版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
圖像增強(qiáng)方法分類圖像增強(qiáng)的定義圖像增強(qiáng)的目的圖像增強(qiáng)的技術(shù)方法圖像增強(qiáng)方法分類圖像增強(qiáng)的定義圖像增強(qiáng)的定義按我們的需要突出一幅圖像中的某些“有用”信息,同時削弱另外一些“無用”信息的圖像處理方法。圖像增強(qiáng)的定義按我們的需要突出一幅圖像中的某些“有用”信息,圖像增強(qiáng)(突出邊界)圖像增強(qiáng)(突出邊界)圖像增強(qiáng)的目的通過對圖像的處理,使圖像比處理前更適合一個特定的應(yīng)用。也就是為了某種應(yīng)用目的去改善圖像的質(zhì)量。改善圖像的視覺效果。突出圖像的特征,便于計算機(jī)處理。圖像增強(qiáng)的目的通過對圖像的處理,使圖像比處理前改善圖像增強(qiáng)的技術(shù)方法主要有空域處理法和頻域處理法(1)空域處理法:直接在圖像所在的二維空間進(jìn)行處理,即直接對每一像元的灰度值進(jìn)行處理。(2)頻域處理法:將圖像從空間域變換到頻率域?qū)D像進(jìn)行處理。圖像增強(qiáng)的技術(shù)方法主要有空域處理法和頻域處理法空間域圖像增強(qiáng)頻率域灰度變換空域濾波直接灰度變換直方圖修正法圖像的代數(shù)運(yùn)算圖像平滑圖像銳化高通濾波低通濾波帶通、帶阻濾波空間域圖像增強(qiáng)頻率域灰度變換空域濾波直接灰度變換直方圖修正法空間域濾波增強(qiáng)技術(shù)一、定義:空間域濾波是基于鄰域處理的增強(qiáng)方法,它應(yīng)用某一模板對每個像元與其周圍鄰域的所有像元進(jìn)行某種數(shù)學(xué)運(yùn)算得到該像元的新的灰度值,新的灰度值的大小不僅與該像元的灰度值有關(guān),而且還與其鄰域內(nèi)的像元的灰度值有關(guān)。二、方法:常用的有圖像平滑和圖像銳化空間域濾波增強(qiáng)技術(shù)一、定義:圖像平滑圖像銳化空間域濾波增強(qiáng)技術(shù)鄰域平均法中值濾波梯度法拉普拉斯算子圖像平滑圖像銳化空間域濾波增強(qiáng)技術(shù)鄰域平均法中值濾波梯度法拉一、背景
圖像在傳輸過程中,由于傳輸信道、采樣系統(tǒng)質(zhì)量較差,或受各種干擾的影響,而造成圖像毛糙,此時,就需對圖像進(jìn)行平滑處理。二、圖像噪聲的來源及特點
A.通道噪聲:產(chǎn)生于圖像信息的傳遞中,其值與圖像信號的強(qiáng)弱無關(guān)?,F(xiàn)象:“雪花”
B.量化噪聲:灰度在量化過程中,不可避免的產(chǎn)生量化噪聲。C.特點:噪聲像素的灰度是空間不相關(guān)的,即它與鄰近像素顯著不同。
圖像平滑濾波技術(shù)一、背景圖像平滑濾波技術(shù)
圖像平滑濾波技術(shù)二、定義及用途:
平滑濾波對圖像的低頻分量進(jìn)行增強(qiáng),同時可以削弱圖像的高頻分量,因此一般用于消除圖像中的隨機(jī)噪聲,從而起到圖像平滑的作用。三、常用方法:
鄰域平均法(線性的)和中值濾波法(非線性的)圖像平滑濾波技術(shù)二、定義及用途:三、常用方法:鄰域平均法(均值濾波)
一幅圖像往往受到各種噪聲源的干擾(如電傳感器和傳輸誤差等),這種噪聲常常為一些孤立的像素點,它們像雪花使圖像被污染,噪聲往往是疊加在圖像上的隨機(jī)噪聲,而圖像灰度應(yīng)該相對連續(xù)變化的,一般不會突然變大或變小,這種噪聲可以用鄰域平均法使它得到抑制。鄰域平均法(均值濾波)
鄰域平均法是簡單的空域處理方法。這種方法的基本思想是用幾個像素灰度的平均來代替一個像素原來的灰度值,實現(xiàn)圖像的平滑有一幅圖像:MNSf(x,y)在圖像中為了獲取f(x,y)的新值則開一個M
N的窗口S窗口S就稱為f(x,y)的鄰域我們可以根據(jù)窗口內(nèi)各點的灰度確定f(x,y)的新值。鄰域平均法是簡單的空域處理方法。這種方法的基本思第八講-圖像增強(qiáng)課件鄰域平均法常見的方法有:(1)簡單平均法:在此算法中,M,N的值不宜過大,因為M,N值的大小對速度有直接影響,且M,N值越大變換后的圖像越模糊,特別是在邊緣和細(xì)節(jié)處。設(shè)圖像像素的灰度值為f(x,y),取以其為中心的MN大小的窗口,用窗口內(nèi)各像素灰度值代替f(x,y)的值,即:噪聲是隨機(jī)不相關(guān)的,如果窗口內(nèi)各點的噪聲是獨(dú)立等分布的,經(jīng)過這種方法平滑后,信噪比可提高倍。鄰域平均法常見的方法有:(1)簡單平均法:在此算法中,M,N平滑可以抑制高頻成分,但也使圖像變得模糊。平滑可以抑制高頻成分,第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件(2)鄰域加權(quán)平均方法鄰域加權(quán)平均法也屬于空域濾波增強(qiáng)算法,它是利用模板卷積的方法實現(xiàn)對原圖的濾波,可表示為:W稱為模板MNWf(x,y)(2)鄰域加權(quán)平均方法鄰域加權(quán)平均法也屬于空域濾波增強(qiáng)算法,鄰域加權(quán)平均法舉例:將模板上系數(shù)與模板下對應(yīng)像素的灰度值相乘;將所有乘積相加,并除以系數(shù)總和;將模板在圖中漫游,并將模板中心與圖中某像素點重合;用所得結(jié)果代替原中心點的值;MNWf(x,y)鄰域加權(quán)平均法舉例:將模板上系數(shù)與模板下對應(yīng)像素的灰度值相乘中值濾波法
前面使用的鄰域平均法屬于低通濾波的處理方法。它在抑制噪聲的同時使圖像變得模糊,即圖像的細(xì)節(jié)(例如邊緣信息)被削弱,如果既要抑制噪聲又要保持細(xì)節(jié)可以使用中值濾波。中值濾波法前面使用的鄰域平均法屬于低通濾波的將窗口在圖中移動;讀取窗口內(nèi)各對應(yīng)像素的灰度值;將這些灰度值從小到大排成1列;找出這些值里排在中間的1個;MNSf(x,y)將這個中間值賦給對應(yīng)窗口中心位置的像素。工作步驟將窗口在圖中移動;讀取窗口內(nèi)各對應(yīng)像素的灰度值;將這些灰度值取3X3窗口從小到大排列,取中間值取3X3窗口從小到大排列,取中間值第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件中值濾波的一些特性(1)對大的邊緣高度,中值濾波較鄰域均值好得多,而對于較小邊緣高度,兩種濾波只有很少差別。(2)中值濾波是非線性的。(3)中值濾波在抑制圖像椒鹽噪聲方面甚為有效。且運(yùn)算速度快,便于實時處理。(4)中值濾波去除孤立線或點干擾,而保留空間清晰度較平滑濾波為好;但對高斯噪聲則不如平滑濾波。中值濾波的一些特性第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件鄰域平均和中值濾波的比較含均勻隨機(jī)噪聲3
3鄰域平均77鄰域平均1111鄰域平均33中值濾波55中值濾波鄰域平均和中值濾波的比較含均勻隨機(jī)噪聲33鄰域平均77鄰中值定理的應(yīng)用方法中值定理的應(yīng)用方法
圖像銳化濾波技術(shù)一、目的圖像經(jīng)轉(zhuǎn)換或傳輸后,質(zhì)量可能下降,難免有些模糊。圖像銳化目的:加強(qiáng)圖像輪廓,使圖像看起來比較清晰。圖像銳化濾波技術(shù)一、目的二、方法
圖像銳化濾波技術(shù)考察正弦函數(shù),它的微分。微分后頻率不變,幅度上升2πa倍。空間頻率愈高,幅度增加就愈大。這表明微分是可以加強(qiáng)高頻成分的,從而使圖像輪廓變清晰。最常用的微分方法是梯度法和拉普拉斯算子二、方法圖像銳化濾波技術(shù)考察正弦函數(shù)第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件
圖像輪廓上,像素灰度有陡然變化,梯度值很大。圖像灰度變化平緩區(qū)域,梯度值很小。等灰度區(qū)域,梯度值為零。
第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件頻域增強(qiáng)的原理頻率平面與圖像空域特性的關(guān)系圖像變化平緩的部分靠近頻率平面的圓心,這個區(qū)域為低頻區(qū)域圖像中的邊、噪音、變化陡峻的部分,以放射方向離開頻率平面的圓心,這個區(qū)域為高頻區(qū)域頻域濾波增強(qiáng)頻域增強(qiáng)的原理頻域濾波增強(qiáng)頻域增強(qiáng)的原理邊、噪音、變化陡峭部分變化平緩部分uv頻域濾波增強(qiáng)頻域增強(qiáng)的原理邊、噪音、變化陡峭部分變化平緩部分uv頻域濾波頻域濾波增強(qiáng)頻域濾波增強(qiáng)頻域濾波增強(qiáng)頻域濾波增強(qiáng)頻域濾波增強(qiáng)低通濾波器高通濾波器帶通、帶阻濾波器頻域濾波增強(qiáng)低通濾波器第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件巴特沃思低通濾波器(BLPF)的特點沒有明顯的跳躍模糊程度減少和理想圓形低通濾波器相比尾部含有較多的高頻,對噪聲的平滑效果不如理想低通濾波器。巴特沃思低通濾波器(BLPF)的特點沒有明顯的跳躍模糊第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件指數(shù)低通濾波器(ELPF)的特點
有更加平滑的過渡帶,平滑后的圖像沒有跳躍現(xiàn)象
與BLPF相比,衰減更快,經(jīng)過ELPF濾波的圖像比BLPF處理的圖像更模糊一些指數(shù)低通濾波器(ELPF)的特點有更加平滑的過渡帶,平滑后第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件第八講-圖像增強(qiáng)課件四種低通濾波器的比較四種低通濾波器的比較圖像輪廓是灰度陡然變化的部分,包含著豐富的空間高頻成分。把高頻分量相對突出,顯然可使輪廓清晰。高頻濾波器使高頻分量相對突出,而低頻分量和甚高頻分量則相對抑制。高通濾波器
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 落實國有資產(chǎn)管理報告制度
- 2026山西交通控股集團(tuán)有限公司所屬監(jiān)理集團(tuán)社會招聘30人參考考試試題附答案解析
- 2026年青島西海岸新區(qū)部分事業(yè)單位公開招聘工作人員8人備考考試試題附答案解析
- 2026中國科學(xué)院昆明動物研究所管理部門崗位招聘2人(云南)參考考試題庫附答案解析
- 2026永修縣市場監(jiān)督管理局招聘工作人員2人參考考試試題附答案解析
- 2026中國科學(xué)院生態(tài)環(huán)境研究中心博士后招聘1人參考考試題庫附答案解析
- 2026年甘肅白銀市平川區(qū)容通水務(wù)有限公司招聘參考考試題庫附答案解析
- 2026內(nèi)蒙呼和浩特市青少年活動中心招聘1人備考考試題庫附答案解析
- 2026廣東佛山市榮山中學(xué)面向社會招聘臨聘教師1人備考考試題庫附答案解析
- 地膜生產(chǎn)責(zé)任延伸制度
- 新版-八年級上冊數(shù)學(xué)期末復(fù)習(xí)計算題15天沖刺練習(xí)(含答案)
- 2024年風(fēng)電、光伏項目前期及建設(shè)手續(xù)辦理流程匯編
- 不良資產(chǎn)合作戰(zhàn)略框架協(xié)議文本
- 先進(jìn)班級介紹
- 2025年浙江省輔警考試真題及答案
- 2025中國熱帶農(nóng)業(yè)科學(xué)院科技信息研究所第一批招聘4人備考題庫(第1號)附答案
- 雨課堂學(xué)堂在線學(xué)堂云《婚姻家庭法(武漢科大 )》單元測試考核答案
- 安徽寧馬投資有限責(zé)任公司2025年招聘派遣制工作人員考試筆試模擬試題及答案解析
- 2025版北師大版小學(xué)數(shù)學(xué)一年級上冊專項練習(xí)卷
- 2024-2025學(xué)年云南省昆明市五華區(qū)高一上學(xué)期期末質(zhì)量監(jiān)測歷史試題(解析版)
- 酒店簽訂就餐協(xié)議合同
評論
0/150
提交評論