換后的灰度仍保持從黑到變平直，為使變換后的灰度仍保持從黑到白的單一變化順序，且變換范圍與原先一白的單一變化順序，且變換范圍與原先一致，以避免整體變亮或變暗。必須規(guī)定：致，以避免整體變亮或變暗。必須規(guī)定： （1 1）在）在00r r11中，中，T T( (r r) )是是單調(diào)遞單調(diào)遞增函數(shù)增函數(shù)，且，且00T T( (r r)1)1； （2 2）反變換反變換r r= =T T-1-1( (s s),),T T-1-1( (s s) )也為單也為單調(diào)遞增函數(shù)，調(diào)遞

17、增函數(shù)，00s s11。直方圖均衡化 考慮到灰度變換不影響像素的位置分布，也不會增減像素數(shù)目。所以有)(1)()(000rTsdsdsspdrrprssrdrrprT0)()(P(r)是r的概率密度函數(shù)，P(s)是s的概率密度函數(shù)直方圖均衡化 應(yīng)用到應(yīng)用到離散灰度級離散灰度級，設(shè)一幅圖像的像素，設(shè)一幅圖像的像素總數(shù)為總數(shù)為n n，分分L L個灰度級。個灰度級。 第k個灰度級出現(xiàn)的頻數(shù)。 第k個灰度級出現(xiàn)的概率 其中0rk1，k=0,1,2,.,L-1 累計分布概率為：kjkjjjkknnrprTs00)()(直方圖均衡化的算法步驟直方圖均衡化的算法步驟1、計算每個灰度級的像素個數(shù)在整個圖像中所

18、占的概率(百分比)2、計算圖像各灰度級的累計分布概率1,.,1 , 0, 10,)Pr(lkrnnrkkkkjjkjjrkknnrPrTs00)()(1,.,1 , 0, 10lkrk直方圖均衡化的算法步驟直方圖均衡化的算法步驟3、根據(jù) 的值判斷變換后的灰度級 假設(shè)圖像的灰度級只有假設(shè)圖像的灰度級只有8級，因此需用級，因此需用1/7為為量化單位進行舍入運算量化單位進行舍入運算ksks的值落到的哪個區(qū)間,則對應(yīng)變換到該灰度級例例例例例例設(shè)圖像有設(shè)圖像有6464* *64=409664=4096個象素，有個象素，有8 8個灰度級，灰度分布個灰度級，灰度分布如表所示如表所示。進行進行直直方圖均衡化方

19、圖均衡化。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 例例例例例例例：設(shè)圖像有例：設(shè)圖像有6464* *64=64=40964096個象素，有個象素，有8 8個灰度級，灰度個灰度級，灰度分布如表所示分布如表所示。進行進行直直方圖均衡化方圖均衡化。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02、計算累計概率

20、分布、計算累計概率分布s sk krkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk計算計算 0.190.440.650.810.890.950.981.00例例例例例例rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk計算計算 0.190.4

21、40.650.810.890.950.981.00sk舍入舍入 1/73/75/76/76/71112. 2. 把計算的把計算的s sk k就近就近安排到安排到8 8個個灰度級中。灰度級中。例例例例例例rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk計算計算 0.190.440.650.810.890.950.981.00sk舍入舍入 1/73/75/76/76/7111sk nsk 7901023850985448

22、p(sk) 0.190.250.210.240.113. 3. 重新命名重新命名s sk k，歸并相同灰度歸并相同灰度級的象素數(shù)。級的象素數(shù)。例例例例例例DAnkPr(rk)f取成整數(shù)取成整數(shù)倍倍均衡后直方圖均衡后直方圖07900.190.191/7(0.14)0.191/710230.250.443/7(0.428)0.252/78500.210.655/7(0.714)0.213/76560.160.816/7(0.857)0.16+0.08=0.244/73290.080.896/7(0.857)5/72450.060.957/7(1.00)0.06+0.03+0.02=0.116/71

23、220.030.987/7(1.00)7/7810.021.007/7(1.00)注意：離散均衡不可能拉平注意：離散均衡不可能拉平僅存僅存5 5個灰級，宏觀拉平，微觀不可能平，層次減少，對比度提高。個灰級，宏觀拉平，微觀不可能平，層次減少，對比度提高。均衡化前后直方圖比較例例例例例例直方圖均衡化的效果直方圖均衡化效果示例均衡化直方圖均衡化的總結(jié)直方圖均衡化的總結(jié) 直方圖均衡化是一種非線性變換。直方圖均衡化是一種非線性變換。 直方圖均衡的特點直方圖均衡的特點 增加像素灰度值的動態(tài)范圍，提高圖像對比度。增加像素灰度值的動態(tài)范圍，提高圖像對比度。 均衡化優(yōu)點均衡化優(yōu)點 能能自動自動增強整個圖像的對比

24、度，但具體的增強效果增強整個圖像的對比度，但具體的增強效果不易控制，處理的結(jié)果是全局均衡的直方圖，實際不易控制，處理的結(jié)果是全局均衡的直方圖，實際中可能需要特定形狀的直方圖，從而有選擇的增強中可能需要特定形狀的直方圖，從而有選擇的增強圖像中某個灰度值范圍內(nèi)的對比度。圖像中某個灰度值范圍內(nèi)的對比度。直方圖規(guī)定化直方圖規(guī)定化直方圖均衡化存在的問題直方圖均衡化存在的問題 直方圖均衡化的優(yōu)點是得到近似均勻分布的直方圖均衡化的優(yōu)點是得到近似均勻分布的直方圖。直方圖。 但由于變換函數(shù)采用累積分布函但由于變換函數(shù)采用累積分布函數(shù)，數(shù)，只能產(chǎn)生近似均勻的直方圖的結(jié)果。只能產(chǎn)生近似均勻的直方圖的結(jié)果。 實際應(yīng)用

25、中，實際應(yīng)用中，有時需要具有特定直方圖的有時需要具有特定直方圖的圖像，以便能夠有目的地對圖像中的某些圖像，以便能夠有目的地對圖像中的某些灰度級分布范圍內(nèi)的圖像加以增強?；叶燃壏植挤秶鷥?nèi)的圖像加以增強。例：原圖像均衡化后的圖像直方圖規(guī)定化的思想直方圖規(guī)定化的思想 直方圖規(guī)定化方法直方圖規(guī)定化方法是使原圖像灰度直方是使原圖像灰度直方圖變成規(guī)定形狀的直方圖而對圖像作修圖變成規(guī)定形狀的直方圖而對圖像作修正的增強方法。正的增強方法。直方圖規(guī)定化的算法直方圖規(guī)定化的算法將原始圖直方圖轉(zhuǎn)換為期望直方圖將原始圖直方圖轉(zhuǎn)換為期望直方圖 步驟步驟 1.對原始圖的直方圖進行灰度均衡化對原始圖的直方圖進行灰度均衡化2

26、.計算能使規(guī)定的直方圖均衡化的變換計算能使規(guī)定的直方圖均衡化的變換3.將原始直方圖對應(yīng)將原始直方圖對應(yīng)映射映射到規(guī)定直方圖到規(guī)定直方圖采用什么樣的映射規(guī)則呢？采用什么樣的映射規(guī)則呢？直方圖規(guī)定化直方圖規(guī)定化單映射規(guī)則SML直方圖規(guī)定化直方圖規(guī)定化組映射規(guī)則GML效果好效果好直方圖規(guī)定化直方圖規(guī)定化第3章繪圖計算繪圖計算 0.190.440.650.810.89 0.950.200.8011000.190.440.650.810.89 0.950.200.800011單映射單映射 組映射組映射 0.115,6,7-771.000.151.000.02817步驟和結(jié)果步驟和結(jié)果0.240.210.

27、250.19000變換后直方圖變換后直方圖93,4-62-51-40-3確定映射關(guān)系確定映射關(guān)系87766543映射映射| V2 -V1|最小最小70.850.650.350.1500060.200.300.200.15000 規(guī)定直方圖規(guī)定直方圖P(z) 規(guī)定累積直方圖規(guī)定累積直方圖V250.980.950.890.810.650.440.19原始累積直方圖原始累積直方圖V140.030.060.080.160.210.250.19原始直方圖原始直方圖P(r)31222453296568501023790原始直方圖各灰度級像素原始直方圖各灰度級像素 26543210原始圖像灰度級原始圖像灰度

28、級1運算運算序序號號 a) 原圖 b) 規(guī)定化函數(shù) c) 直方圖規(guī)定化后的結(jié)果 d) 圖c的直方圖Matlab函數(shù) imhist（I，n）函數(shù)：計算和顯示灰度圖像函數(shù)：計算和顯示灰度圖像I I的直方圖。的直方圖。n n為指定的灰度級數(shù)目，缺省值為為指定的灰度級數(shù)目，缺省值為256 256 。 J=histeq( I,n ) 函數(shù)：做直方圖均衡化，函數(shù)：做直方圖均衡化， I為輸為輸入圖像，入圖像，n n是輸出圖像的灰度級數(shù)，默認值為是輸出圖像的灰度級數(shù)，默認值為6464，通常我們設(shè)置為，通常我們設(shè)置為256256。 J=histeq(I ,hspec)函數(shù)：函數(shù)：做直方圖規(guī)定化，做直方圖規(guī)定化，

29、I I為為輸入圖像，輸入圖像，hspechspec為規(guī)定的直方圖為規(guī)定的直方圖( (一個由指一個由指定值構(gòu)成的行向量，各元素值域為定值構(gòu)成的行向量，各元素值域為00，1)1)。鏡頭邊界的檢測鏡頭邊界的檢測涉及兩幅圖像相減涉及直方圖知識涉及兩幅圖像直方圖的相減鏡頭檢測方法1連續(xù)幀相減鏡頭檢測方法2連續(xù)幀的直方圖相減鏡頭檢測方法3時空切片分析鏡頭邊界的檢測鏡頭邊界的檢測 一個鏡頭是指一系列連續(xù)記錄的圖像幀，用于表示一個時間段或相同地點連續(xù)的動作。鏡頭由攝像機一次攝像的開始和結(jié)束所決定。鏡頭邊界的檢測鏡頭邊界的檢測檢測到由鏡頭切換所產(chǎn)生的關(guān)鍵幀：檢測到由鏡頭切換所產(chǎn)生的關(guān)鍵幀： 提供基于關(guān)鍵幀的視頻

30、瀏覽 提供基于內(nèi)容的視頻檢索和查詢 實現(xiàn)計算機自動分析和總結(jié)，節(jié)省大量的人力和時間 使海量視頻數(shù)據(jù)的管理和索引成為可能算法原理：計算相鄰兩幀像素變化的數(shù)目。當超過算法原理：計算相鄰兩幀像素變化的數(shù)目。當超過設(shè)定的設(shè)定的閾值閾值時，即找到了鏡頭的邊界時，即找到了鏡頭的邊界缺點：對攝像機運動敏感，如縮放、平移缺點：對攝像機運動敏感，如縮放、平移解決辦法：解決辦法：通濾波波器的使用來降低。在比較一幀通濾波波器的使用來降低。在比較一幀的每個像素前，用它的鄰近區(qū)域的平均值來代替，的每個像素前，用它的鄰近區(qū)域的平均值來代替，這也濾波了輸入圖像的一些噪聲。這也濾波了輸入圖像的一些噪聲。鏡頭檢測方法鏡頭檢測方

31、法1連續(xù)幀相減連續(xù)幀相減算法原理：算法原理：統(tǒng)計相鄰兩幀中所有像素在不同灰度（顏統(tǒng)計相鄰兩幀中所有像素在不同灰度（顏色）上的分布差異，當差異的累加值超過色）上的分布差異，當差異的累加值超過閾值閾值T時，時，即檢測到鏡頭邊界。即檢測到鏡頭邊界。優(yōu)點優(yōu)點：對目標的運動不敏感，因為直方圖忽略了幀內(nèi)：對目標的運動不敏感，因為直方圖忽略了幀內(nèi)的空間變化。的空間變化。缺點缺點：可能兩個圖像有類似的直方圖但卻是完全不同：可能兩個圖像有類似的直方圖但卻是完全不同的內(nèi)容。然而，這種事件的概率非常小。的內(nèi)容。然而，這種事件的概率非常小。鏡頭檢測方法鏡頭檢測方法2直方圖相減直方圖相減閾值如閾值如何設(shè)定？何設(shè)定？鏡頭

32、檢測方法鏡頭檢測方法3時空切片分析時空切片分析鏡頭檢測方法鏡頭檢測方法3時空切片分析時空切片分析顏色和紋理的不連續(xù)，表明鏡頭邊界的出現(xiàn)顏色和紋理的不連續(xù)，表明鏡頭邊界的出現(xiàn)紋理的方向表明攝像機和對象的不同運動紋理的方向表明攝像機和對象的不同運動鏡頭檢測方法鏡頭檢測方法3時空切片分析時空切片分析谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Project Glass) 由谷歌公司于由谷歌公司于2012年年4月發(fā)布的一款月發(fā)布的一款“拓展現(xiàn)實拓展現(xiàn)實”眼鏡，它具有和智能手機一樣的功能，可以通過眼鏡，它具有和智能手機一樣的功能，可以通過聲音控制拍照，視頻通話和辨明方向以

33、及上網(wǎng)沖聲音控制拍照，視頻通話和辨明方向以及上網(wǎng)沖浪、處理文字信息等。浪、處理文字信息等。實際上，實際上，Google這款神奇的眼鏡實際上這款神奇的眼鏡實際上 就是微型投就是微型投影儀影儀+攝像頭攝像頭+傳感器傳感器+存儲傳輸存儲傳輸+操控設(shè)備的結(jié)合操控設(shè)備的結(jié)合體。單從當前產(chǎn)品設(shè)計來看，谷歌眼鏡包括了一體。單從當前產(chǎn)品設(shè)計來看，谷歌眼鏡包括了一條可橫置于鼻梁上方的平行條可橫置于鼻梁上方的平行 框架、一個位于鏡框框架、一個位于鏡框右側(cè)的寬條狀電腦，以及一個透明顯示屏。右側(cè)的寬條狀電腦，以及一個透明顯示屏。 谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Projec

34、t Glass) 谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Project Glass) 這款設(shè)備的眼鏡內(nèi)部硬件包含內(nèi)這款設(shè)備的眼鏡內(nèi)部硬件包含內(nèi)存、處理器和設(shè)置在邊上的觸控板，存、處理器和設(shè)置在邊上的觸控板，一個用來拍攝的按鈕，話筒、攝像一個用來拍攝的按鈕，話筒、攝像頭、揚聲器，還有加速器、指南針、頭、揚聲器，還有加速器、指南針、陀螺儀等陀螺儀等 傳感器。傳感器。在其在其L型框架的型框架的內(nèi)邊界上有一個紅外線的眼部追蹤內(nèi)邊界上有一個紅外線的眼部追蹤攝像頭，背后則是一個骨傳導的喇攝像頭，背后則是一個骨傳導的喇叭。叭。Google眼鏡可通過眼鏡可通過WiFi來獲

35、得來獲得在線數(shù)據(jù)，在線數(shù)據(jù)，與平時我們使用的手機與平時我們使用的手機內(nèi)部零部件基本相同，可將其視為內(nèi)部零部件基本相同，可將其視為一臺掛在眼鏡上的高級智能手機。一臺掛在眼鏡上的高級智能手機。不過不過Google Project GlassGoogle Project Glass的組成的組成元器件要精密的多！元器件要精密的多！ $1500谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Project Glass) 主要功能主要功能1、Google Calendar查詢并增加日程；查詢并增加日程；2、Google Maps指路；指路；3、Google+進行好友互動；進行好

36、友互動；4、查詢時間，查詢天氣；、查詢時間，查詢天氣；5、Google+信息流發(fā)送和接收；信息流發(fā)送和接收；6、拍照和攝影；、拍照和攝影；7、Google+ Hangouts視頻聊天；視頻聊天；8、音樂播放；、音樂播放；9、Google搜索；搜索；10、Google Latitude位置簽到等位置簽到等谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Project Glass) 谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Project Glass) 谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Proj

37、ect Glass) 谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Project Glass) 谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Project Glass) 谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Project Glass) 谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Project Glass) 偶遇某人，她認得你，你卻叫不出她的名字，是偶遇某人，她認得你，你卻叫不出她的名字，是不是尷尬死了？沒問題！你現(xiàn)在就可以把所有名片盒不是尷尬死了？沒問題！你

38、現(xiàn)在就可以把所有名片盒戴在臉上。戴在臉上。 谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Project Glass) 谷歌眼鏡意義重大，因為眼睛是用戶與外界交流最直接的工具。有了谷歌眼鏡，用戶與互聯(lián)網(wǎng)的聯(lián)系將更加緊密，虛擬世界的圖像和數(shù)據(jù)將被疊加到現(xiàn)實中來，呈現(xiàn)出豐富多彩的應(yīng)用場景。 谷歌眼鏡谷歌眼鏡(Google Project Glass)(Google Project Glass) 所見既所得所見既所得空間平滑濾波增強空間平滑濾波增強平滑可以去除毛糙，噪聲，但也使圖像變得模糊。平滑可以去除毛糙，噪聲，但也使圖像變得模糊。圖像中的噪聲圖像中的噪聲 引起噪聲的

39、原因有敏感元器件的內(nèi)部噪聲、引起噪聲的原因有敏感元器件的內(nèi)部噪聲、傳輸通道的干擾及量化噪聲等。噪聲產(chǎn)生的原傳輸通道的干擾及量化噪聲等。噪聲產(chǎn)生的原因決定了噪聲的分布特性及它和圖像信號的關(guān)因決定了噪聲的分布特性及它和圖像信號的關(guān)系。系。 加性噪聲：加性噪聲：與圖像信號無關(guān)。信道噪聲、掃描與圖像信號無關(guān)。信道噪聲、掃描時產(chǎn)生的噪聲。時產(chǎn)生的噪聲。 乘性噪聲：乘性噪聲：某像素處的噪聲只與該像素處的圖某像素處的噪聲只與該像素處的圖像信號有關(guān)像信號有關(guān)/與其鄰域圖像信號也有關(guān)。與其鄰域圖像信號也有關(guān)。根據(jù)噪聲的分布特性可分為：根據(jù)噪聲的分布特性可分為：椒鹽噪聲（泊松噪椒鹽噪聲（泊松噪聲）、高斯噪聲、顆粒

40、噪聲聲）、高斯噪聲、顆粒噪聲等。等?？臻g平滑濾波增強空間平滑濾波增強1. 鄰域平均法鄰域平均法:線性濾波線性濾波(均值濾波均值濾波)2. 中值濾波：非線性濾波中值濾波：非線性濾波1.鄰域平均法鄰域平均法 圖像的相鄰像素間存在很高的相關(guān)性，圖像的相鄰像素間存在很高的相關(guān)性，而噪聲則相對獨立。因此而噪聲則相對獨立。因此可以可以將一個像素將一個像素及其鄰域內(nèi)的所有像素的平均灰度值賦給及其鄰域內(nèi)的所有像素的平均灰度值賦給平滑圖像中對應(yīng)的像素，平滑圖像中對應(yīng)的像素，從而達到平滑的從而達到平滑的目的。目的。 常用的鄰域有常用的鄰域有4-鄰域和鄰域和8- 鄰域鄰域 作用：減噪，去除不相干的細節(jié)，對灰度級作用

41、：減噪，去除不相干的細節(jié)，對灰度級不足引起的偽輪廓進行平滑等等。不足引起的偽輪廓進行平滑等等。1. 1.鄰域平均法鄰域平均法- -非加權(quán)鄰域平均非加權(quán)鄰域平均 最簡單的鄰域平均法為非加權(quán)鄰域平均： 一幅大小為NN的圖像f(x,y)，用鄰域平均法得到的平滑圖像為g(x,y)，則 x,y=0,1,N-1;s為(x,y)鄰域中像素坐標的集合，其中不包括(x,y);M表示集合s內(nèi)像素的總數(shù)。sjijifMyxg,),(1),(1. 1.鄰域平均法鄰域平均法- -非加權(quán)鄰域平均非加權(quán)鄰域平均 在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來替代原來的像素值的

42、方法。1. 1.鄰域平均法鄰域平均法- -非加權(quán)鄰域平均非加權(quán)鄰域平均 非加權(quán)鄰域平均法可以用模板求得，即在待處理非加權(quán)鄰域平均法可以用模板求得，即在待處理圖像中逐點地移動模板，求模板系數(shù)與圖像中相圖像中逐點地移動模板，求模板系數(shù)與圖像中相應(yīng)像素的乘積之和，模板數(shù)為應(yīng)像素的乘積之和，模板數(shù)為1。下圖是非加權(quán)鄰下圖是非加權(quán)鄰域平均域平均33模板。模板。911091 1 11 1 11 1 1H 非加權(quán)鄰域平均33模板：12143122345768957688567891214312234576895768856789344456678原圖像處理后的圖像非加權(quán)鄰域非加權(quán)鄰域均值濾波器待處理像素待處

43、理像素濾波核h(x，y)非加權(quán)鄰域非加權(quán)鄰域均值濾波器121431223457689576885678900000000121430012234005768900576890056789000000001121433112143311223445576899557689955678995567899邊界處理：邊界處理：填充填充0鏡像反射鏡像反射鄰域平均法算法鄰域平均法算法步驟步驟:1）模板）模板(mask)游走游走2）將）將mask對應(yīng)的灰度值相加，求平均值對應(yīng)的灰度值相加，求平均值3）用均值代替）用均值代替f (x,y)4）對圖像的四周邊緣：）對圖像的四周邊緣： 補補0 、鏡像反射或者不處、

44、鏡像反射或者不處理邊緣理邊緣 例例1 設(shè)設(shè)16x16點陣的點陣的假想圖像如假想圖像如右圖所示。右圖所示。 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0

45、00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0鄰域平均法 采用采用3x3均均值濾波。值濾波。 濾波核為：濾波核為： 結(jié)果如右圖結(jié)果如右圖所示所示 1

46、 1 11/9 1 1 1 1 1 1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? 0 0 1 2 3 3 3 3 3 3 2 1 0 0 ? 0 0 2 4 6 6 6 6 6 6 4 2 0 0 ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? 0 0 3 6 9

47、 9 9 9 9 9 6 3 0 0 ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? 0 0 2 4 6 6 6 6 6 6 4 2 0 0 ? 0 0 1 2 3 3 3 3 3 3 2 1 0 0 ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 鄰域平均法鄰域平均法 例例2 設(shè)設(shè)16x16點陣點陣的假想圖像的假想圖像如右圖所示如右圖所示 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 8 0

48、 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 1 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9

49、 9 9 9 9 9 9 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 8 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0鄰域平均法鄰域平均法 采用采用3x3均均值濾波值濾波 濾波核為：濾波核為： 結(jié)果如右圖結(jié)果如右圖所示所示 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 0 0 0 0 0 0 0 1 1 1 0 0 0 0 ? 0 0 0 0 0 0 0 1 1 1 0 0 0 0 ? 0 0 1 2 3 3

50、 3 3 3 3 2 1 0 0 ? 0 0 2 4 6 6 6 6 6 6 4 2 0 0 ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? 0 0 3 6 9 9 8 8 8 9 6 3 0 0 ? 0 0 3 6 9 9 8 8 8 9 6 3 0 0 ? 0 0 3 6 9 9 8 8 8 9 6 3 0 0 ? 0 0 3 6 9 9 9 9 9 9 6 3 0 0 ? 0 0 2 4 6 6 6 6 6 6 4 2 0 0 ? 0 0 1 2 3 3 3 3 3 3 2 1 0 0 ? 1 1 1 0 0 0

51、 0 0 0 0 0 0 0 0 ? 1 1 1 0 0 0 0 0 0 0 0 0 0 0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?鄰域平均法鄰域平均法 1 1 11/9 1 1 1 1 1 1非加權(quán)鄰域非加權(quán)鄰域均值濾波器（a）為含有隨機噪聲（椒鹽）隨機噪聲（椒鹽）的灰度圖像 (b)（c）(d）是分別用33、55、77模板得到的平滑圖像。原圖5 x 515 x 153 x 39 x 935 x 35模板越大，模板越大，模糊作用模糊作用越強越強哈勃望遠鏡原圖哈勃望遠鏡原圖15 x 1515 x 15閾值閾值2525 圖像的最高亮度圖像的最高亮度在提取較大目標前去除太小的

52、細節(jié)或噪聲。在提取較大目標前去除太小的細節(jié)或噪聲。 減小圖像灰度的減小圖像灰度的“尖銳尖銳”變化，減變化，減小噪聲，模糊邊緣小噪聲，模糊邊緣均值濾波器的均值濾波器的缺點缺點是，會使圖像變的模糊，原是，會使圖像變的模糊，原因是它對所有的點都是同等對待，在將噪聲點因是它對所有的點都是同等對待，在將噪聲點分攤的同時，將景物的邊界點也分攤了。分攤的同時，將景物的邊界點也分攤了。為了改善效果，就可采用加權(quán)平均的方式來構(gòu)為了改善效果，就可采用加權(quán)平均的方式來構(gòu)造濾波器。造濾波器。1. 1.鄰域平均法鄰域平均法- -加權(quán)鄰域平均加權(quán)鄰域平均1. 1.鄰域平均法鄰域平均法- -加權(quán)鄰域平均加權(quán)鄰域平均所有模板

53、系數(shù)可以有不同的權(quán)值所有模板系數(shù)可以有不同的權(quán)值1111211111011H1212421211612H111101111813H0010041414141214Hn 下面幾個典型的加權(quán)平均濾波器下面幾個典型的加權(quán)平均濾波器1.鄰域平均法鄰域平均法-加權(quán)鄰域平均加權(quán)鄰域平均濾波核h(x，y) h(x,y)矩陣的元素之和乘前面系數(shù)為矩陣的元素之和乘前面系數(shù)為1，h(x,y)矩陣矩陣中心的元素占的比例越小中心的元素占的比例越小，越平，越平滑，圖像越模糊?；?，圖像越模糊。 鄰域平均法雖然可以平滑圖像，但在消除噪聲的同時，會使圖像中的一些細節(jié)變得模糊。中值濾波則在消除噪聲的同時還能保持圖像中的細節(jié)部分

54、，防止邊緣模糊保持圖像中的細節(jié)部分，防止邊緣模糊 。2.中值濾波中值濾波中值濾波方法對脈沖干擾和椒鹽噪聲的抑制效果好，在抑制隨機噪聲的同時能夠保持邊緣減少模糊。中值濾波器中值濾波器 設(shè)計思想設(shè)計思想因為噪聲（如椒鹽噪聲）的出現(xiàn)，使該點因為噪聲（如椒鹽噪聲）的出現(xiàn)，使該點像素比周圍的像素亮（暗）許多。像素比周圍的像素亮（暗）許多。如果在某個模板中，對像素進行由小到大如果在某個模板中，對像素進行由小到大的重新排列，那么最亮的或者是最暗的點的重新排列，那么最亮的或者是最暗的點一定被排在兩側(cè)。一定被排在兩側(cè)。對于圖像中的每個像素對于圖像中的每個像素,先確定一個奇數(shù)像先確定一個奇數(shù)像素窗口素窗口W，窗口

55、內(nèi)各像素按灰度值從小到大，窗口內(nèi)各像素按灰度值從小到大排序后，用排序后，用中間位置灰度值中間位置灰度值代替原灰度值，代替原灰度值，就可以達到濾除噪聲的目的。就可以達到濾除噪聲的目的。中值濾波器中值濾波器12143122345768957688567891214312234576895768856789234566678T目的：既要消除噪聲又要保持圖像的細節(jié)目的：既要消除噪聲又要保持圖像的細節(jié) 步驟步驟: :1）模板游走模板游走 2）將將maskmask對應(yīng)的灰度值（奇數(shù)）排序?qū)?yīng)的灰度值（奇數(shù)）排序 3）用中間值代替用中間值代替 f(x,y), 消除孤立的噪聲點消除孤立的噪聲點T mask m

56、ask大小不一樣，效果不一樣，與疊加的噪聲有關(guān)大小不一樣，效果不一樣，與疊加的噪聲有關(guān)T窗口形狀窗口形狀 方形、十字形、圓形、圓環(huán)形方形、十字形、圓形、圓環(huán)形中值濾波的算法中值濾波的算法 使用二維濾波需注意使用二維濾波需注意1）有尖頂角幾何結(jié)構(gòu)的圖像，一般采用）有尖頂角幾何結(jié)構(gòu)的圖像，一般采用十字窗十字窗，大小不超過最小有效物體的尺寸大小不超過最小有效物體的尺寸2）有較多的點、線、尖頂角的細節(jié)結(jié)構(gòu)，不用中）有較多的點、線、尖頂角的細節(jié)結(jié)構(gòu)，不用中值濾波值濾波0000100000001000010010000000100000001000010010000000100000001000用33方形

57、，圖像全為0用33十字，保留了線狀細節(jié)，丟失了點狀細節(jié)中值濾波的經(jīng)驗中值濾波的經(jīng)驗 例例3 設(shè)設(shè)16x16點陣點陣的圖像如右的圖像如右圖所示圖所示 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 8 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9

58、 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 1 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 9 9 9 9 9 9 9 9 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 8 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 中值濾波中值濾波 采用采用3x3中中值濾波，結(jié)值濾波，結(jié)果

59、如右圖所果如右圖所示示 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? 0 0 0 0 9 9 9 9 9 9 0 0 0 0 ? 0 0 0 9 9 9 9 9 9 9 9 0 0 0 ? 0 0 0 9 9 9 9 9 9 9 9 0 0 0 ? 0 0 0 9 9 9 9 9 9 9 9 0 0 0 ? 0 0 0 9 9 9 9 9 9 9 9 0 0 0 ? 0 0 0 9 9 9 9 9

60、9 9 9 0 0 0 ? 0 0 0 9 9 9 9 9 9 9 9 0 0 0 ? 0 0 0 0 9 9 9 9 9 9 0 0 0 0 ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?中值濾波中值濾波（a）為含有隨機噪聲的灰度圖像 (b)（c）(d）是分別用 33、55、77模板得到的平滑圖像?？梢钥闯?，中值濾波的效果優(yōu)于均值濾可以看出，中值濾波的效果優(yōu)于均值濾波的效果，圖像中的邊緣輪廓比較清晰波的效果，圖像中