图像增强平滑滤波
合集下载
相关主题
- 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)。
图像噪声
概述 分类 特点
按噪声和信号之间的关系
加性噪声:假定信号为S(t),噪声为n(t),如果混 合叠加波形是S(t)+n(t)形式,则称其为加性噪声;
乘性噪声:如果叠加波形为S(t)[1+n(t)]形式, 则称其为乘性噪声。
图像中的脉冲噪声
椒盐噪声 受噪声干扰的图像像素点的灰度值以50%的相
2、锐化滤波
– 减弱或消除图像中的低频分量,但不影响高 频分量。
图像平滑
一、图像噪声 二、图像平滑/去除噪声
一、图像噪声
1. 概述 2.Байду номын сангаас分类 3. 特点
图像噪声
1、概述
概述 分类 特点
任何一幅原始图像,在其获取和传输等过 程中,会受到各种噪声的干扰,使图像恶化, 质量下降,图像模糊,特征淹没,对图像分析 不利。
图像平滑
邻域平均法
概念 基本方法
邻域平均法:是一种利用Box模板对图像进行模板 操作(卷积运算)的图像平滑方法。
Box模板:指模板中所有系数都取相同值的模板。
常用的3×3和5×5模板: 1 1 1
1 1 1
1
1
1* 1
9
1 1 1
1 1 1
1 25
1
1
1*
1 1 1
1 1 1
1 1
1 1 1 1
它周围邻近8个像素的灰度值相加,然后将求得的平均值作
为新图像中该像素的灰度值。
图像平滑
基本概念
概念 基本方法
卷积核:即模板运算中的模板。核中的元素称为加权系数 (卷积系数)。 卷积(或互相关)运算:模板运算的数学含义。作加权 求和的过程。邻域的中每个像素,分别与卷积核中的元 素相乘,乘积求和所得结果即为中心像素的新值。
j)
iZ jZ
图像平滑
邻域平均法
概念 基本方法
例如,用3×3 Box模板对一幅数字图像处理结果,如图 4-18所示(计算结果按四舍五入进行了调整,对边界像 素不进行处理)。
1 214 3
12 14 3
1 223 4
13 44 4
5 768 9
54 56 9
5 768 8
56 78 8
5 678 9
56 78 9
图 3×3Box模板平滑处理示意图
图像平滑
概念 基本方法
邻域平均法主要优缺点:
主要优点:算法简单,计算速度快。 缺点:降低噪声的同时使图像产生模糊,特别在边缘和细节处。
而且邻域越大,在去噪能力增强的同时模糊程度越严重。
(a) 原始图像
(b) 邻域平均后的结果
图 图像的领域平均法
图像平滑
图像平滑
3*3窗口 中值滤波
技术分类和实现原理
分类1: (1) (2)
分类2: (1) (2)
线性: 如邻域平均 非线性:如中值滤波
平滑:模糊,消除噪声 锐化:增强被模糊的细节
功能
特点
平滑(低通)
锐化(高通)
线性 G1 G3
非线性 G2 G4
平滑滤波和锐化滤波的特点
1、平滑滤波
– 减弱或消除图像中的高频分量,但不影响低 频分量。
卷积运算过程见下页
卷积运算
输 入图 像
(行 , 列 )
P1 P2 P3 P4 P5 P6 P7 P8 P9
3×3 邻 域
H1 H2 H3
*
H4 H5 H6
H7 H8 H9
3×3 卷 积 核
图 卷积运算示意图
加 权和 计 算 :
H1 ·P1 + H2 ·P2 + H3 ·P3 + H4 ·P4 + H5 ·P5 + H6 ·P6 + H7 ·P7 + H8 ·P8 + H9 ·P9 +
P 5的 新 值
模板卷积
模板卷积的在空域实现的主要步骤:
1、将模板在图中漫游,并将模板中心与图中某 个像素位置重合;
2、将模板上的各个系数与模板下的各对应像素 的灰度值相乘;
3、将所有乘积相加; 4、将上述运算结果赋给模板中心位置的像素。
图像平滑
概念 基本方法
二、图像平滑/去除噪声
1、邻域平均法 2、中值滤波 3、其他去噪技术
1 1
1 1
图像平滑
邻域平均法
概念 基本方法
数学表达:设有一幅N×N的图像f(x,y),若平滑图像为 g(x,y),则有
g(x, y) 1 f (i, j) M (i, j)s
式中:x, y = 0, 1, …, N-1;S是以(x, y)为中心的邻域的集 合,M是S内的点数。
邻域平均法的思想:通过一点和邻域内像素点求平均来去除 突变的像素点,从而滤掉一定的噪声。
例如,对图像采用3×3的邻域平均法,对于像素 (m,n),其邻域像素如下:
(m-1,n-1) ( m - 1 , n ) (m-1,n+1)
(m,n-1) ( m , n ) (m,n+1)
(m+1,n-1) ( m + 1 , n ) (m+1,n+1)
则有:
g(m, n)
1 9
f
(m i, n
噪声可以理解为“妨碍人们感觉器官对所 接收的信源信息理解的因素”。
图像噪声
2、图像噪声分类
概述 分类 特点
一. 按其产生的原因可分为:外部噪声和内部 噪声。
二. 从统计特性可分为:平稳噪声和非平稳噪 声。
三. 按噪声和信号之间的关系可分为:加性噪 声和乘性噪声。
图像噪声
按其产生的原因
概述 分类 特点
外部噪声:指系统外部干扰从电磁波或经电 源传进系统内部而引起的噪声。
主要外部干扰如下: ① 由光和电的基本性质所引起的噪声。 ② 电器的机械运动产生的噪声。 ③ 元器件材料本身引起的噪声。 ④ 系统内部设备电路所引起的噪声。
图像噪声
按统计特性
概述 分类 特点
平稳噪声:统计特性不随时间变化的噪声。 非平稳噪声:统计特性随时间变化的噪声。
邻域平均法的改进
概念 基本方法
为克服简单局部平均法的弊
1、基本概念 2、常用的基本方法
在图像空间中借 助模板进行邻域 操作
图像平滑
概念 基本方法
基本概念
1、模板:如下图有点类似于矩阵的式子,大小有3*3、
5*5、9*9等。带星号的数据表示该元素为中心元素,
即这个元素是将要处理的元素。
1 1 1
1
1
1* 1
9 1 1 1
2、模板操作(模板运算):按照一定的模板进行运算,如 上图的模板进行的操作即为,原图中的一个像素的灰度值和
同概率等于图像灰度的最大或最小的可能取值。 随机值脉冲噪声
受噪声干扰的图像象素点取值均匀分布于图像 灰度的最大与最小可能取值之间 。
用各种尺寸的模版平滑图像
图像噪声
3、特点
概述 分类 特点
a)
b) 噪声与图像之间具有相关性 c) 噪声具有叠加性
图 有噪声的图像
图像平滑
二、图像平滑
概念 基本方法