《《数字图像处理》课件7上海交大-(全)》由会员分享，可在线阅读，更多相关《《数字图像处理》课件7上海交大-(全)（22页珍藏版）》请在金锄头文库上搜索。
1、上海交通大学上海交通大学 图像通信与信息处理研究所图像通信与信息处理研究所 电子信息与电气工程学院 电子工程系 电子信息与电气工程学院 电子工程系 2010年度春季年度春季 上海交通大学上海交通大学 图像通信与信息处理研究所图像通信与信息处理研究所 电子信息与电气工程学院 电子工程系 电子信息与电气工程学院 电子工程系 2010年度春季年度春季 第四章 图像增强第四章 图像增强 1 1 1 1 灰度增强灰度增强灰度增强灰度增强 2 2 2 2 空间域图像滤波空间域图像滤波空间域图像滤波空间域图像滤波 3 3 3 3 频域滤波频域滤波频域滤波频域滤波 4 4 4 4 中值滤波中值滤波中值滤波中值
2、滤波 5 5 5 5 图像增强的其他方法图像增强的其他方法图像增强的其他方法图像增强的其他方法 上海交通大学上海交通大学 图像通信与信息处理研究所图像通信与信息处理研究所 电子信息与电气工程学院 电子工程系 电子信息与电气工程学院 电子工程系 2010年度春季年度春季 2 2 2 2 空间域图像滤波空间域图像滤波空间域图像滤波空间域图像滤波 A A 空间域图像锐化空间域图像锐化空间域图像锐化空间域图像锐化 B B 空间域图像平滑空间域图像平滑空间域图像平滑空间域图像平滑 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 图像锐
3、化举例图像锐化举例 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 图像锐化举例图像锐化举例 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 图像平滑举例图像平滑举例 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 图像平滑举例图像平滑举例 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 空间域图像滤波概述空间域图像滤
4、波概述 空间域 开窗 运算 模板运算 空间域 开窗 运算 模板运算 空间域处理的模板为 即处理结果只与模板和及其8个空间邻点的值有关 空间域处理的模板为 即处理结果只与模板和及其8个空间邻点的值有关 如果令 则可写成离散卷积形式 如果令 则可写成离散卷积形式 模板系数不同 处理效果也不同 可以做边缘增强 噪声平滑 边缘检测 关键在于如何选取模板系数 模板系数不同 处理效果也不同 可以做边缘增强 噪声平滑 边缘检测 关键在于如何选取模板系数 111213 212223 313233 mmm Mmmm mmm 111233 1 1 1 1 1 g m nf mnmf mn mf mnm ii i
5、333231 232221 131211 mmm h m nmmm mmm g m nf m nh m n f m n 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 空域处理与频域处理之间的关系空域处理与频域处理之间的关系 固定系数的模板运算 线性滤波固定系数的模板运算 线性滤波 可变系数的模板运算 自适应空域滤波可变系数的模板运算 自适应空域滤波 中值滤波 非线性空域滤波中值滤波 非线性空域滤波 f m nh m nF u v H u v i 数字图像处理 数字图像处理 Digital Image Processing
6、上海交通大学 2010年度春季年度春季 A A A A 空间域图像锐化空间域图像锐化空间域图像锐化空间域图像锐化 图像锐化 图像锐化 通过空域滤波处理把因某些原因造成的有少量边缘模糊的图像的边缘变 得更加清晰 即 通过空域滤波处理把因某些原因造成的有少量边缘模糊的图像的边缘变 得更加清晰 即 边缘锐化边缘锐化 注意 注意 处理时并不试图先了解边缘模糊的机理 依据降质模型来清除或减轻模 糊的成因 图像复原 而是通过处理 对高频分量进行提升 来使图 像边缘灰度变化更加 处理时并不试图先了解边缘模糊的机理 依据降质模型来清除或减轻模 糊的成因 图像复原 而是通过处理 对高频分量进行提升 来使图 像边
7、缘灰度变化更加 陡峭陡峭 从而使人眼看起来更清晰 从而使人眼看起来更清晰 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 一维情况分析一维情况分析 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 在连续情况下 用拉普拉斯算子来代替一维时的二阶导数 即用算子 或来代替一维时的 在连续情况下 用拉普拉斯算子来代替一维时的二阶导数 即用算子 或来代替一维时的 则有 这里为非负常数 它决定了锐化的程度 则有 这里为非负常数 它决定了锐化的程度 在离散情况下 可用在
8、离散情况下 可用差分差分来近似连续情况下的微分 方向 一阶差分对应于前向差分 后向差分 二阶差分 差分的差分 来近似连续情况下的微分 方向 一阶差分对应于前向差分 后向差分 二阶差分 差分的差分 前向差分与后向差分之差前向差分与后向差分之差 22 2 22 xy 22 2 22 ff f xy 2 2 d f x dx 2 g x yf x yf x y f x 1 fmnfm n 1 fm nfmn 2 2 f x 1 1 1 1 2 f mnf m nf m nf mnf mnf mnf m n 二维情况分析二维情况分析 x 数字图像处理 数字图像处理 Digital Image Proc
9、essing 上海交通大学 2010年度春季年度春季 同理 方向的二阶差分对应于 则 用模板表示 同理 方向的二阶差分对应于 则 用模板表示 010 141 010 2 1 1 1 1 4 f m nf mnf mnf m nf m nf m n 1 1 1 1 2 f m nf m nf m nf m nf m nf m nf m n 2 2 f y y 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 锐化处理表达式 锐化处理表达式 锐化模板 锐化模板 说明 模板中各加权系数之和为1 增强模板的特性 图像增强前后图像的 平
10、均灰度值保持不变 模板是对称的 属于空间域线性滤波 缺点 增强边缘的同时也增强了噪声 对孤立噪声的增强效果比对边缘 的增强效果大 说明 模板中各加权系数之和为1 增强模板的特性 图像增强前后图像的 平均灰度值保持不变 模板是对称的 属于空间域线性滤波 缺点 增强边缘的同时也增强了噪声 对孤立噪声的增强效果比对边缘 的增强效果大 2 1 1 1 1 4 14 1 1 1 1 g m nf m nf m n f m nf mnf mnf m nf m nf m n f m nf mnf mnf m nf m n 1 00 1 4 00 M 数字图像处理 数字图像处理 Digital Image P
11、rocessing 上海交通大学 2010年度春季年度春季 上述边缘增强处理对垂直边 水平边 斜边和孤立噪声点的增强程度是不 同的 上述边缘增强处理对垂直边 水平边 斜边和孤立噪声点的增强程度是不 同的 在空间离散化情况下 在空间连续情况下的各向同性性 质不再成立 在空间离散化情况下 在空间连续情况下的各向同性性 质不再成立 对垂直和水平边增强程度小 对斜边增强程度中 对孤立 噪声增强程度最大 对垂直和水平边增强程度小 对斜边增强程度中 对孤立 噪声增强程度最大 图像锐化在频域上看相当于高频提升 但因模板小 频域性能不理想图像锐化在频域上看相当于高频提升 但因模板小 频域性能不理想 22 2
12、22 ff f xy 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 若中心点为边界的若中心点为边界的 亮亮 侧侧 若中心点为边界的若中心点为边界的 暗暗 侧侧 102020 102020 102020 101020 101020 101020 分组讨论分组讨论 101010 102010 101010 若中心点为孤立噪声若中心点为孤立噪声 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 B B B B 空间域图像平滑空间域图像平滑空间域图像平滑空间域图像
13、平滑 图像平滑 通过邻域平均 加权平均 等处理达到平滑 减少 噪声的目的 图像平滑 通过邻域平均 加权平均 等处理达到平滑 减少 噪声的目的 缺点 图中的目标轮廓 细节 边缘 变模糊缺点 图中的目标轮廓 细节 边缘 变模糊 已有方法 线性滤波 窗函数中加权系数固定 非线性滤波 自适应滤波 中值滤波 小波去噪等 已有方法 线性滤波 窗函数中加权系数固定 非线性滤波 自适应滤波 中值滤波 小波去噪等 已有方法的中心思想 尽量在平滑噪声时不使边缘模糊太多和细节丢失太多 已有方法的中心思想 尽量在平滑噪声时不使边缘模糊太多和细节丢失太多 数字图像处理 数字图像处理 Digital Image Proc
14、essing 上海交通大学 2010年度春季年度春季 1 基本方法 邻域平均法 基本方法 邻域平均法 其中 为邻域点集 为中 参与平均 的点数其中 为邻域点集 为中 参与平均 的点数 5点平均 点平均 9点平均 说明 噪声功率会降倍 但是边缘会变模糊 信号的高频分量受损 细节损失较大 若邻点的影响减弱一些 加权系数小 则模糊程度会减轻 平滑 噪声的效果也会减弱 如 点平均 说明 噪声功率会降倍 但是边缘会变模糊 信号的高频分量受损 细节损失较大 若邻点的影响减弱一些 加权系数小 则模糊程度会减轻 平滑 噪声的效果也会减弱 如 1 i jS g m nf i j N SSN 5 010 1 11
15、1 5 010 M 9 1 1 1 1 1 1 1 9 1 1 1 M 111 1 121 10 111 121 1 242 16 121 N 5N 9N 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 原图加椒盐噪声后的图像原图加椒盐噪声后的图像 5点平均平滑后的图像点平均平滑后的图像9点平均平滑后的图像点平均平滑后的图像 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 其中 是点的一个邻域 是所取邻域内的像素数 是预先设定 的门限值 其中 是点的一个邻
16、域 是所取邻域内的像素数 是预先设定 的门限值 基本思想 当与邻域均值的差别不大于设定门限的时候不做平均 以起到保 护边界点的作用 可去除大的噪声点 对小的噪声则认为人眼可以容忍而不须去除 基本思想 当与邻域均值的差别不大于设定门限的时候不做平均 以起到保 护边界点的作用 可去除大的噪声点 对小的噪声则认为人眼可以容忍而不须去除 2 改进方法一 带门限的邻域平均法 改进方法一 带门限的邻域平均法 11 i jS i jS f i jf m nf i jT Ng m nN f mn 若 其他 f m n S m n NT 数字图像处理 数字图像处理 Digital Image Processing 上海交通大学 2010年度春季年度春季 基本思想 先检测窗内有无边界 若无边界 则做9点平均 若有边界 则将中心点 与同在一边的5邻点做6点平均 基本思想 先检测窗内有无边界 若无边界 则做9点平均 若有边界 则将中心点 与同在一边的5邻点做6点平均 通过避免跨边界平均来减少边界模糊通过避免跨边界平均来减少边界模糊 为简单起见 设处理窗内边缘呈直线形 则共有8种边缘的走向为简单起见 设处理窗内
