4.灰度变换和空间滤波(续)

本节内容
●1.详细推导直方图规定化20分钟
●2.介绍镜头边界检测的应用实例15分钟
●3.演示Matlab例子程序15分钟
●4.完成第四讲灰度变换和空间滤波60分钟
●5. 基于全局直方图的显著性区域提取（可选）
第四讲：灰度变换和空间滤波（续）
课程内容
●空间滤波基础
●平滑空间滤波器●锐化空间滤波器●混合空间增强法●MATLAB相关函数
空间滤波和空间滤波器
●使用空间模板进行的图像处理，被称为空间滤波。

●模板本身被称为空间滤波器。

空间滤波器
●构成
✓一个邻域（典型地是一个较小的矩形）
✓对该邻域包围的图像像素执行的预定义操作组成。

●分类
✓线性空间滤波器
✓非线性空间滤波器
空间相关与卷积
●空间相关
✓滤波器模板移过图像并计算每个位置乘积之和的处理。

●卷积
✓滤波器要首先旋转180度。

一维相关操作
存在未覆盖的部分函数
一维相关操作（续）
一维相关操作（续）
一维相关操作（续）
一维相关操作（续）
●相关是滤波器位移的函数，相关的第一个值对应于滤波器的零位移，第二个值对应一个单元位移
●滤波器w与包含有全部0和单个1的函数相关，得到的结果是w的一个拷贝，但旋转了180度
●将包含单个1而其余都是0的函数称为离散单位冲激
一维卷积操作
一维卷积操作（续）
卷积
●基本特性是某个函数于某个单位冲激卷积，得到一个在该冲击处的这个函数的拷贝。

●为了执行卷积，我们需要做的是把一个函数旋转180度，然后执行相关中的相同操作。

二维卷积
公式
一个大小为mxn的滤波器w(x,y)与一幅图像f(x,y)做相关操作，可表示为w(x,y)☆f(x,y)
类似地，w(x,y)和f(x,y)的卷积表示为w(x,y)★f(x,y)
线性滤波的向量表示
平滑空间滤波器的作用
线性滤波器
线性滤波器
线性滤波器-例1
线性滤波器-例2
统计排序滤波器
统计排序滤波器
中值滤波器
中值滤波器
中值滤波器
使用中值滤波器来去除哪些相对于其邻域
像素更亮或更暗并且其区域小于一半的孤
立像素族
中值滤波器
中值滤波器
最大值滤波器
最小值滤波器
高斯低通滤波器
锐化滤波器
锐化滤波器
锐化
●锐化处理可由空间微分来实现
✓在恒定灰度区域的微分值为0
✓在灰度台阶或斜坡的起点处微分值非0✓沿着斜坡的微分值非0
锐化滤波器
拉普拉斯算子
拉普拉斯算子
拉普拉斯算子
拉普拉斯算子-例1
拉普拉斯算子
拉普拉斯算子-例2
梯度算子
梯度算子
梯度算子。