smoothing 幻灯片.pptVIP

Image Smoothing 一, 图像中噪声产生的原因 二,噪声的种类 三, 什么是平滑(smoothing)? 四, 空间域平滑的方法 五, 邻域均值滤波(averaging filtering) 六, 中值滤波 一, 图像中噪声产生的原因： 图像在形成，传输，接收和处理的过程中，不可避免的存在着外部干扰和内部干扰。比如光电转换过程中敏感元件灵敏度的不均匀性，数字化过程中由于量化误差噪声，传输过程中的误差以及人为因素等，均会存在着一定程度的噪声干扰。噪声恶化了图象的质量，使图像模糊，特征淹没，给图像分析带来困难。消除图像噪声的工作称为图像平滑或者低通滤波。 Source of noise = CCD chip. Electronic signal fluctuations in detector. Caused by thermal energy. Worse for infrared sensors. 二,噪声的种类 加性噪声。这类噪声和图像信号强度是不相关的，这类带有噪声的图像可以看成是理想无噪声图像f和噪声n之和。 乘性噪声。这类噪声和图像信号是相关的，往往会随着图像信号的变化而变化。这类噪声和图像的关系是：g=f+f*n 量化噪声。是数字图像的主要噪声来源，这类噪声的大小显示出了量化之后的数字图像和原始图像的差异。 Noise fluctuations are rapid, ie, high frequency. For example: Gaussian noise Mean ? = 0 ,Standard deviation ? ,i is the grey level. White noise?is a random?signal?(or process) with a flat?power spectral density. In other words, the signal contains equal power within a fixed?bandwidth?at any center frequency. 高斯白噪声，是指噪声的概率密度函数满足正态分布统计特性，同时它的功率谱密度函数是常数的一类噪声。这里值得注意的是，高斯型白噪声同时涉及到噪声的两个不同方面，即概率密度函数的正态分布性和功率谱密度函数均匀性，二者缺一不可。 Salt Pepper Noise 椒盐噪声的特征: 出现位置是随机的，但噪声的幅值是基本相同的。 高斯噪声的特征： 出现在位置是一定的（每一点上），但噪声的幅值是随机的。 三, 什么是平滑(smoothing)? Image smoothing is the set of local pre-processing methods whose predominant use is the suppression of image noise. And calculation of the new value is based on the averaging of brightness values in some neighborhood. 平滑可以在空间域进行,也可以在频率域进行. 平滑的问题是:因为图像中的噪声往往和信号交织在一起,尤其是乘性噪声,所以平滑不当,就会使的图像本身的细节比如边界轮廓以及线条变的模糊不清,从而使得图像的质量降低,所以图像平滑过程总是要付出一定的细节模糊的代价.所以如何既能平滑掉图像中的噪声,而y又尽量保持图像细节也就是尽量少付出一些细节模糊代价是图像平滑研究的主要问题之一. 四,平滑处理的一般思想 噪声在频率域中表现为信号的高频部分,在空间域中表现为在图像中噪声像素点的灰度与它们临近像素点的灰度有显著的不同,所以平滑处理的思想在空间域就是考虑用该像素点周围像素点的平均值来代替它. What is convolution ? Example: x(n)={4,2,7} h(n)={3,2,5} 求： y(n