數(shù)字圖像處理_圖像濾波ppt課件

1、 Image & Vision LabImage & Vision Lab圖像濾波圖像濾波p圖像處置中所用到的圖像往往含有噪聲，需求用圖像濾波的方法去除噪聲。噪聲圖像濾除噪聲圖像Image & Vision Lab內(nèi)容框架內(nèi)容框架p像素根底知識(shí)引見p算術(shù)和邏輯運(yùn)算p直方圖p直方圖平衡算法，用于圖像銳化。p圖像加強(qiáng)根本方法p空間域p平滑 p銳化p頻率域p平滑的頻率域?yàn)V波器p銳化的頻率域?yàn)V波器p相關(guān)代碼實(shí)現(xiàn)p興趣實(shí)例Image & Vision Lab像素根底知識(shí)引見像素根底知識(shí)引見p像素的鄰域p像素間的鄰接，銜接和連通p像素間的間隔Image & Visi

2、on Lab像素的鄰域像素的鄰域rrprrsspsssrsrprsrs垂直4鄰域?qū)?鄰域8鄰域Image & Vision Lab鄰接和銜接鄰接和銜接p鄰接p兩個(gè)像素點(diǎn)在空間上能否接觸。p銜接p兩個(gè)像素點(diǎn)不但要在空間上接觸，而且灰度值要滿足一定的類似性。Image & Vision Lab像素集合的鄰接和銜接像素集合的鄰接和銜接p鄰接:p假設(shè)兩個(gè)像素集合中部分像素點(diǎn)是鄰接的，那么可以以為兩個(gè)像素集合是鄰接的；p銜接：p同樣的，像素集合銜接也要首先保證兩個(gè)像素集合是鄰接的，還要保證鄰接像素的灰度值保證一定的類似準(zhǔn)那么(類似準(zhǔn)那么：兩個(gè)像素集合中的某些像素點(diǎn)滿足銜接要求)。Ima

3、ge & Vision Lab像素間的間隔像素間的間隔p像素在空間上的接近程度可以用像素之間的間隔來衡量。給定3個(gè)像素點(diǎn)p, q, r，坐標(biāo)分別是：p ，間隔函數(shù)D必需滿足的條件：p(1)p(2)p(3)( , ),( , ),( , )x ys tu v(,)0(,)0)Dp qDp q當(dāng) 且 僅 當(dāng) p=q(,)(,)Dp qDqp( , )( , )( , )D p rD p qD q rImage & Vision Lab常用像素間隔公式常用像素間隔公式p歐幾里德間隔p范數(shù)間隔p棋盤間隔22(,)EDp qxsyt(,)D p qxsyt( , )max,D p qxs

4、ytImage & Vision Lab像素間的根本運(yùn)算像素間的根本運(yùn)算p算術(shù)運(yùn)算：p加法： p + qp減法： p - qp乘法： p * qp除法： p / qp邏輯運(yùn)算p補(bǔ) p與p或p異或qp qpqpqImage & Vision Lab圖像間的算術(shù)和邏輯運(yùn)算圖像間的算術(shù)和邏輯運(yùn)算p在兩個(gè)像素之間算術(shù)和邏輯運(yùn)算的根底上可以進(jìn)展兩幅圖像之間點(diǎn)對(duì)點(diǎn)的算術(shù)和邏輯運(yùn)算。p 對(duì)于圖像 和圖像 的算術(shù)和邏輯運(yùn)算：p加法：p減法：p乘法：p除法：p與，或，非，異或等邏輯運(yùn)算也是以相對(duì)應(yīng)的像素點(diǎn)之間的邏輯運(yùn)算為根底，針對(duì)的圖像都是二進(jìn)制的邏輯圖像。( , )f x y( , )h x

5、y( ,)( ,)( ,)g x yf x yh x y( , )( , )( , )g x yf x yh x y( , )( , )( , )g x yf x y h x y( ,)( ,) /( ,)g x yfx yh x yImage & Vision Lab圖像間的運(yùn)算圖像間的運(yùn)算加法的運(yùn)用加法的運(yùn)用p 是采集到的圖像， 是原始場(chǎng)景圖像，p 是噪聲圖像。p圖像間的加法運(yùn)算多用來求采集的多幅一樣圖像的平均值圖像，利用平均值圖像濾除噪聲。假設(shè)有M副圖像：p可以證明 pM越大，均值圖像 越接近 。( , )( , )( , )g x yf x ye x y( , )g x y(

6、, )f x y( , )e x y11( ,)( ,)Miig x ygx yM( ( ,)( ,)E g x yf x y( , )g x y( , )f x yImage & Vision Lab圖像間的運(yùn)算圖像間的運(yùn)算減法的運(yùn)用減法的運(yùn)用p醫(yī)學(xué)圖像處置中以消除背景；p運(yùn)動(dòng)檢測(cè)中起很大作用p例如，采集的延續(xù)兩幀圖像，像素點(diǎn)沒有變化的地方證明不是運(yùn)動(dòng)物體，有變化的闡明像素發(fā)生了挪動(dòng)。p對(duì)時(shí)間上相鄰的兩幅圖像求差可以將圖像中的目的位置和外形變化突出出來。( , )( , )( , )g x yf x yh x yImage & Vision Lab直方圖直方圖p直方圖是一個(gè)二

7、維坐標(biāo)系，橫軸表示整幅圖像上灰度值的變化范圍，縱軸表示每個(gè)灰度值的統(tǒng)計(jì)個(gè)數(shù)。p直方圖可以反映灰度圖像的灰度分布特征。原始圖像直方圖Image & Vision Lab灰度直方圖定義：kknrh)(nk: 灰度值等于rk的像素?cái)?shù)量計(jì)數(shù)值rh(r)Image & Vision Lab灰度映射灰度映射(直方圖變換直方圖變換)p用直方圖變換方法進(jìn)展圖像加強(qiáng)是以概率論為根底的。p常用的方法：p圖像平衡化p圖像規(guī)定化p直方圖規(guī)定化的加強(qiáng)效果不易控制，運(yùn)用不是很廣泛，這里不做詳細(xì)引見。Image & Vision Lab灰度映射灰度映射灰度映射：)(rTs r：原始圖像灰度s：目的圖

8、像灰度目的：T() 改動(dòng)像素灰度分布，充分利用灰度動(dòng)態(tài)范圍Image & Vision LabrsrsImage & Vision Lab灰度直方圖反映圖像的灰度分布特征Image & Vision Lab直方圖變換的目的：均勻分布的灰度直方圖2550rh(r)Image & Vision Lab歸一化直方圖nnrpkk/)(kknn)(/ )()(kkkrhrhrp或1)(0 xp1)(xxpp(x) : 概率密度函數(shù)Image & Vision Lab直方圖平衡算法直方圖平衡算法p直方圖平衡化主要用于加強(qiáng)動(dòng)態(tài)范圍偏小的圖像的方差；p根本思想：把原始的

9、直方圖變換為均勻分布的方式，這樣就添加了像素灰度值的動(dòng)態(tài)范圍，從而到達(dá)加強(qiáng)圖像整體對(duì)比度的效果。Image & Vision Lab算法了解sp(s)理想歸一化直方圖0L-11/LP(s)skkpsP0)()(L-101/L1) 1(1)(sLsPs1)(sPLs灰度映射的目的(即希望變換后盡能夠符合此關(guān)系)Image & Vision Lab07P0.12511234560.250.3750.50.6250.750.8750.050.10r例P r 關(guān)系目的曲線原始圖像中的r點(diǎn)位置對(duì)應(yīng)變換后的Pr點(diǎn)位置算法了解Image & Vision Lab算法描畫算法描畫p設(shè)像

10、素共分為L(zhǎng)級(jí)(r = 0,1,2,L-1)，變換后對(duì)應(yīng)的灰度值記為s；p原始圖像的歸一化直方圖記為：p(r)1)()(0rkkpLrs1)(0LrsImage & Vision Labr01234567p(r)0.050.050.150.250.400.050.050P(r)0.050.100.250.500.900.951.001.00s(r)-0.6-0.2136.26.677s00136777p0.10.150.250.40.101)()(0rkkpLrsL=8rkkprP0)()(例Image & Vision LabImage & Vision LabImag

11、e & Vision LabImage & Vision Lab直方圖平衡算法可以有效地提高圖像視覺的對(duì)比度直方圖平衡算法不添加圖像的灰度分辨率直方圖平衡算法能夠喪失圖像細(xì)節(jié)直方圖平衡算法用于圖像處置流程的顯示環(huán)節(jié)自動(dòng)處置/分析過程中不運(yùn)用直方圖平衡算法Image & Vision Lab圖像加強(qiáng)根本方法圖像加強(qiáng)根本方法p空間域p平滑 p圖像卷積p銳化p圖像差分p頻率域p平滑的頻率域?yàn)V波器p銳化的頻率域?yàn)V波器p空間域的方法比較簡(jiǎn)單易懂，因此詳細(xì)引見；頻率域方法那么較為簡(jiǎn)單地引見。Image & Vision Lab圖像平滑圖像平滑p圖像平滑是為了消除圖像中的高頻

12、分量，同時(shí)不影響低頻分量；p高頻分量對(duì)應(yīng)途中的邊緣等灰度值具有較大變化的區(qū)域，平滑可以減少這部分起伏；p消除噪聲；p在提取較大目的之前，濾除太小細(xì)節(jié)的影響。p類別：p線性平滑濾波p非線性平滑濾波Image & Vision Lab原始圖像平滑圖像Image & Vision Lab原始圖像平滑圖像Image & Vision Lab線性平滑濾波線性平滑濾波鄰域平均鄰域平均p鄰域平均p每個(gè)像素點(diǎn)用它鄰域像素的平均值作為平滑結(jié)果p33模板：p鄰域平均，平滑濾波確實(shí)會(huì)將噪聲點(diǎn)減弱，但是同時(shí)也是整個(gè)圖像的跟為模糊，可視的細(xì)節(jié)逐漸減少，而且運(yùn)算量也非常大。p有關(guān)模板與圖像的運(yùn)算涉

13、及到圖像卷積，接下來引見一以下圖像卷積的原理。p111111111Image & Vision Lab圖像卷積圖像卷積p圖像平滑中，有關(guān)模板的運(yùn)算都用到了圖像卷積的概念。p卷積模板中的各個(gè)位置對(duì)應(yīng)的是權(quán)重系數(shù)，例如：pa1a9可以根據(jù)詳細(xì)需求來確定數(shù)值。p卷積就是將模板的中心a5對(duì)應(yīng)好所處置的當(dāng)前像素點(diǎn)，系數(shù)與圖像上的灰度值一一對(duì)應(yīng)相乘，得到的數(shù)值作為所處置像素點(diǎn)的新的灰度值。a1a2a3a4a5a6a7a8a9Image & Vision Lab噪聲圖像2 x 23 x 34 x 4Image & Vision Lab3355Image & Vision La

14、b單幀8幀迭加16幀迭加64幀迭加128幀迭加Image & Vision Lab加權(quán)平均加權(quán)平均p同一尺寸的模板，不同位置的系數(shù)不同；p間隔模板中心越近的像素點(diǎn)的權(quán)重越大，同理越遠(yuǎn)的越??；p為了減少計(jì)算量，將模板系數(shù)最小值設(shè)為1，其他的按等比數(shù)列遞增，中心系數(shù)最大；121242121Image & Vision Lab根據(jù)高斯分布確定模板系數(shù)根據(jù)高斯分布確定模板系數(shù)p高斯函數(shù)：p 代表鄰域像素點(diǎn)間隔中心像素點(diǎn)的間隔，可以用歐幾里德間隔來表示。p可以經(jīng)過調(diào)整 ，來控制平滑效果的程度。p高斯系數(shù)跟間隔成反比。221( )exp(/ 2)2f iiiImage & Visi

15、on Lab噪聲圖像2 x 23 x 34 x 4Image & Vision Lab非線性濾波非線性濾波p線性濾波平滑噪聲的同時(shí)，也損壞了非噪聲區(qū)域的信號(hào)；采用非線性濾波可以保管信號(hào)的同時(shí)，濾除噪聲。p非線性濾波的典型方法是：中值濾波。Image & Vision Lab中值濾波中值濾波p一維中值濾波p模板尺寸為 ，1,.,.,jj rj rjj rgmedianffff M21Mr原始數(shù)據(jù)中值濾波均值濾波Image & Vision Lab二維中值濾波二維中值濾波p公式：p二維中值濾波更加廣泛的運(yùn)用于圖像濾波當(dāng)中( , )( , )( , )( , )medians

16、 tN x ygx ymedianf s tImage & Vision Lab排序取中值二維中值濾波二維中值濾波Image & Vision Lab中值濾波的步驟中值濾波的步驟p將模板在圖中遨游，并將模板中心與圖中某個(gè)像素位置重合；p讀取模板下各對(duì)應(yīng)像素的灰度值；p將這些灰度值從小到大排成一列；p找出這些值的中間值；p將這個(gè)值賦給對(duì)應(yīng)模板中心位置的像素。Image & Vision Lab噪聲圖像中值濾波3x3Image & Vision Lab平均濾波與中值濾波比較平均濾波與中值濾波比較噪聲圖像均值濾波中值濾波均值濾波和中值濾波都采用的是2x2 的模板Ima

17、ge & Vision Lab均值，中值和最頻值均值，中值和最頻值p均值是模板內(nèi)像素點(diǎn)灰度的平均值，中值是數(shù)值陳列后處于中間的值，最頻值是出現(xiàn)次數(shù)最多的灰度值；p這三者都與直方圖有著親密的關(guān)系；p直方圖的一個(gè)峰對(duì)應(yīng)一個(gè)區(qū)域，假設(shè)這個(gè)峰是對(duì)稱的，那么均值等于中值，等于最頻值。Image & Vision Lab中值濾波的代碼實(shí)現(xiàn)中值濾波的代碼實(shí)現(xiàn)pMatlab中函數(shù)medfilt1和medfilt2，第一個(gè)是一維的中值濾波，第二個(gè)是二維的中值濾波。p運(yùn)用help查看函數(shù)功能Image & Vision Lab例如例如Image & Vision Lab代碼講解代碼

18、講解讀入圖像，eight.tif是圖像稱號(hào)。假設(shè)圖像不是存放在matlab的work文件夾下，那么需求在文件名前加上目錄位置，例如：Dimageeight.tif參與噪聲，salt & pepper是指參與的噪聲的類型，可以經(jīng)過輸入help imnoise來查看imnoise函數(shù)，也可以參與高斯噪聲或者possion噪聲；0.02是用來控制參與噪聲的程度。Medfilt2濾波，輸出圖像K，imshow顯示圖像Image & Vision Lab圖像銳化圖像銳化p鄰域平均或加權(quán)平均是累加的一個(gè)過程，用來平滑圖像；反過來，利用微分方法可以銳化圖像。p常用的微分方法是利用梯度算子，延

19、續(xù)函數(shù)的微分方式：p離散空間用差分替代微分,常用模板：TxyfffG Gxy111000111101101101垂直銳化程度銳化Image & Vision Lab模板的選擇模板的選擇p圖像上需求銳化的方向不只垂直和程度兩個(gè)方向；p需求銳化哪個(gè)方向，需求根據(jù)圖像的詳細(xì)情況來定，斜對(duì)角銳化和全方位銳化也經(jīng)常用到：11 010101111188811188111888對(duì)角銳化全方位銳化Image & Vision Lab原始圖像銳化圖像Image & Vision Lab原始圖像銳化圖像Image & Vision Lab原始圖像銳化圖像Image & Vi

20、sion Lab頻率域圖像加強(qiáng)頻率域圖像加強(qiáng)p頻率域加強(qiáng)原理p頻率域平滑濾波器p頻率域銳化濾波器p同態(tài)濾波p頻域技術(shù)與空域技術(shù)ppImage & Vision Lab頻域加強(qiáng)原理頻域加強(qiáng)原理p卷積定理：p加強(qiáng)圖像：p步 驟：p計(jì)算圖像的變換p在頻域?yàn)V波p反變換回圖像空間p頻域?yàn)V波: 低通，高通，同態(tài)),(),(),(vuFvuHvuG),(),(),(1vuFvuHyxg-TImage & Vision Lab頻率域平滑濾波器頻率域平滑濾波器p圖像中的邊緣和噪聲都對(duì)應(yīng)圖像傅立葉變換中的高頻部分，所以如要在頻域中消弱其影響就要設(shè)法減弱這部分頻率的分量；p根據(jù)頻域加強(qiáng)技術(shù)的原理，需

21、求選擇一個(gè)適宜的H(u,v)以得到消弱F(u,v)高頻分量的G(u,v)；p以下討論對(duì)F(u,v)的實(shí)部和虛部影響完全一樣的濾波轉(zhuǎn)移函數(shù)。具有這種特性的濾波器稱為零相移濾波器。Image & Vision Lab理想低通濾波器理想低通濾波器ILPF(Ideal Low Pass Filter) 理想是指小于D0的頻率可以完全不受影響地經(jīng)過濾波器，而大于D0的頻率那么完全通不過。D01HD0()(u,vu,vHuv)(u,vImage & Vision Lab理想低通濾波器理想低通濾波器1、理想低通濾波器、理想低通濾波器 H(u, v)：轉(zhuǎn)移：轉(zhuǎn)移 / 濾波函數(shù)濾波函數(shù) D0：截

22、斷頻率：截?cái)囝l率 D(u,v)是從點(diǎn)是從點(diǎn)(u,v)到頻率平面原點(diǎn)的間隔到頻率平面原點(diǎn)的間隔 D(u,v) = (u2 + v2)1/2 00),( 0),( 1),(DvuDDvuDvuH如如Image & Vision Lab理想低通濾波器理想低通濾波器半徑分別半徑分別為為5，11，45和和68能量分別能量分別為為90，95，99和和99.5Image & Vision Lab理想低通濾波器理想低通濾波器p問題：p模糊p振鈴現(xiàn)像：在2-D圖像上表現(xiàn)為一系列同心圓環(huán); 圓環(huán)半徑反比于截?cái)囝l率。Image & Vision Lab理想低通濾波器理想低通濾波器振鈴景象 (

23、a)半徑為半徑為5的頻率的頻率域域ILPF(b)相應(yīng)的空間濾相應(yīng)的空間濾波器波器(c)空間域中的空間域中的5個(gè)個(gè)脈沖模擬脈沖模擬5個(gè)像素個(gè)像素(d)空間域空間域(b)和和(c)的卷積的卷積Image & Vision Lab理想低通濾波器理想低通濾波器半徑分別為半徑分別為5,15，30, 80和和230能量分別為能量分別為92，94.6，96.4,98%和和99.5Image & Vision Lab巴特沃斯低通濾波器巴特沃斯低通濾波器BLPFButterworthp物理上可實(shí)現(xiàn)理想低通濾波器在數(shù)學(xué)上定義得很清楚，在計(jì)算機(jī)模擬中也可實(shí)現(xiàn)，但在截?cái)囝l率處直上直下的理想低通濾波器是

24、不能用實(shí)踐的電子器件實(shí)現(xiàn)的；p減少振鈴效應(yīng)，高低頻率間的過渡比較光滑；p階為n。p詳細(xì)原理可以參考數(shù)字信號(hào)處置。nDvuDvuH20/),(11),(Image & Vision Lab巴特沃斯低通濾波器巴特沃斯低通濾波器截?cái)囝l率： 使H最大值降到某個(gè)百分比的頻率在D(u,v) = D0時(shí)，H(u,v) = 1/2nDvuDvuH20/ ),(11),(01HDD0()u,vu,vImage & Vision Lab巴特沃斯低通濾波器巴特沃斯低通濾波器p圖像由于量化缺乏產(chǎn)生虛偽輪廓時(shí)?？捎玫屯V波進(jìn)展平滑以改良圖像質(zhì)量。Image & Vision Lab巴特沃斯低通濾

25、波器巴特沃斯低通濾波器半徑分別半徑分別為為5, 15，30, 80和和230Image & Vision Lab巴特沃斯低通濾波器巴特沃斯低通濾波器 階數(shù)對(duì)振鈴景象的影響：階數(shù)越高，越明顯。Image & Vision Lab其他低通濾波器其他低通濾波器p梯形p指數(shù)Image & Vision Lab其它例子：字符識(shí)別前的加強(qiáng)處置其它例子：字符識(shí)別前的加強(qiáng)處置Image & Vision Lab其它例子：人臉皺紋處置其它例子：人臉皺紋處置Image & Vision Lab頻率域銳化濾波器頻率域銳化濾波器p理想高通濾波器IHPF(Ideal High P

26、ass Filter)p巴特沃斯高通濾波器BHPFp高頻加強(qiáng)濾波器p高頻提升濾波器Image & Vision Lab理想高通濾波器理想高通濾波器外形與低通濾波器的外形正好相反00),( 1),( 0),(DvuDDvuDvuH如如Image & Vision Lab巴特沃斯高通濾波器巴特沃斯高通濾波器p外形與巴特沃斯低通濾波器的外形正好相反，截?cái)囝l率使H值上升到最大值某個(gè)百分比的頻率 H(u,v) = 1/2pnvuDDvuH20),(11),(01u,vD0()Hu,v()D01HDD0()u,vu,vImage & Vision Lab高頻加強(qiáng)濾波器高頻加強(qiáng)濾波器

27、p高通濾波的結(jié)果：邊緣加強(qiáng)，光滑區(qū)域變暗。p方法：改良轉(zhuǎn)移函數(shù)p高通濾波：G(u, v) = H(u, v)F(u,v)p高頻加強(qiáng)轉(zhuǎn)移函數(shù)：He(u, v) = k H(u, v) + cp高頻加強(qiáng)輸出圖的傅立葉變換：pGe(u, v) = k G(u, v) + c F(u, v)p反變換回去：pge(x, y) = k g(x, y) + c f (x, y)Image & Vision Lab高通濾波加強(qiáng)高通濾波加強(qiáng)(a)比較模糊的圖像 (b)階為1的巴特沃斯高通濾波(c)高通濾波加強(qiáng)的結(jié)果Image & Vision Lab高頻提升濾波器高頻提升濾波器p用原始圖減去低通

28、圖得到高通濾波器的效果。p把原始圖乘以一個(gè)放大系數(shù)A再減去低通圖就可構(gòu)成高頻提升high-boost濾波器。 pA = 1 ：高通濾波器pA 1 ：原始圖的一部分與高通圖相加，恢復(fù)了高通濾波時(shí)喪失的低頻分量Image & Vision Lab高通濾波與高頻提升濾波比較高通濾波與高頻提升濾波比較(a)比較模糊的圖像比較模糊的圖像 (b)高通濾波處置的結(jié)果高通濾波處置的結(jié)果(c)高頻提升濾波器處置的結(jié)果高頻提升濾波器處置的結(jié)果A2 (d)對(duì)對(duì)(c)進(jìn)展了灰度范圍的擴(kuò)展進(jìn)展了灰度范圍的擴(kuò)展sCt1lgImage & Vision Lab同態(tài)濾波同態(tài)濾波p成像模型照度和反射：f(x,

29、y) = i(x, y) r(x, y)p兩邊取對(duì)數(shù)：p兩邊取傅立葉變換：p用一頻域函數(shù) H(u, v)處置 F(u, v)：p反變換到空域：p兩邊取指數(shù)：pp ),(ln),(ln),(lnyxryxiyxf),(),(),(vuRvuIvuF),(),(),(),(),(),(vuRvuHvuIvuHvuFvuH),(),(),(yxhyxhyxhrif ),( ),( ),( ),(yxhyxhyxhrifeeeyxgImage & Vision Lab同態(tài)濾波同態(tài)濾波流程H(u, v)：同態(tài)(homomorphic)濾波器，分別作用于照度分量和反射分量。分析：圖像照射分量變化緩

30、慢；反射分量在邊緣處變化猛烈圖像對(duì)數(shù)的傅立葉變換后的低頻部分對(duì)應(yīng)照度分量，高頻成分對(duì)應(yīng)反射分量濾波器特點(diǎn)：對(duì)高頻和低頻成分有不同的影響。lnFFTH(u,v)(FFT)-1expf(x,y)g(x,y)Image & Vision Lab同態(tài)濾波同態(tài)濾波p典型運(yùn)用：緊縮圖像的動(dòng)態(tài)范圍，同時(shí)添加對(duì)比度p濾波器：11HHHL且L)20/ ),(2(Le1)(),(HHHvuHDvuDcH常數(shù)c用來控制濾波器函數(shù)斜面Image & Vision Lab同態(tài)濾波同態(tài)濾波0 . 2; 5 . 0HL窗內(nèi)細(xì)節(jié)變得明晰；窗內(nèi)細(xì)節(jié)變得明晰；窗外的灰度得到平衡窗外的灰度得到平衡Image &am

31、p; Vision Lab頻域技術(shù)與空域技術(shù)頻域技術(shù)與空域技術(shù)p空間濾波器的任務(wù)原理可借助頻域進(jìn)展分析 p空間平滑濾波器p消除或減弱圖像中灰度值具有較大較快變化部分的影響，這些部分對(duì)應(yīng)頻域中的高頻分量，所以可用頻域低通濾波來實(shí)現(xiàn)。p空間銳化濾波器p消除或減弱圖像中灰度值緩慢變化的部分，這些部分對(duì)應(yīng)頻域中的低頻分量，所以可用頻域高通濾波來實(shí)現(xiàn)。Image & Vision Lab頻域技術(shù)與空域技術(shù)頻域技術(shù)與空域技術(shù)p空域中的平滑濾波器在頻域里對(duì)應(yīng)低通濾波器 p 頻域越寬，空域越窄，平滑作用越弱p 頻域越窄，空域越寬，模糊作用越強(qiáng)uuF ( )xf ( )x00平滑模板系數(shù)為正，且中部系數(shù)

32、值較大平滑模板系數(shù)為正，且中部系數(shù)值較大Image & Vision Lab頻域技術(shù)與空域技術(shù)頻域技術(shù)與空域技術(shù)p空域中的銳化濾波器在頻域里對(duì)應(yīng)高通濾波器 p空域有正負(fù)值，模板中心系數(shù)值較大p(d)(b)(c)(a)uuF ()xf()uuF ()xxxf()0000Image & Vision Lab小小 結(jié)結(jié)p頻率域平滑濾波p消除高頻成分p頻率域銳化濾波p消除低頻成分p同態(tài)濾波p濾波器同時(shí)對(duì)高低頻成分影響Image & Vision Lab彩色加強(qiáng)技術(shù)彩色加強(qiáng)技術(shù)p人眼的視覺特性 ：p分辨的灰度級(jí)介于十幾到二十幾級(jí)之間；p彩色分辨才干可到達(dá)灰度分辨才干的百倍以上。p彩色加強(qiáng)技術(shù)p利用人眼的視覺特性，將灰度圖像變成彩色圖像或改動(dòng)彩色圖像已有彩色的分布，改善圖像的可分辨性。彩色加強(qiáng)方法可分為偽彩色加強(qiáng)和假彩色加強(qiáng)兩類。p偽彩色加強(qiáng)p偽彩色加強(qiáng)是把黑白圖像的各個(gè)不同灰度級(jí)按照線性或非線性的映射函數(shù)變換成不同的彩色，得到一幅彩色圖像的技術(shù)。使原圖像細(xì)節(jié)更易識(shí)別，目的更容易識(shí)別。p偽彩色加強(qiáng)的方法主要有密度分割法、灰度級(jí)一彩色變換和頻率域偽彩色加強(qiáng)三種。 Image & Vision Lab密度分割法密度分割法p密度分割法是把黑白圖像的灰度級(jí)從0黑到M0白分成N個(gè)區(qū)間(i=1，2，N),給每個(gè)區(qū)間指定一種彩色 ，這樣，便可以