数字图像处理课件-5
合集下载
数字图像处理ppt课件
基于特征分类的辨认
总结词
通过提取图像中的特征，利用分类器对特征 进行分类，从而辨认图像的类别。
详细描写
基于特征分类的图像辨认方法是一种常用的 图像辨认方法。它通过提取图像中的特征， 如边缘、角点、纹理等，利用分类器如支持 向量机、神经网络等对特征进行分类，从而 辨认图像的类别。这种方法能够有效地提取 图像中的本质特征，并具有较强的鲁棒性，
纹理特征提取
灰度共生矩阵
通过分析图像中像素灰度值的空间依赖关系，形成共生矩阵，并从中提取出统 计特征，如对照度、能量和相关性等。该方法适用于描写图像的粗糙程度和方 向性。
小波变换
将图像分解成不同频率和方向的小波分量，通过分析小波系数的统计特性来提 取纹理特征。该方法能够有效地表示图像的细节信息和全局结构。
但特征提取和分类器的设计是关键。
基于深度学习的辨认
总结词
利用深度学习算法自动提取图像特征， 并进行分类辨认。
VS
详细描写
基于深度学习的图像辨认方法是目前研究 的热点。它利用深度学习算法如卷积神经 网络（CNN）等自动提取图像的特征， 并进行分类辨认。这种方法能够有效地从 原始图像中提取复杂的特征，并具有较高 的辨认准确率。但需要大量的标注数据进 行训练，且计算复杂度较高。
04
CATALOGUE
特征提取
颜色特征提取
颜色直方图
通过统计图像中不同颜色像素的数量 ，形成颜色直方图作为图像的颜色特 征。该方法简单、有效，适用于不同 光照和视角变化的场景。
颜色矩
利用图像颜色的散布信息，通过计算 一阶矩（均值）、二阶矩（方差）和 三阶矩（偏度）来表示颜色特征。该 方法对颜色突变和噪声不敏锐。
图像辨认
基于模板匹配的辨认
数字图像处理的课件
第五章数字图像的预处理技术5.1图像退化模型与噪声分类 5.2图像噪声的空间域滤波方法5.2.1针对加性噪声的空间域滤波方法 (1)自适应均值滤波器2．自适应中值滤波器3．自适应梯度倒数加权滤波器 5.2.2空间域滤波方法的MA TLAB 实现 5.3图像空间域滤波新方法探索5.3.1中值滤波算法的研究 1 噪声检测2基于1 数据逼近和细节保护规则函数的凸面代价函数与噪声恢复 3方法性能的仿真实验评价5.3.2均值滤波算法的研究1基于RADON 变换的图像主纹理方向分析 2概率统计模型3方法性能的仿真实验评价 5.4周期噪声与频域滤波 5.5小波滤波5.5.1 小波域去噪模型5.5.2阈值的估计 5.5.3小波滤噪的MA TLAB 实现 5.6偏微分方程图像去噪 5.7边缘检测5.7.1边缘检测的梯度算子 1Roberts 算子1(,)(,)0(,)g x y T d x y g x y T≥⎧⎪=⎨<⎪⎩ （5-116）2 Prewitt 算子3 Sobel 算子4 LOG 算子5 Canny 算子5.7.2基于梯度算子的边缘检测MA TLAB 编程 5.7.3Hough 变换与线检测第五章数字图像的预处理技术数字图像的预处理技术是图像处理与分析的基础，其处理结果对后序图像的处理与分析结果有非常大的影响。
图像的预处理技术主要包括图像复原、图像增强两种操作，图像复原是通过使用退化现象的先验知识试图重建或恢复一幅退化图像，主要包括几何畸变的修正、图像滤噪等，本书在第三章介绍了几何畸变的修正的基本内容。
本章主要介绍图像滤噪的相关内容。
图像增强是根据图像处理或分析的主要目标，以增强图像中相关的部分信息为主要目标的操作，主要包括图像锐化、边缘检测及基于图像直方图的图像增强等。
在第三章介绍了基于图像直方图的图像增强技术。
本章主要介绍图像图像锐化、边缘检测的相关内容。
5.1图像退化模型与噪声分类在图像生成与传输过程中，由于成像系统与通讯信道各种因素的影响，可能使图像质量降低。
第5章 图像变换技术 MATLAB 数字图像处理课件
5.6.2 Hough变换的MATLAB实现
hough函数用于实现Hough变换。其调用格式为： （1）[H, theta, rho]=hough(BW) （2）[H, theta, rho]=hough(BW, param1,
val1, param2, val2)
【例5-15】用hough函数检测图像中的直线。
（2）B = idct2(A,m,n)或B = idct2(A,[m n])：在对图 像A进行二维离散余弦逆变换前，先将图像A补零到m×n。 如果m和n比图像A的尺寸小，则在进行变换前，将图像A进 行剪切。
【例5-9】对图像进行二维离散余弦逆变换。
（a）原始图像
（b）逆DCT变换
3．dctmtx函数 在MATLAB图像处理工具箱中提供了dctmtx函数用
于计算二维离散DCT矩阵。 其调用格式为：D = dctmtx(n)。
返回n×n的DCT变换矩阵，如果矩阵A的大小为 n×n，D*A为A矩阵每一列的DCT变换值，A*D'为A 每一列的DCT变换值的转置（当A为n×n的方阵） 。
【例5-10】计算二维离散DCT矩阵。
（a）原始图像
（b）离散DCT矩阵
5.4 离散余弦变换
5.4.1 一维离散余弦变换 5.4.2 二维离散余弦变换 5.4.3 快速离散余弦变换
5.4.4 离散余弦变换的MATLAB实现
1．dct2函数 在MATLAB图像处理工具箱中提供了dct2函数用于实现二维
离散余弦变换。该函数常用于图像压缩，最常见的便是用 于JPEG图像压缩。其调用格式为： （1）B = dct2(A)：返回图像A的二维离散余弦变换值，其 大小与A相同，且各元素为离散余弦变换的系数B(k1,k2)。 （2）B = dct2(A,m,n)或B = dct2(A,[m n])：在对图像A 进行二维离散余弦变换前，先将图像A补零到m×n。如果m 和n比图像A的尺寸小，则在进行变换前，将图像A进行剪切 。
数字图像处理课件ppt
06 数字图像处理的应用案例
人脸识别系统
总结词
人脸识别系统是数字图像处理技术的重要应 用之一，它利用计算机视觉和图像处理技术 识别人的面部特征，实现身份认证和安全监 控等功能。
详细描述
人脸识别系统通过采集输入的人脸图像，提 取出面部的各种特征，如眼睛、鼻子、嘴巴 等部位的形状、大小、位置等信息，并与预 先存储的人脸特征进行比对，从而判断出人 的身份。该系统广泛应用于门禁系统、安全
分类器设计
总结词
分类器设计是图像识别技术的核心，它通过训练分类器，使其能够根据提取的特征对图 像进行分类和识别。
详细描述
分类器设计通常采用机器学习算法，如支持向量机、神经网络和决策树等。这些算法通 过训练数据集进行学习，并生成分类器模型，用于对新的未知图像进行分类和识别。
模式识别
总结词
模式识别是图像识别技术的最终目标，它通 过分类器对提取的特征进行分类和识别，实 现对图像的智能理解和处理。
源调查和环境监测。
计算机视觉
为机器人和自动化系统提供视 觉感知能力，用于工业自动化
、自主导航等。
数字图像处理的基本流程
特征提取
从图像中提取感兴趣的区域、 边缘、纹理等特征，为后续分 类或识别提供依据。
图像表示与压缩
将图像转换为易于处理和分析 的表示形式，同时进行数据压 缩，减少存储和传输成本。
预处理
详细描述
模式识别在许多领域都有广泛应用，如人脸 识别、物体识别、车牌识别等。通过模式识 别技术，可以实现自动化监控、智能安防、 智能驾驶等应用。随着深度学习技术的发展 ，模式识别的准确率和鲁棒性得到了显著提 高。
05 数字图像处理中的常用算 法
傅里叶变换算法
傅里叶变换
数字图像处理第五章
系统失真是有规律的、能预测的；非系统失真则是随 机的。
当对图像作定量分析时，就要对失真的图像先进行精 确的几何校正（即将存在几何失真的图像校正成无几何失 真的图像），以免影响定量分析的精度。
几何校正方法
图像几何校正的基本方法是先建立几何校正的数学模型； 其次利用已知条件确定模型参数；最后根据模型对图像进行 几何校正。通常分两步： ①图像空间坐标变换；首先建立图像像点坐标（行、列 号）和物方（或参考图）对应点坐标间的映射关系， 解求映射关系中的未知参数，然后根据映射关系对图 像各个像素坐标进行校正； ②确定各像素的灰度值（灰度内插）。
因此还有
f ( x , y ) f ( x, y) ( x , y )
二维线性位移不变系统 如果对二维函数施加运算T[· ] ，满足 ⑴ T f1 x, y f 2 x, y T f1 x, y T f 2 x, y ⑵ T af x, y aT f x, y
但实际获取的影像都有噪声，因而只能求F(u,v)的估 ˆ (u, v) 。 计值 F
N (u, v) ˆ F (u, v) F (u, v) H (u, v)
再作傅立叶逆变换得
1 j 2 ( ux vy) ˆ ( x, y) f ( x, y) f N ( u , v ) H ( u , v ) e dudv
采用线性位移不变系统模型的原由： 1）由于许多种退化都可以用线性位移不变模型来近似， 这样线性系统中的许多数学工具如线性代数，能用于 求解图像复原问题，从而使运算方法简捷和快速。 2）当退化不太严重时，一般用线性位移不变系统模型来 复原图像，在很多应用中有较好的复原结果，且计算 大为简化。 3）尽管实际非线性和位移可变的情况能更加准确而普遍 地反映图像复原问题的本质，但在数学上求解困难。 只有在要求很精确的情况下才用位移可变的模型去求 解，其求解也常以位移不变的解法为基础加以修改而 成。
第一章 数字图像处理基础 ppt课件
数字图像处理
2014年11月
教学安排
课堂授课、项目与实验安排
课堂授课，36学时 第一章 数字图像处理基础（5学时） 第二章 图像变换（4学时） 第三章 图像增强（9学时） 第四章 图像复原（5学时） 第五章 图像分割（5学时） 第六章 彩色图像处理（4学时） 习题分析与讨论（4学时）
14
显微成像
•Taxol 红豆杉醇 •cholesterol胆固醇 •Nickel oxide镍氧化物
•organic superconducting 有机超导
2020/12/2715Fra bibliotek多频谱成像
2020/12/27
16
光学成像
2020/12/27
•Intraocular implant: 眼内植入
首选教材：数字图像处理，自编讲义，2012 二选教材：K.R. Castleman, 数字图像处理, 电子工业出版社，2011 参考书目：(1) R.C.Gonzalez，数字图像处理（第3版），电子工业出版社，2011；(2)
W.K.Pratt，数字图像处理（原书第4版），机械工业出版社，2010
2020/12/27
5
什么是图像？
众所周知的事情正因为 众所周知而不为人所知
图像？这玩意儿，你不问我还清楚这是 什么；你要真问起来，我反倒不知道该 如何解释它了。
卡斯尔曼：一幅图像就是指某些事物的 表示，并包含关于目标的描述性信息。
你会如何定义？
2020/12/27
6
什么是图像？
图像的类型
图像以各种不同的形式出现:
2020/12/27
12
Gamma射线成像
2020/12/27
•PET(positron emission tomography): 正 电子射线层析 术 •Cygnus:天鹅座
2014年11月
教学安排
课堂授课、项目与实验安排
课堂授课，36学时 第一章 数字图像处理基础（5学时） 第二章 图像变换（4学时） 第三章 图像增强（9学时） 第四章 图像复原（5学时） 第五章 图像分割（5学时） 第六章 彩色图像处理（4学时） 习题分析与讨论（4学时）
14
显微成像
•Taxol 红豆杉醇 •cholesterol胆固醇 •Nickel oxide镍氧化物
•organic superconducting 有机超导
2020/12/2715Fra bibliotek多频谱成像
2020/12/27
16
光学成像
2020/12/27
•Intraocular implant: 眼内植入
首选教材：数字图像处理，自编讲义，2012 二选教材：K.R. Castleman, 数字图像处理, 电子工业出版社，2011 参考书目：(1) R.C.Gonzalez，数字图像处理（第3版），电子工业出版社，2011；(2)
W.K.Pratt，数字图像处理（原书第4版），机械工业出版社，2010
2020/12/27
5
什么是图像？
众所周知的事情正因为 众所周知而不为人所知
图像？这玩意儿，你不问我还清楚这是 什么；你要真问起来，我反倒不知道该 如何解释它了。
卡斯尔曼：一幅图像就是指某些事物的 表示，并包含关于目标的描述性信息。
你会如何定义？
2020/12/27
6
什么是图像？
图像的类型
图像以各种不同的形式出现:
2020/12/27
12
Gamma射线成像
2020/12/27
•PET(positron emission tomography): 正 电子射线层析 术 •Cygnus:天鹅座
数字图像处理(冈萨雷斯)课件5-频域增强
滤波在频率域中更为直观，但在空间域一般使用更小 的滤波器模板
可以在频率域指定滤波器，做反变换，然后在空间域 使用结果滤波器作为在空间域构建小滤波器模板的指导
频率域滤波
高斯频率域低通滤波器函数
H u Ae
u 2 / 2 2
对应空间域高斯低通滤波器为 h x 2 Ae 2 x
理想低通滤波器举例——具有振铃现象
结论：半径D0越小，模糊越大；半径D0越大，模糊越小
半径是5的理想低通滤 原图 波,滤除8%的总功率， 模糊说明多数尖锐细 节在这8%的功率之内
半径是15的理想低通 滤波,滤除5.4%的总 功率
半径是30的理想低通滤 波,滤除3.6%的总功率
半径是230的理想低通 滤波,滤除0.5%的总功 半径是80的理想低通 滤波,滤除2%的总功率 率，与原图接近说明 边缘信息在0.5%以上 的功率中
2 2
1 2
频率域图像增强
理想低通滤波器
说明：在半径为D0的圆内，所有频率没有衰减地通过滤 波器，而在此半径的圆之外的所有频率完全被衰减掉
频率域图像增强
理想低通滤波器
总图像功率值PT
P T Pu, v
u0 v0
M 1 N 1
Pu, v F u, v Ru, v I u, v
说明空间域乘法可以通过频率域的卷积获得 上述两个公式主要为两个函数逐元素相乘的 乘法
频率域滤波
定义：在(x0,y0)，强度为A的冲激函数表示为
Axx0, y y0 ,定义为
M 1 N 1 x0 y 0
sx, yA x x , y y Asx , y
数字图像处理基础知识课件
概率(频率)
0.3 0.25
0.2 0.17 0.20
0.15
0.1
0.100.070.04
0 0 1 2 3 4 5 06.02 7 值
灰度
29
2.3.3 直方图
• 图像直方图的定义(1)
一个灰度级别在范围[0 ，L-1]的数字图像 的直方图是一个离散函数
p(rk)= nk/n n 是图像的像素总数 nk是图像中第k个灰度级的像素总数 rk是第k个灰度级，k = 0,1,2,…,L-1
• 定义：输出图像的像素JP (I，J)的值和位于(I，J)
附近的邻域里的像素点的特征有关，即：
JP (I，J) =QN (N(IP(I，J))
输入图像IP
输出图像JP
IP(I,J)
邻域处理
N (IP(I,J) (IP(I,J)的邻域)
JP(I,J)
邻域处理
23
2.3.2 图像处理的算法形式
模板运算
p(rk)
总体偏暗的图像 的直方图
rk3
2.3.3 直方图
p(rk)
总体偏亮的图像 的直方图
6k
2.3.3 直方图
对比度较低的图像
p(rk)
的直方图
7k
2.3.3 直方图
p(rk)
对比度较高的图像 的直方图
rk 38
2.3.3 直方图
(3)直方图可叠加性
若一幅图像分为四个区，则每个区都可分别 作直方图，而原图像的总直方图为各区直方图 之和。各区的形状、大小都可随意选择。
7
2.3 数字图像处理基础 2.3.1 图像运算
1.算术运算 1)加法 • 运算的定义
C(x,y) = A(x,y) + B(x,y)
数字图像处理ppt课件
between 64 to 128 (using function
imagesc).
>>clims=[64,128]
>>imagesc(a,clims)
f. Make a movie from a 4-D image (load mri, make the movie by immovie, then show movie by function movie).
二、实验内容：
使用Photoshop观察数字图像增强的效果； 练习和掌握图像增强的Matlab编程。。 熟悉下列模块函数
Image enhancement. histeq - Read image file. imadust - Adust imae intensity values or colormap.
imshow - Display image.
subimage - Display multiple images in single figure.
truesize - Adjust display size of image.
warp - Display image as texture-mapped surface.
processing.
f. Compare the qualities of two images and
makes a discussion about them.
g. Add noises, such as gaussian, salt&pepper,
speckle noise into the image respectively.
10)选图像Blood、噪声类型Salt & Pepper、滤波器类型Median、邻域3x3，比较原始图像、
数字图像处理课件全册完整课件
2.1.2 数字化原理
• 二维采样定理：采样频率大于图像信号最高频率的2
例倍：f (x, y) 2 cos 2π(3x 4 y), x y 0.2
F (u, v) 2 cos 2π(3x 4 y)e j2π(xuyv)dxdy (u 3, v 4) (u 3, v 4)
1.4.1 数字图像处理的主要应用 1.4.2 数字图像处理的发展趋势
1.4 数字图像处理的主要应用与趋势
1.4.1 数字图像处理的主要应用
遥感图像应用：资源调查、灾害监测、农林业规划、城 市
规划、环境保护等 医学图像应用:计算机断层摄影计算成像CT技术、X射 线、
染色体分析等 工业和实验图像应用:无损探伤、自动检查和识别、智 能机 器人等
• 数字图像
由连续的模拟图像采样和量化而得。组成数字图像的基 本单位是像素，所以数字图像是像素的集合。
• 像素为元素的矩阵，像素的值代表图像在该位置的亮度，称为图像的灰度值。 • 数字图像像素具有整数坐标和整数灰度值。
1.1.1 图像的基本概念
• 图像是一种语言 • 表达方法直观 • 表现力强
• 图像信息是人类信息获取和交流的主要方式 • 视、听、触、嗅、味等
1.3.2 计算机图形学
图像处理
计算机 图形学
图像 描述
图像识别 图像理解
1.3.3 计算机视觉
计算机视觉 研究对象： 图像或图像序列
图像处理 图像
研究内容： 视觉感知、 分割、
图像理解
图像处理、图像 图像分析
过程：
由图像特征感知、 由原始图像处理出 识别和理解三维场景 分析结果
1.4 数字图像处理的主要应用与趋势
2.1.2 数字化原理
5遥感数字图像处理-第五章
☞ 邻域处理
针对一个像元点周围一个小邻域的所有像元而进行，输出 值大小除与像元点在原图像中的灰度值大小有关，还决定于它 邻近像元点灰度值大小。如卷积运算、中值滤波、滑动平均等。
②
图像增强的分类
点处理
点处理
邻域处理
邻域处理
2. 遥感图像的对比度增强
对比度增强的基本原理
人眼对图像的识别主要是基于图像中不同像元的亮度(灰度、
差别为有选择的滑动平均是一种带门限值的滑 动平均处理。
④
有选择的局部平均法
有选择的局部平均法实现步骤：
1. 2. 3. 4. 给定一个判定阈值T 计算模板窗口内像元DN值的均值X 计算窗口中心目标像元的DN值与X的绝对差值D 比较D与T的大小
如D＞T，则窗口中心像元输出DN值等于X
如D＜T，则窗口中心像元DN值保持不变 优点：边缘信息损失减少，减轻输出图像的模糊效应。
中值滤波是一种非线性变换。其优势在于可在平滑的基 础上较大程度地防止边缘模糊。
③
中值滤波
中值滤波窗口可选用模板的不同形式：
○ ○ ○ ○ ○ ○ ○ ○ ○ 方形窗口：对线性噪声抑制效果好
○ ○ ○ ○ ○ 十字形窗口：对点性噪声抑制效果好
④
有选择的局部平均法
有选择的局部平均法—其实质为一种滑动平均平滑法。与滑动平均法的
其中，x—原始图像的亮度值
X—线性扩展增强后的亮度值
②
非线性扩展
Ⅱ 对数变换法
X d
c a b x
②
非线性扩展
Ⅲ 三角函数扩展
假定原始图像的灰度范围是（a，b），将原始图像灰度范围扩展为 （c，d），其中c ＜ a，d ＞ b，其正切函数计算公式为：
数字图像处理5-二维傅里叶变换,汉明窗,二维频谱
Lines
lines1
lines -f
lines-f1
Rice
rice1
rice -f
rice-f1
如上所示，第一列为原图，第二列为加过汉明窗的原图，第三列为原 图的二维傅里叶变换频域图， 第四列为第二列图像的二维傅里叶变换 频域图。 可以看见在 lines-f， 也就是 lines 原图的二维傅里叶频谱图中， 存在明 显的水平和垂直分量。这里的水平和垂直分量主要是由 lines 这张图 本身的特点导致的。如果将原图做水平方向的分解，就是取出一行的 像素，可以得到一个周期性方波。而周期性方波的频谱则是 sa 函数 的周期性采样，值为在奇数项存在的依次递减的数。因此可以在图中 看到加强的横线和竖线。 Rice 这张图与 lines 这张图有区别，其无论哪个方向的分量都没有什 么规律，但是 rice-f 即他的二维傅里叶变换谱中却也存在水平和垂直 的分量。这些分量的形成与 MATLAB 中的 fft2 函数的算法有关，这里
如上，由于要解释 rice-f 中出现的水平与垂直分量，这里就从程序的 后半部分开始解释。其前半部分与后半部分的算法完全一致，就不做 赘述。 首先读入图像，获得其大小。而后生成两个汉明窗，分别加在 x 和 y 两个方向上，这样就生成了 rice1 这样的四周是黑色的图像。之后对 原图进行傅里叶二维变换。 这里就要说到 MATLAB 中 fft2 函数的算法， 其在运算的过程中对图像进行了周期延拓，x 轴 y 轴两个方向都进行 了无限的循环。由于图像本身左右两个边界像素不同，上下两个边界
Test
test-f
test1-f
test-i
之后来说第二个任务，首先 test 为原图，test-f 为原图的傅里叶变换 （没有使用 fftshift 函数搬运），test1-f 为原图像素乘以（-1）^（x+y） 后的傅里叶变换（没有使用 fftshift 函数搬运），而 test-i 为傅里叶变 换后做共轭，再做反变换后再乘以（-1）^（x+y）的结果。 代码如下：
数字图像处理_第五章_图像复原
5.3 仅存在噪声时的复原 5.3.3 自适应滤波器 到目前为止，我们所讨论的 滤波器都是：一但选定了一种滤 波器，就不考虑从一点到另一点 图像性能（特征）的变化。 本节介绍两种滤波器，其行 为变化是基于 mxn内矩形窗口 S内的统计特征，叫自适应滤 xy 波器，其性能优于前边所有滤波 器性能。 自适应局部噪声消除滤波器 统计度量→均值，方差。 方差→平均对比度 滤波器作用于局部区域，滤 波器在中心化区域中任何点的响 应其于以下4个量：
5.2.4 噪声参数的估计 假设S代代表小带，则：
z P( z )
i i
z iS
2 ( z )2 P( z )
i i
z iS
zi为S中象素灰度值，P ( zi )归一化直方图。
数字图像处理
Chapter 5 Image Restoration
5.3 仅存在噪声时的复原
数字图像处理
Chapter 5 Image Restoration
5.3 仅存在噪声时的复原
5.3.1 均值滤波器
算术均值滤波器 1 f ( x, y ) g ( x, y ) mn ( s ,t )S xy S xy 表示大小为m n中心在( x, y )的窗口
谐波均值滤波器 mn ˆ ( x, y ) f
数字图像处理
Chapter 5 Image Restoration
5.2 噪声模型
数字图像的噪声主要来源于图像获取和传输过程。
5.2.1 噪声的空间和频率特性 几个概念和要讨论的问题： 相关性：噪声是否与图像相关 频率特性：噪声在傅立叶域的频率内容 白噪声：谱为常量 本章假设：噪声独立于空间坐标，并与图像本身无关联。
数字图像处理
Chapter 5 Image Restoration
5.2.4 噪声参数的估计 假设S代代表小带，则：
z P( z )
i i
z iS
2 ( z )2 P( z )
i i
z iS
zi为S中象素灰度值，P ( zi )归一化直方图。
数字图像处理
Chapter 5 Image Restoration
5.3 仅存在噪声时的复原
数字图像处理
Chapter 5 Image Restoration
5.3 仅存在噪声时的复原
5.3.1 均值滤波器
算术均值滤波器 1 f ( x, y ) g ( x, y ) mn ( s ,t )S xy S xy 表示大小为m n中心在( x, y )的窗口
谐波均值滤波器 mn ˆ ( x, y ) f
数字图像处理
Chapter 5 Image Restoration
5.2 噪声模型
数字图像的噪声主要来源于图像获取和传输过程。
5.2.1 噪声的空间和频率特性 几个概念和要讨论的问题： 相关性：噪声是否与图像相关 频率特性：噪声在傅立叶域的频率内容 白噪声：谱为常量 本章假设：噪声独立于空间坐标，并与图像本身无关联。
数字图像处理
Chapter 5 Image Restoration
数字图像处理(冈萨雷斯)-5.ppt
均匀噪声
高斯噪声
瑞利噪声
噪声
指数噪声
椒盐噪声
①高斯噪声 高斯噪声的概率密度函数(PDF)
p( z ) 1 2 e
( z )2 / 2 2
(5.2 1)
灰度值
当z服从上式分布时，其值有70%落在 , ，有95%落 在 2 , 2 范围内。 高斯噪声的产生源于电子电路噪声和由低照明度或高温带来的 传感器噪声。
⑤均匀分布噪声 均匀分布噪声的PDF由下式给出 1 azb p( z ) b a (5.2 11) 其它 0
③伽马（爱尔兰）噪声 伽马（爱尔兰）噪声的PDF a b z b 1 az e za p( z ) (b 1)! (5.2 5) 0 za a 0 scale parameter , b N * shape parameter
b a b (5.2 6) , 2 a
对比度拉伸被认为是一种图像增强，提供给用户喜欢接收的图像； 而图像复原技术追求恢复原始图像的最优估计值 图像复原技术可以使用空间域或频率域滤波器实现
图像增强
＊ 不考虑图像降质的原因，只 技术特 将图像中感兴趣的特征有选择 地突出（增强），而衰减其不 点 需要的特征。 ＊ 改善后的图像不一定要去逼 近原图像。 ＊主观过程 主要目 提高图像的可懂度 的 方法 空间域法和频率域法。 空间域法主要是对图像的灰度 进行处理；频率域法主要是滤 波。
2
(5.2 7)
•
伽马噪声应用在激光成像中
④指数分布噪声 指数分布噪声的PDF
ae az z 0 p( z ) (5.2 8) , a 0 z0 0
高斯噪声
瑞利噪声
噪声
指数噪声
椒盐噪声
①高斯噪声 高斯噪声的概率密度函数(PDF)
p( z ) 1 2 e
( z )2 / 2 2
(5.2 1)
灰度值
当z服从上式分布时，其值有70%落在 , ，有95%落 在 2 , 2 范围内。 高斯噪声的产生源于电子电路噪声和由低照明度或高温带来的 传感器噪声。
⑤均匀分布噪声 均匀分布噪声的PDF由下式给出 1 azb p( z ) b a (5.2 11) 其它 0
③伽马（爱尔兰）噪声 伽马（爱尔兰）噪声的PDF a b z b 1 az e za p( z ) (b 1)! (5.2 5) 0 za a 0 scale parameter , b N * shape parameter
b a b (5.2 6) , 2 a
对比度拉伸被认为是一种图像增强，提供给用户喜欢接收的图像； 而图像复原技术追求恢复原始图像的最优估计值 图像复原技术可以使用空间域或频率域滤波器实现
图像增强
＊ 不考虑图像降质的原因，只 技术特 将图像中感兴趣的特征有选择 地突出（增强），而衰减其不 点 需要的特征。 ＊ 改善后的图像不一定要去逼 近原图像。 ＊主观过程 主要目 提高图像的可懂度 的 方法 空间域法和频率域法。 空间域法主要是对图像的灰度 进行处理；频率域法主要是滤 波。
2
(5.2 7)
•
伽马噪声应用在激光成像中
④指数分布噪声 指数分布噪声的PDF
ae az z 0 p( z ) (5.2 8) , a 0 z0 0
- 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、"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、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)。
Computer Vision Laboratory
数字图像处理 Digit Image Processing 第五章 图像的变换
§2 离散傅立叶变换
• 2D－FT • 2D－DFT • 性质
© 2003.10 CVL Shanghai Jiao Tong University
Computer Vision Laboratory
数字图像处理 Digit Image Processing 第五章 图像的变换
§4 离散余弦变换
• 1D－DCT • 2 -DCT
© 2003.10 CVL Shanghai Jiao Tong University
Computer Vision Laboratory
数字图像处理 Digit Image Processing 第五章 图像的变换
§3 Hotelling变换
• 定义及符号 • Hotelling变换 • 反变换
© 2003.10 CVL Shanghai Jiao Tong University
Computer Vision Laboratory
数字图像处理 Digit Image Processing 第五章 图像的变换
§5 Hough变换
• Hough变换 • 存在的问题
© 2003.10 CVL Shanghai Jiao Tong University
Computer Vision Laboratory
数字图像处理 Digit Image Processing 第五章 图像的变换
§1 概述
• 目的 • 变换的一般公式 • 图像的外积分解
© 2003.10ቤተ መጻሕፍቲ ባይዱCVL Shanghai Jiao Tong University
Computer Vision Laboratory
数字图像处理 Digit Image Processing 第五章 图像的变换
• • • • •
§1 概述 §2 离散傅立叶变换 §3 Hotelling变换 §4 离散余弦变换 §5 Hough变换
© 2003.10 CVL Shanghai Jiao Tong University