图象预处理讲稿.pptVIP

(a) 原始图像 (b)高斯噪声 被高斯噪声所污染的图像 频域高通滤波图例 原始图像 高频增强滤波 巴特沃斯高通滤波 选择图像和图像处理函数库，对所介绍的图像增强方法进行试验 作业 笔记： 突出感兴趣特征，为分析和理解服务，属于图像增强 不关心人的视觉感受 提问：有多少人学过图像处理？ 时间： 2分钟 笔记： 结合图示介绍什么是直方图：灰度及其出现次数的函数关系 实质是图像灰度统计分布的一种表示 为实现图像增强提供了手段，首先修改直方图，然后根据直方图的修改实现灰度变换 时间： 3分钟 笔记： 变换可以是线性的或非线性的，有一些特例，如求反、结尾等等 转换： 下面看一些有关的例子 时间： 2分钟 笔记： a: 求反；b: 对比度增强； c: 灰度切分； d: 动态范围压缩 提示大家想象相应灰度变换函数的形式 转换： 直接灰度变换的依据不充分，通过直方图实现灰度变换 时间： 4分钟 笔记： 试图将灰度分布转化为均匀分布，从而改善对比度 累计分布 缺点：灰度值留有间隙，可以通过将一个灰度值映射为多个灰度值改进，提示大家看书 转换： 下面我们再看一个例子 时间： 5分钟 笔记： 什么是线性，加法和乘法运算 什么是空间不变，处理不随位置的改变而改变 引出卷积运算 椒盐噪声、脉冲噪声、高斯噪声 时间： 3分钟 笔记： 说明逐点加权和 时间： 2分钟 笔记： 说明尺度对均值滤波器的影响，尺度越大越平滑，但也失去细节 转换： 下面通过一个例子看看均值滤波器对高斯噪声的去除效果 时间： 2分钟 笔记： 结合图示说明高斯平滑滤波的基本思想，随着距离的增大，对中心像素的影响减小 转换： 下面说明高斯函数的良好特性 时间： 2分钟 1分钟 1分钟 笔记： 详细阐述上述特性，着眼于对滤波的好处 转换： 下面说明如何设计高斯滤波器 时间： 5分钟 笔记： 详细说明该方法 这一模板被用来在水平方向上平滑图像． 二维高斯滤波器用两个一维高斯滤波器逐次卷积来实现； 模板尺寸约为10时的滤波效果极好． 对较大的滤波器，通过重复使用小高斯滤波器来实现． 转换： 下面介绍直接法 时间： 3分钟 笔记： 设计方法：如何获得模板权值 转换： 下面分别介绍这两种方法 时间： 1分钟 笔记： 分为三步 转换： 时间： 3分钟 笔记： 规范化系数 转换： 下面介绍两种常用的高斯模板 时间： 2分钟 1分钟 笔记： 时间： 1分钟 详细讲解该过程 优点：简单有效，对脉冲噪声 缺点：不适于细节多的图像 4分钟 Department of Computer Science @BIT Department of Computer Science @BIT 第五章 图 像 预 处 理 Chapter 5 Image Processing 目的 突出感兴趣特征，服务于机器视觉 方法 （1）直接灰度变换 （2）直方图修正 线性，非线性 （3）滤波 空域，频域 5.1 引言 通过灰度变换函数将图像各灰度映射为新的值 5. 2 直接灰度变换 直接灰度变换图例 求反 对比度增强 灰度切分 动态范围压缩 直方图均衡化：转变直方图成均匀分布 直方图规定化：转变直方图成规定形状 5. 3 直方图修正 5.2.1 直方图均衡化 5.2.1 直方图均衡化…2 利用累计分布函数获得均匀分布的直方图 5. 4 空域线性滤波 线性 空间不变性 低通滤波与高通滤波 过滤图像中的高频或低频部分 卷积运算—滤波基本运算 5.4.1 图像卷积 5.4.2 均值滤波器（低通） 每一个像素值用其局部邻域内所有像素值的加权均值置换 3X3窗口 7X7窗口 均值滤波器的效果 5.4.3 高斯平滑滤波器 根据高斯函数选择邻域内各像素的权值 5.4.3 高斯平滑滤波器…2 高斯函数具有五个重要的性质: 旋转对称性 在各个方向上的平滑是一致的 单调递减 邻域的影响随着距离的增加而减弱 付氏频谱是单瓣的 保留所需信号 5.4.3 高斯平滑滤波器…3 参数σ调节平滑程度 在过平滑与欠平滑之间取得平衡 可分离性 降低计算复杂度 5.4.3 高斯平滑滤波器…4 模板设计方法: 杨辉三角形逼近法 直接法 5.4.3 高斯平滑滤波器 杨辉三角形逼近法： 高斯函数的最佳逼近由二项式展开的系数决定 0 1 1 1 2 1 1 3 3 1 1 4 6 4 1 1 5 10 10 5 1 1 6 15 20 15 6 1 5点逼近对应于杨辉三角形的第5行 5.4.3 高斯平滑滤波器 直接