第9讲 频率域滤波彩色图像增强

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

2. 8邻域
取像素p四周的8个点作为相链接的邻 域点,除掉p本身外,剩下的8个点就 是p的8邻域。
互为8邻域的像素又称为8连通的 。
(a)
(b)
• 7.1 区域分割 (1)灰度阈值法分割
0 g ( x, y ) 255 f ( x, y ) T f ( x, y ) T
• 假彩色增强所处理的是真实的自然彩色图像, 或者是多光谱图像。其目的是将一种彩色变 成另一种彩色,或把多光谱图像变成彩色图 像来满足一定的视觉需要或处理需要。
代数运算增强 : (1) 加运算
(2)减运算 图像的减运算,又称减影技术,是指对同一 景物在不同时间拍摄的图像或同一景物在不同 波段的图像进行相减。
低通滤波及高通滤波:
在频率域对图像进行滤波的流程图
(2)巴特沃思(Buttorworth)滤波器(BLPF)
彩色图像增强
伪彩色增强 : 伪彩色增强就是将灰度图像的各灰度值按照 线性或非线性的映射方法变换成不同的颜 色,而得到一幅彩色图像的增强技术。它的 结果可改善图像的视觉效果,提高分辨率, 使得图像的细节更加突出,目标更容易识别。 灰度分层法和灰度变换彩色法就是两种常见 的伪彩色增强方法。
复习:傅里叶变换的性质 新课:卷积定理的应用 伪彩色增强 代数运算增强 图像分割
二维离散傅里叶变换性质
• 1、空移特性 • 已知 f ( x, y) F (u, v) • 求证 f ( x x 0, y y 0) F (u, v)e
j 2 ( ux vy ) M N
二维离散傅里叶变换性质
像素的邻域和连通性
1. 4邻域
对一个坐标为 ( x, y )的像素p,它可以有两 个水平和两个垂直的近邻像素。它们的坐标 分别是 ( x 1, y), ( x 1, y), ( x, y 1), ( x, y 1)
这四个像素称为p 的4邻域。
互为4邻域的像素又称为4连通的。
• 常用以下三种方法来获取分割的最佳阈值: 实验法、直方图法、最小误差法。
• 最小误差法 • 利用用这种方法获得的阈值对图像进行分割 后,会使得错误概率最小,即目标误判为背 景的概率及背景误判为目标的概率之和最小。
• (2)区域生长
图像分割 图像处理的一个重要任务就是对图 像中的对象进行分析和理解。在图
像分析中,输出的结果是对图像的 描述、分类或其他的某种结论。
源自文库
图像分析和理解主要包括以下几部分内容:
• (1)把图像分割成不同目标物和背景的不 同区域; • (2)提取正确代表不同目标物特点的特征 参数,并进行描述; • (3)对图像中目标物进行分类和识别; • (4)理解不同目标物,分析其相互关系, 从而指导和规划进一步的行动。
• 2、线性性质 • 已知 f ( x, y )
1 2
F (u, v) f ( x, y ) F (u, v)
1 2
1
• 求证
af
( x, y ) b
f
2
( x, y ) aF 1(u, v) b F 2(u, v)
二维离散傅里叶变换性质
• 3、频移特性 • 已知 f ( x, y) F (u, v) • 求证 f ( x, y)e
x v y u 0 j 2 ( 0 ) M N
F (u u 0, v v 0)
二维离散傅里叶变换性质
• 4、卷积定理 • 已知 f ( x, y) F (u, v)
h( x, y) H (u, v)
• 求证
f ( x, y) * h( x, y) F (u, v) H (u, v)
• (1)灰度分层法 • 灰度分层法是将一幅图像的灰度值按其大小 映射为不同的色彩以示区别。
• (2)灰度变换彩色法 • 灰度变换彩色法是伪彩色增强技术中常 用的一种方法,变换处理后的色彩是由红、 绿、蓝三基色按一定的比例合成的。如果已 知灰度图像中某像素点的灰度值,则经过三 个独立的变换后,就可以获得对应的红、绿、 蓝三基色分量,从而合成该像素点的最后的 颜色 。
相关文档
最新文档