第五講-空間域平滑處理.ppt

1、空間濾波主要基于鄰域處理，它通常對鄰域內(nèi)的圖像像素以及與鄰域維數(shù)相同的相應子圖像值進行運算。這些子圖像可以稱為過濾器、遮罩、模板等。過濾器子圖像中的值是系數(shù)值，而不是像素值。模板，在圖像中逐點移動遮罩，并在遮罩的中心圖像中重疊一個像素；將模板上的系數(shù)乘以模板下對應像素的灰度；添加所有產(chǎn)品，并將模板的輸出響應分配給圖形中模板中心位置對應的像素。示例1、空間平滑。平滑濾波的主要目的是模糊和去噪。模糊主要是在提取大目標之前去除目標中過小的細節(jié)或連接小的不連續(xù)性，這通常是預處理的。鄰居平均化(近鄰平均化)近鄰平均化是一種直接在空間域中平滑的技術。假設圖像由許多具有恒定灰度的小塊組成，并且相鄰像素之間具

2、有高空間相關性，而噪聲在統(tǒng)計上是獨立的。因此，鄰域中每個像素的平均灰度值可以用來替換像素的原始灰度值，并且圖像可以被平滑。有一個神經(jīng)網(wǎng)絡的圖像f(x，y)，如果平滑后的圖像是g(x，y)，那么x，y=0，1，n-1；s是(x，y)鄰域內(nèi)的像素坐標集；m表示集合S中的像素總數(shù).可見鄰域平均法是一種以當前像素鄰域內(nèi)每個像素的平均灰度值作為輸出值的去噪方法。例如，圖像使用鄰域平均法33。對于像素(m，n)，其鄰域像素如下：然后是：這相當于用這樣的模板與圖像卷積。讓圖像中的噪聲是隨機和不相關的加性噪聲，并且窗口中每個點的噪聲是獨立和相同分布的。在上述平滑之后，信噪比的方差比預計將增加幾倍。這種算法很簡

3、單，但它的主要缺點是，它可以減少噪聲和模糊的圖像，尤其是在邊緣和細節(jié)。此外，鄰域越大，越模糊，去噪能力越強。例如，使用八鄰域移動平均模板來查找以下圖像的平均圖像：1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16。解決方案：這個問題可以通過下面的源程序來解決：%這個程序解釋了移動平均處理對圖像f=1 2 3 4的工作原理和效果；5 6 7 8；9 10 11 12；13 14 15 16m=3；n=3；w=1(m，n)平均值=im濾波器(f，w)/(m * n)圖(121)，im顯示(f)，標題(原始圖片)；子情節(jié)(122)，即時消息顯示(平均)，標題(平均圖像)；示

4、例：在集成電路板圖像中加入“椒鹽”噪聲，使用33或9 9移動平均模板進行降噪，觀察平均降噪圖像的效果。解決方案：本主題的源程序如下：% imagemean42.m%本程序?qū)Α敖符}”噪聲f=imread執(zhí)行移動平均降噪處理(圖0318(a)。TIF)；子情節(jié)(221)；imshow(f)，title(原始圖像)；fn=imnoise(f，salt，w=one(3)；fn=im2 double(fn)；均值=imfilter(fn，w)/(3 * 3)；子情節(jié)(223)；imshow(均值)，title(3*3均值去噪圖像)w=one(9)；均值=imfilter(fn，w)/(9 * 9)；子情

5、節(jié)(224)；這個程序的運行結(jié)果如下：(a)原始圖像，(b)帶有椒鹽噪聲的圖像，(c) 33鄰域平滑，(d) 55鄰域平滑，(a)原始圖像，(b)帶有椒鹽噪聲的圖像，(d) 55鄰域平滑，(a)原始圖像，(b)原始圖像，(b)帶有椒鹽噪聲的圖像，(c)33鄰域平滑，(d) 55鄰域平滑。中值濾波是一種非線性圖像平滑方法，它對滑動窗口中像素的灰度值進行排序，并用中值代替窗口中心像素的原始灰度值。示例：使用13個窗口進行中值濾波，原始圖像為：2 2 6 2 1 2 4 4 4 2 4。經(jīng)過處理后，它是：2 2 2 2 2 4 4 4 4 4。它對脈沖干擾和椒鹽噪聲有很好的抑制效果，在抑制隨機噪聲的

6、同時能有效地保護邊緣不模糊。但是，它不適合像點和線這樣細節(jié)較多的圖像。對于中值濾波方法，正確選擇窗口大小是非常重要的。一般來說，很難預先確定最佳窗口大小，因此有必要通過中值濾波實驗從小窗口到大窗口選擇最佳窗口。示例嘗試中值濾波的33模板。示例：使用33中值濾波器對以下脈沖干擾(亮點)圖像進行去噪：1 23 45 62 255 23 3 2 255 43 23 255 46 23 46 78，解決方案：%該程序通過中值濾波器f=1 2 3 4 5 6對圖像中的脈沖干擾(亮點)進行去噪；2 255 2 3 3 3；2 2 255 4 3 2；2 3 255 4 6；中值=medfilt 2 (f，

7、33，對稱)圖(121)，im show (f)，標題(亮點干涉圖像)；子情節(jié)(122)，即時消息顯示(中值)，標題(中值濾波圖像)；示例：對應用于集成電路板圖像的“椒鹽”噪聲進行中值濾波處理。解決方案：%該程序使用中值濾波方法對集成電路板圖像f=imread進行去噪(圖0318(a)。TIF)；子情節(jié)(131)；imshow(f)，title(原始圖像)；Fn=imnoise(f，salt，圖(a)是原始圖像；圖(b)是帶有椒鹽噪聲的圖像；圖(c)和圖(d)分別顯示了33個和55個模板的中值濾波結(jié)果。主要特點：一些輸出信號的中值濾波保持不變，如階躍信號、斜坡信號等。% imagemedian

8、48.m a=1:9子圖(121)主干(a)標題(斜坡信號)b=中間濾波器1 (a，3)子圖(122)主干(b)標題(中值濾波信號)，原始圖像(N=5)的一維中值濾波的幾個例子離散階躍信號和斜坡信號不受影響。離散三角形信號的頂部被展平。對于離散脈沖信號，當連續(xù)出現(xiàn)的次數(shù)小于窗口大小的一半時，它們將被抑制，否則它們將不受影響。一維中值濾波的概念可以很容易地擴展到二維。一般來說，二維中值濾波比一維濾波能更好地抑制噪聲。2D中值濾波有許多窗口形狀，如直線、正方形、十字、圓形、菱形等。(見圖)。不同形狀的窗口產(chǎn)生不同的過濾效果，必須根據(jù)圖像內(nèi)容和不同的要求進行選擇。從過去的經(jīng)驗來看，方形或圓形窗口適用

9、于外部輪廓線較長的物體的圖像，而十字窗口則適用于有尖角的圖像。與鄰域平均法相比，中值濾波器優(yōu)于鄰域平均低通濾波器。主要特點是過濾后的圖像輪廓更加清晰。與鄰域平均法相比，鄰域平均法可以看作是由掩模作用的圖像f(x，y)的低通空間濾波，掩模是一個濾波器，其響應是H(r，s)，因此濾波輸出的數(shù)字圖像g(x，y)用離散卷積表示為空間低通濾波。由于噪聲頻譜能量集中，理想低通濾波器(ILPF理想低通濾波器)、低通濾波器(巴特沃茲濾波器)、指數(shù)濾波器(梯形濾波器)，它可以產(chǎn)生低通濾波器的立體圖：h=fsspecial(高斯)h=0.0113 0.0838 0.6193 0.0838 0.0113 0.083

10、8 0.0113 0.0113 freqz 2(h)顯示高斯低通濾波器，如TIF)；子情節(jié)(221)；Imshow(f)，標題(原件)；fn=imnoise(f，salt，h=fspecial(高斯，3 3，1)；fn=im2 double(fn)；均值=imfilter(fn，h)/(3 * 3)；子情節(jié)(223)；Imshow(均值)，title(3*3高斯平滑降噪)h=fsspecific(高斯，9 9，1)；均值=imfilter(fn，h)/(9 * 9)；子情節(jié)(224)；Imshow(均值)，title(9*9高斯平滑降噪)，常用的掩膜不同，中心點或鄰域的重要性也不同，所以應該根

11、據(jù)問題的需要選擇合適的掩膜。然而，無論哪種掩碼，都必須確保所有權重系數(shù)的總和是一個單位值，從而確保輸出圖像的灰度值在允許的范圍內(nèi)而沒有“溢出”。(1)實驗目的：通過10小時的計算機實驗，學生可以掌握數(shù)字圖像的讀取、寫入和存儲方法，掌握二維離散傅里葉變換、灰度變換、直方圖均衡化、平滑和銳化等基本技術，從而加深學生對數(shù)字圖像處理原理的理解，為學生今后從事與數(shù)字圖像處理相關的實際工作打下堅實的基礎。(2)實驗要求：1)課前認真準備，圍繞要開展的數(shù)字圖像處理任務設計技術路線，編寫圖像處理源程序草稿；2)在課堂上認真調(diào)試源程序，保存最終的圖像處理結(jié)果和源程序；3)愛護實驗設備。實驗結(jié)束后，按照正常程序?qū)x器放置到位。4)用實驗報告紙寫實驗報告，包括：實驗原理：寫下用于編寫程序的方程和原理，并進行分析和討論。實驗結(jié)果：附上原始圖像和處理后的圖像，討論實驗結(jié)果。附錄：附件是本實驗中使用的源程序列表和代碼各部分的詳細描述。實驗題目：還原圖像和灰度實驗目的：掌握圖像的讀寫