数字图像处理第42章.ppt

数字图像处理第42章.ppt

《数字图像处理第42章.ppt》由会员分享，可在线阅读，更多相关《数字图像处理第42章.ppt（97页珍藏版）》请在冰点文库上搜索。

数字图像处理数字图像处理第四章图像增强第四章图像增强图像增强图像去噪（平滑）图像噪声像灰度（色彩）分布的机差（机程）图随误随过抑制噪声像理的基本要求（理手段）图处预处图像系统中常见的噪声：

电气噪声（光器件中光量子及子的起伏或路引电转换数电数电起）光学噪声（成像程中的光象生，如片不均生过学现产胶匀结构产的粒噪、入感器的外部散射光所加的颗声进传叠噪等声）（占主要比重）量化噪声（量化差的机性引起）误随一般可“加性”噪。

视为声字像噪主要源于像取和程。

数图声来图获传输过图像增强图像去噪（平滑）几噪模型（率密度函）种声概数高斯噪声（出在每一点上，但噪的幅是机的）现声值随ezp222）（z21）（azazazbzpebaz0）（22）（4ba442b瑞利噪声（均；值2方差）图像增强图像去噪（平滑）伽玛噪声000）1（1zzebzazpazbb！

（a0，b正整）为数ab22ab000zzaezpaz指数分布噪声a1221a图像增强图像去噪（平滑）均匀分布噪声其他01bzaabzp2ba1222ab脉冲噪声（“椒盐噪声”，出位置是机的，但噪的幅基本相同）现随声值其他0bzPazPzpba图像增强图像去噪（平滑）图像增强图像去噪（平滑）高斯噪子路噪，低照明度或高引起的感噪声电电声温传声。

瑞利噪可以描述程像程中的噪象。

声远图传输过声现伽噪用于激光成像中的噪。

玛声应声脉冲噪成像中短停（如的切）引起的噪。

声暂顿错误开关声于周期噪依于空位置的噪，常出于力关声赖间声现电/机电干（像描老化也出此噪）。

在域理更方便。

扰图扫仪会现类声频处图像增强图像去噪（平滑）图像去噪的基本原则低通滤波性波线滤信性系的出，一般表示号经过线统输为y=w1x1+w2x2+wnxn设f（x,y）性空不系经过线变统h（x,y）的出输为g（x,y），则抑制噪的同，像模糊（平滑）声时图细节变mnnymxhnmfyxhyxfyxg）,（）,（）,（）,（）,（h（x,y）低通波器的冲激函为滤响应数。

在域有频G（u,v）=F（u,v）H（u,v）图像增强图像去噪（平滑）

（一）空域低通滤波（掩模法）定义h（x,y）有限作用域的、的形式，空域中的卷为对称则积运算可以通掩模算。

过运实现w9w8w7w6w5w4w3w2w1（33,55,77，）z9z8z7z6z5z4z3z2z1z5的用下列果代替：

值结y=w1z1+w2z2+w9z9掩模（模板）像中像素图z5的邻域图像增强图像去噪（平滑）例11111111111112111112124212119110116平均算子低通掩模（加平均）权（系掩模元素之和的乘数与内积为1保算后的灰度不超证运值此窗口原灰度的最大）过内值高斯滤波器（典型低通方法）eyxnmyxnmh2222222221）,（h11110111118图像增强图像去噪（平滑）二高斯函具有旋性，保波各方向平滑程度相同。

维数转对称证滤时离中心点越越小，少模糊程度。

远权值减边缘细节0.1350.2870.1050.2870.13520.2870.6060.7790.6060.28710.1050.77910.7790.10500.2870.6060.7790.6060.287-10.1350.2870.1050.2870.135-2210-1-2（m,n）离散高斯波器的方法设计滤定设若取,和掩模大小（截点）断x2y222yx=2;m=n=5，得（指部分）：

数图像增强图像去噪（平滑）近似为:

12321224642136763024642-112321-2210-1-2（m,n）若取22yx=0.7,m=n=3，高斯波器近似等效掩模滤为121242121116（一化系）归数图像增强图像去噪（平滑）掩模尺寸越大，像越模糊。

图（99）掩模果结（55）掩模果结图像增强图像去噪（平滑）fedcba（a）原图（500500）；（b）（f）分别是用大小n=3,5,9,15,35的平均算子行掩模算的果。

进运结图像增强图像去噪（平滑）有高斯噪声无噪声原图图像增强图像去噪（平滑）经33平均算子后结果经55平均算子后结果经55高斯滤波后结果图像增强图像去噪（平滑）

（二）多图像平均（三）中值滤波（非性波）线滤用一含有奇点的滑窗口，中心像素的灰度用窗口个数动将内所有像素的中代替。

值消除域孤立的亮点或暗点。

邻内中值的定义：

013251101532111100排序19窗口替换中值图像增强图像去噪（平滑）逐点移动窗口得到原图像每一个像素经滤波后的灰度值。

机噪（高斯噪），中波均波（低通）效果差；对随声声值滤较值类滤脉冲干型噪（椒噪），中波均波好；对扰声盐声值滤较值类滤中波信中的“奇点”不敏感值滤对号异健稳检测；于、尖等多的像不宜采用中波；对线顶细节图值滤中波具有保持的性能。

值滤边缘（55矩形）（55圆形）（55十字形）窗口形式图像增强图像去噪（平滑）被椒噪染盐声污的像图经33掩模做均波的果值滤结经33窗口做中波的果值滤结图像增强图像去噪（平滑）有椒噪的像盐声图经33的窗口做中波值滤图像增强图像去噪（平滑）（四）边界保持类平滑滤波去噪的同，使像中不同域的界模糊时会图区边进行平滑处理时，首先判别当前像素是否为边界上的点，如果是，则不进行平滑处理；如果不是，则进行平滑处理。

K近邻（KNN）均值滤波器如图所示，点如图所示，点11是黄色区域的非边是黄色区域的非边界点，点界点，点22是蓝色区域的边界点。

是蓝色区域的边界点。

点点11模板中的像素全部是同一区域模板中的像素全部是同一区域的；点的；点22模板中的像素则包括了两模板中的像素则包括了两个区域。

个区域。

21图像增强图像去噪（平滑）在以点1（或点2）中心的掩模窗中，分出为别选5点个与1（或点2）灰度最相近的点行算（值进计k=5），不出则会现两域信息的混（到了界保持的目的）。

个区叠达边方法：

以待理像素中心，作一处为个mm的掩模;在掩模中，选择k待理像素的灰度差最小的像素个与处为;将这k像素的灰度的均替掉原的像素。

个值换来值图像增强图像去噪（平滑）98765886759867543221341219876588675987754322134121（7+7+6+8+8）/5=7.27例下中，定图给33掩模，取k=5。

图像增强图像去噪（平滑）对称近邻平滑滤波器掩模中心的每一点中挑出一待理像素灰度最从对对称选个与处接近的点，然后出的点做均算。

对选值运方法：

（a1+b1+c1+d2）/4a1a2b1b2c1c2d1d2图像增强图像去噪（平滑）最小方差平滑滤波器于同一域的可能的相系以将属个区邻关9窗口形式表示出种，然后算每窗口中的灰度分布方差，以方差最小的那窗来计个个口中的灰度均替代原像素。

值值124573698图像增强图像去噪（平滑）Sigma平滑滤波器根据的原理，于同一的元素的置信，落在统计学属类别区间均附近值2的范。

围内Sigma波器是造一掩模，算窗口像素灰度的准差滤构个计内标，置信前中心像素的区间为当值2范；围窗口在置信范的像素的灰度均替原的像素。

将内处围内值换来值界保持平滑波器的基本思想是：

可能地平边类滤尽将滑理避免同在或多不同域行算。

可处时两个个区进计以采用不同形判，也可以采用同相似的状结构别类概念行判。

进别图像增强图像去噪（平滑）高斯噪声示例图像增强图像去噪（平滑）椒盐噪声示例图像增强图像去噪（平滑）中值滤波器的效果（椒盐噪声）图像增强图像去噪（平滑）中值滤波器的效果（高斯噪声）图像增强图像去噪（平滑）中值滤波与均值滤波效果比较（椒盐噪声）中值滤波均值滤波图像增强图像去噪（平滑）中值滤波与均值滤波效果比较（高斯噪声）中值滤波均值滤波图像增强图像去噪（平滑）KNN均值滤波器的效果（椒盐噪声）中值滤波KNN均值滤波图像增强图像去噪（平滑）KNN均值滤波器的效果（高斯噪声）中值滤波KNN均值滤波图像增强图像去噪（平滑）中值滤波KNN均值滤波（高斯噪声）图像增强图像去噪（平滑）（五）频域低通滤波G（u,v）=H（u,v）F（u,v）选择H（u.v）具有低通特性。

）2,2（）1）（,（）（NvNuFyxfyx需先对f（x,y）做平移变换：

图像增强图像去噪（平滑）理想低通H（u,v）=1D（u,v）D00D（u,v）D0其中：

D0截止率；为频D（u,v）=（u2+v2）1/2H（u,v）D（u,v）D0图像增强图像去噪（平滑）fedcba（a）原图（500500）；采用理想低通；（b）-（f）分是别D0=5,15,30,80,230的波果时滤结。

“振”效铃应图像增强图像去噪（平滑）Butterworth低通nDvuDvuH20/）,（11）,（“最大平坦波滤器”图像增强图像去噪（平滑）nDvuDvuH20/）,（）12（11）,（当D=D0，时H（u,v）=1/2；一般要求当D=D0时,21）（u,vH修改则为有明的振效果（在低和高之的平滑渡）。

理没显铃频频间过处效果比理想低通好。

图像增强图像去噪（平滑）fedcba（a）原图（500500）；采用2阶Butterworth低通；（b）-（f）分是别D0=5,15,30,80,230的波果。

时滤结图像增强图像去噪（平滑）高斯低通H（u,v）=eD（u,v）2D022图像增强图像去噪（平滑）fedcba（a）原图（500500）；采用高斯低通；（b）-（f）分是别D0=5,15,30,80,230的时滤波果。

结图像增强图像去噪（平滑）图像增强图像去噪（平滑）指数低通H（u,v）=eD（u,v）D0n梯形低通（衰更快比减Butterworth低通更模糊）D0D1D（u,v）H（u,v）（效果介于理想低通和平滑衰型之，有一定的振象）减间铃现图像增强图像去噪（平滑）由小波变换的特性可知，高斯噪声的小波变换仍然是高斯分布的。

它均匀分布在尺度空间的各部分。

而信号是带限的，其小波变换系数仅集中在尺度空间的有限部分。

可以把小波系数分成两类：

第一类属于噪声贡献，幅植较小，数目较多；第二类属于信号贡献（包含部分噪声能量），幅值较大，数目较少。

所以，可以对小波系数设置一个阈值，将信号能量与噪声能量在小波域区分开来剔除噪声贡献的系数，然后重构，达到降噪目的。

由于这种处理方法可以保留大部分与信号相关的小波系数，可以较好地保持图像细节。

（六）基于小波的去噪方法图像增强图像去噪（平滑）高频系数置零像行二离散小波分解，分解一对图进维层数般取2或3，分解程如下。

每一的高系层过图对层频数LH，HL，HH，均置零。

利用小波系重像。

数构图LL1HL1LH1HH1LL2HL1LH1HH1HL2LH2HH2HL1LH1HH1HL2LH2HH2（最的利用小波性的去噪方法）简单变换质图像增强图像去噪（平滑）硬阈值方法首先像做小波。

除了最粗尺度信外，对图变换号将各信作理，某位置小波系大于，保留原，细节号阈值处当数阈值时值否置零。

利用小波重像。

则变换构图Wi（j,k,l）=Wi（j,k,l）TWi（j,k,l）Wi（j,k,l）T0软阈值方法同硬步。

但系取：

阈值骤数选变为Wi（j,k,l）=Wi（j,k,l）Tsgn（Wi（j,k,l）Wi（j,k,l）TWi（j,k,l）T0（sgn（x）代表符函号数）图像增强图像去噪（平滑）非线性软阈值Wi（j,k,l）=Wi（j,k,l）TT2jWi（j,k,l）Wi（j,k,l）T0T2jWi（j,k,l）+|Wi（j,k,l）|T于的：

关阈值选择nTlog2；nTlog23.0；nnTlog2；3T；6745.0MED其中，噪方差的估声计为,MED为图像中，值n信采点。

为号样数图像增强图像去噪（平滑）TTlkjiyW,lkjiyW,TTlkjiyW,lkjiyW,软阈值去噪滤波器硬阈值去噪滤波器图像增强图像去噪（平滑）原始像图硬法恢阈值复加上方差为0.4的高斯噪像声图高系置零法恢频数复法恢软阈值复非性法恢线软阈值复双边滤波器（边缘保持去噪）传统滤波：

ssfzswzg）（）（）（s=（x,y）,为z的域邻双边滤波字波器不同的是，波器同考域像素中与传统数滤双边滤时虑邻与心像素的几何距离度量和灰度相似性度量，域中距离接近间对邻和灰度相似的像素予大重，反之予小重正是赋较权则赋较权这重性加机制保波器的保持性像平滑。

种双异权证双边滤边缘图图像增强图像去噪（平滑）sfrzsfzfsfwzswCzg）（）（）,（）,（）（sfrzzfsfwzswC）（）,（）,（12）,（21）,（rzsdrezsw通常，重度量采用高斯核函权数2）（）,（21）（）,（fzfsfdfezfsfw其中，d（）是距离度（几里德距测欧离）图像增强图像去噪（平滑）图像增强图像去噪（平滑）图像增强图像锐化目的去模糊，突出细节（局部对比度增强）。

要求抑制低频成分，突出高频成分（基于高通滤波）。

灰度渐变孤立点细线灰度跃变图像细节的灰度分布特性平坦段图像增强图像锐化一阶微分曲线二阶微分曲线图像增强图像锐化

（一）空域高通滤波微分法梯度f=fx,fyTfxfx=fyfy=；算梯度的模作出像计为输图:

f=+fx2fy212于离散像，微分算用差分表示对图运考到像界的拓扑虑图边性，派生出不同的微分算子结构（像灰度化大，梯度模大；化平，模小图变处值变缓处值突出轮廓）图像增强图像锐化Roberts算子（交叉梯度）fff（x,y）f（x+1,y+1）+f（x+1,y）f（x,y+1）f（x,y）f（x+1,y+1）2+f（x+1,y）f（x,y+1）212中用下式算：

实际计（x+1,y+1）（x+1,y）（x,y+1）（x,y）10010110上述算可以用掩模运两个实现图像增强图像锐化Prewitt算子111000111101101101z9z8z7z6z5z4z3z2z1f（z7+z8+z9）（z1+z2+z3）+（z3+z6+z9）（z1+z4+z7）33梯度掩模图像增强图像锐化Sobel算子f（z7+2z8+z9）（z1+2z2+z3）+（z3+2z6+z9）（z1+2z4+z7）121000121101202101z9z8z7z6z5z4z3z2z1（加权）33梯度掩模图像增强图像锐化梯度算子突出形眼的小缺陷隐镜边缘图像增强图像锐化Laplacian算子（二阶微分）有些灰度化特性用一微分的描述不充分，采用二微变阶够阶分能更加得更丰富的景物。

够获细节对于阶跃形的细节，通过一阶微分的极大值点，二阶微分的过零点均可以检测出来。

对于细线形的细节，通过一阶微分的过零点，二阶微分的极小值点均可以检测出来图像增强图像锐化对于渐变的局部，一般情况下很难检测，但二阶微分的信息比一阶微分的信息略多。

图像增强图像锐化灰度截面一阶微分二阶微分（a）阶跃形（b）细线形（c）斜坡渐变形（a）阶跃形灰度截面图像增强图像锐化图像增强图像锐化一阶微分（a）阶跃形图像增强图像锐化二阶微分（a）阶跃形图像增强图像锐化（b）细线形灰度截面图像增强图像锐化一阶微分（b）细线形图像增强图像锐化（b）细线形二阶微分图像增强图像锐化（c）斜坡渐变形灰度截面图像增强图像锐化（c）斜坡渐变形一阶微分图像增强图像锐化（c）斜坡渐变形二阶微分图像增强图像锐化定：

义Laplacian运算；2f=2f2x+2f2y于离散像对图,fx=f（x,y）f（x1,y）fy=f（x,y）f（x,y1）2f=f（x+1,y）+f（x1,y）+f（x,y+1）+f（x,y1）4f（x,y）得到：

Laplacian算子是各向同性的（与坐标选取的方向无关）图像增强图像锐化算可以用掩模该运实现010141010如果同考角方向时虑对线的元素，得到的掩模为111181111010141010111181111或或通常拉普拉斯波后的像原像加，到化效果：

将滤图与图叠达锐g（x,y）=f（x,y）2f（如果掩模中心系）数为负f（x,y）+2f（如果掩模中心系正）数为图像增强图像锐化dcba（a）月球北像；极图（b）拉普拉斯波后像滤图；（c）示定后像；显标图（d）加后像。

叠图图像增强图像锐化前述加果可以根据公式直接展后，用合成掩模：

叠结开实现010151010111191111Wallis算法考到人的特性中包含效，因此在化虑视觉对数应锐时加入理的方法改（对数处来进可以暗的行比好的化）对区细节进较锐。

）1,（log）1,（log）,1（log）,1（log）,（log）,（41jifjifjifjifssjifjig图像增强图像锐化图像增强图像锐化Roberts算子图像增强图像锐化Roberts算子图像增强图像锐化Roberts算子Sobel算子图像增强图像锐化Roberts算子Sobel算子图像增强图像锐化Priwitt算子Sobel算子图像增强图像锐化（a）原图（d）Roberts算子（c）Priwitt算子（b）Sobel算子图像增强图像锐化Laplacian算子图像增强图像锐化图像增强图像锐化Laplacian合成算子图像增强图像锐化图像增强图像锐化Sobel化锐Laplacian化锐图像增强图像锐化于散象引起的像模糊，可以用下式化对扩现图锐g（x,y）=f（x,y）k2f（x,y）成像程中的散效可以用过扩应扩散方程描述：

f（x,y,t）t=k2f（x,y,t）当t=0，像楚，即时图清经过后，像模糊，即时间图变g（x,y）=f（x,y,0）；f（x,y）=f（x,y,）图像增强图像锐化略去高，有：

阶项）,（）,（）,（）,（）,（2yxfkyxfyxtfyxfyxg只要k选择合适，就可以去掉此类扩散引起的模糊。

用应泰勒展：

开）,（!

2）,（）,（）0,（）,（222yxtfyxtfyxfyxfyxg图像增强图像锐化掩模法像化的一般原：

图锐则根据此公式，化锐最可以用一合成高通掩模终个来实现（平滑处理后图像）（高通滤波）g（x,y）=Af（x,y）+Bf（x,y）f（x,y）（A,B重系）为权数图像增强图像锐化得合成化掩模：

锐为111191111000010000考虑f（x,y）可以用单位掩模实现例：

11111111119令A=1;B=9；若是用平均算子的，取平滑掩模实现:

f（x,y）图像增强图像锐化若是用高斯低通算子的，其低通实现掩模：

f（x,y）1212132121121242121116若取A=1,B=16,得合成化掩模：

则锐例：

选择不同的低通掩模和权重系数，可以得到相应的锐化掩模。

图像增强图像锐化

（二）频域高通滤波理想高通G（u,v）=H（u,v）F（u,v）选择H（u.v）具有高通特性。

H（u,v）=0D（u,v）D01D（u,v）D0D0截止率；为频D（u,v）=（u2+v2）1/2Butterworth高通H（u,v）=1+D0D（u,v）2n1D（u,v）/D0H（u,v）图像增强图像锐化指数高通H（u,v）=eD0D（u,v）n梯形高通高斯高通H（u,v）=1eD（u,v）2D022