[工学]空间域图像增强part1.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * 共九个区域：4个五角形、4个六角形、一个四角形（中心3×3方形） 取N=3 取N=3 取N=3 取N=3 取N=3 取N=3 取3X3窗口 Origin image After median filter 中值滤波是一种非线性滤波，它对消除脉冲噪声十分有用。 中值滤波优点 抑制噪声 较好地保护边缘轮廓信息 下图使用内含5个像素的窗口对离散阶跃函数、斜坡函数、 脉冲函数以及三角形函数进行中值滤波和平均值滤波的示例。 图3－1 中值滤波和平均值滤波比较； （a） 阶跃 （b）斜坡 （c）单脉冲 （d）双脉冲 （e）三脉冲 （f）三角波 原波形 平均值滤波 中值滤波 可以看出， 中值滤波器不影响阶跃函数和斜坡函数。周期小于m/2（窗口之半）的脉冲受到抑制，另外三角函数的顶部变平。 图3－1 中值滤波和平均值滤波比较； （a） 阶跃 （b）斜坡 （c）单脉冲 （d）双脉冲 （e）三脉冲 （f）三角波 原波形 平均值滤波 中值滤波 可以看出， 中值滤波器不影响阶跃函数和斜坡函数。周期小于m/2（窗口之半）的脉冲受到抑制，另外三角函数的顶部变平。 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制---阶跃 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制---斜坡 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制---单脉冲 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制---双脉冲 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制---三脉冲 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制---三角形 二维中值滤波可由下式表示： 式中：A为窗口； {fij}为二维数据序列。 用局部中值代替局部平均值。 令[f(x,y)]--原始图象阵列， [g(x,y)]--中值滤波后图象阵列， f(x,y) --灰度级， g(x,y) --以f(x,y)为中心的窗口内各象素的灰度中间值。 中值滤波法 算例 中值滤波法 例 从小到大排列，取中间值 常用的二维中值滤波窗口有线状、方形、圆形、十字形以及圆环形等。窗口尺寸一般先用3×3，再取5×5逐渐增大， 直到滤波效果满意为止。就一般经验来讲，对于有缓变的较长轮廓线物体的图像，采用方形或圆形窗口为宜。对于包含有尖顶物体的图像， 用十字形窗口， 而窗口大小则以不超过图像中最小有效物体的尺寸为宜。如果图像中点、线、尖角细节较多，则不宜采用中值滤波。 二维中值滤波的窗口形状和尺寸对滤波效果影响较大，不同的图像内容和不同的应用要求，往往采用不同的窗口形状和尺寸。 通过计算机实现了一组用于平滑实验的图像，如下图所示。图(d)和(e)分别是采用3×3窗口算术平均平滑去除噪声后的图像， 图(f)和(g)分别是采用5×5十字中值滤波后的图像。显然， 算术平均平滑对含有高斯噪声（零均值正态分布的噪声）的图像有效； 而中值滤波对含有椒盐噪声（脉冲噪声，黑白点叠加在图象上）图像的去噪声效果较好。 图4-24 噪声平滑实验图像 （a） Lena原图； （b） 高斯噪声； （c） 椒盐噪声； (d) 对(b)平均平滑； (e) 对(c)平均平滑； (f) 对(b)5×5中值滤波； (g) 对(c)5×5中值滤波 a b c d e f g * * 要点： 一、图 像 噪 声 二、平滑线性滤波器 3.6 平滑空间滤波器 三、统计排序滤波器 一、图 像 噪 声 1. 概述 噪声可以理解为“妨碍人们感觉器官对所接收的信源信息理解的因素”。 噪声在理论上可以定义为“不可预测， 只能用概率统计方法来认识的随机误差”。 描述噪声的方法完全可以借用随机过程及其概率分布函数和概率密度函数。但在很多情况下，这种描述方法很复杂，甚至不可能，而且实际应用往往也不必要，通常是用其数字特征，即均值方差、相关函数等进行处理。 图像噪声按其产生的原因可分为: 2 图像噪声分类 外部噪声和内部噪声 外部噪声是指系统外部干扰从电磁波或经电源传进系统内部而引起的噪声，如电气设备、天体放电现象等引起的噪声。 A.通道噪声：产生于图像信息的传递中，其值 与图像信号的强弱无关。现象：“雪花”。 B.倍增噪声：噪声与信号成正比。现象：电视光栅、照片上的颗粒等 C.量化噪声：灰度在量化过程中