图像的平滑处理.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第,*,页,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第5章 图像的平滑处理,计算机科学系,，5,1,第5章 图像的平滑处理,5.1背景,5.2 基本处理方法,5.3二值图像处理方法,5.4线性平滑处理,5.5非线性平滑处理,2,5.1 背景,平滑产生原因,图像在获取、传输和接收过程中，存在外部和内部干扰，使得图像中出现噪声，影响图像质量,如：光电转换过程中敏感元件灵敏度的不均匀、传输通道的干扰、量化噪声等,平滑,消除噪声的过程称为平滑,目的是为了消除噪声,以突出图像特征。,3,5.1 背景,噪声(noise),根据噪声与信号的关系,加性噪声：与图像信号无关。信道噪声和扫描图像时产生的噪声。,含噪图像,f,(,x,y,)表示为：,f,(,x,y,)=,g,(,x,y,)+,n,(,x,y,),乘性噪声：与图像信号有关。飞点扫描器扫描图像时产生的噪声。,含噪图像,f,(,x,y,)表示为：,f,(,x,y,)=,g,(,x,y,)+,g,(,x,y,),n,(,x,y,),原图,高斯噪声,椒盐噪声,乘性噪声,4,第5章 图像的平滑处理,5.1背景,5.2 基本处理方法,5.3二值图像处理方法,5.4线性平滑处理,5.5非线性平滑处理,5,5.2 基本处理方法,主要方法,线性平滑和非线性平滑,线性平滑,用像素的邻域计算灰度值,邻域大小一般为,N,N,，,N,为奇数,特点：降低噪声的同时模糊了图像中目标的边缘和细节,(,x,y,),6,5.2 基本处理方法,非线性平滑,根据像素灰度值与邻域平均值的大小取值。如当接近时取原值，差别大时取均值,如：超限邻域平均法、中值滤波,特点,（1）消除孤立的噪声,（2）对图像的细节影响较小,（3）会使物体的边缘点失真,7,第5章 图像的平滑处理,5.1背景,5.2 基本处理方法,5.3二值图像处理方法,5.4线性平滑处理,5.5非线性平滑处理,8,5.3二值图像处理方法,黑白点噪声滤波,设像素,f,(,x,y,)周围的8个像素灰度平均值为,9,5.3二值图像处理方法,消除孤立像素点,4邻域和8邻域,处理方法,4邻域：像素,f,(,x,y,)上下左右4个像素全为白（255）,则,f,(,x,y,)取255,8邻域：像素,f,(,x,y,)周围8个像素全为白（255）,则,f,(,x,y,)取255,*,*,*,*,*,*,*,*,*,*,*,*,10,5.3二值图像处理方法,实例,4邻域和8邻域没有完全删除噪声,8邻域要求的条件更苛刻，不满足条件的噪声比4邻域多，遗留下的噪声也多,4邻域,8邻域,11,第5章 图像的平滑处理,5.1背景,5.2 基本处理方法,5.3二值图像处理方法,5.4线性平滑处理,5.5非线性平滑处理,12,5,.4 线性平滑处理,邻域平均,方法：用邻域内的像素的平均值去代替像素的值,S,是邻域中各像素坐标，,M,是邻域中像素的个数,邻域,33邻域,5 5邻域,(2,n,+1)(2,n,+1)邻域,33邻域,55邻域,13,5,.4 线性平滑处理,邻域平均,模板表示与计算,33邻域,5 5邻域,(2,n,+1)(2,n,+1)邻域,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,33邻域,55邻域,模板系数,w,(,i,j,),14,5,.4 线性平滑处理,实例1,3,3均值滤波,(a),原始图,(b),噪声图,(c)33,邻域,15,5,.4 线性平滑处理,MatLab函数,噪声函数：J=imnoise(I,type);,I为原始图像,type为噪声类型，有高斯噪声gaussian,、椒盐噪声 salt&pepper和乘性噪声speckle,例：,I=imread(lena.tif);,J=imnoise(I,salt,K=imnoise(I,speckle);,L=imnoise(I,gaussian);,subplot(2,2,1),imshow(I);,subplot(2,2,2),imshow(L);,subplot(2,2,3),imshow(J);,subplot(2,2,4),imshow(K);,16,5,.4 线性平滑处理,MatLab函数,线性滤波：J=conv2(I,h);,2维卷积运算（convolution）。,I为原始图像;h为模板,例子：,I=imread(eight.tif);,J=imnoise(I,salt,h=1 1 1;1 1 1;1 1 1;,h=h/9;,K=conv2(J,h);,subplot(1,2,1),imshow(J);,subplot(1,2,2),imshow(K,);,17,5,.4 线性平滑处理,实例2,N,N,均值滤波器比较,(a),原始图,(b),噪声图,(c)33,(d)55,(e)77,(f)99,(g)1111,模板尺寸增大时，对噪声消除效果增强，但图像变得模糊，即边缘细节减少,18,5,.4 线性平滑处理,加权平均法,为了突出原像素,f,(,x,y,)本身的重要性，尽量抑制图像中的模糊现象，在元素中心或较近的元素，赋予大的加权值,如,19,第5章 图像的平滑处理,5.1背景,5.2 基本处理方法,5.3二值图像处理方法,5.4线性平滑处理,5.5非线性平滑处理,20,5,.5 非线性平滑处理,超限邻域平均法,邻域平均法算法简单，但模糊边缘,解决方法：选取一阈值,T,，如像素灰度与邻域像素灰度平均值的差大于,T,时，用平均值作为像素的灰度值，否则灰度值不变,21,5,.5 非线性平滑处理,超限邻域平均法,实例,I=imread(eight.tif);,J=imnoise(I,salt,h=1 1 1;1 1 1;1 1 1;,h=h/9;,K=conv2(J,h);,M=double(J);,for i=1:242,for j=1:308,L(i,j)=J(i,j);,if(abs(K(i,j)-J(i,j)100),L(i,j)=K(i,j);,end,end,end;,subplot(2,2,1),imshow(I);subplot(2,2,2),imshow(J);,subplot(2,2,3),imshow(K,);subplot(2,2,4),imshow(L,);,I,J,L,K,显示,22,J=imnoise(I,salt,消除噪声的过程称为平滑,邻域大小一般为N N，N为奇数,subplot(2,2,2),imshow(L);,K=conv2(J,h);,h=1 1 1;1 1 1;1 1 1;,第5章 图像的平滑处理,飞点扫描器扫描图像时产生的噪声。,又称为窗口，一般有线状、方形、圆形、十字形,I=imread(eight.,I=imread(eight.,8邻域：像素 f(x,y)周围8个像素全为白（255）,则f(x,y)取255,根据像素灰度值与邻域平均值的大小取值。,方法：用邻域内的像素的平均值去代替像素的值,end,5,.5 非线性平滑处理,中值滤波,一维序列,f,1,f,2,f,3,f,n,，取窗口长度为,m,（,m,为奇数），对,f,i,而言，取,v,=（,m,-1）/2，抽取,f,i,-,v,，,f,i,-1,f,i,f,i,+1,f,i,+,v,，并将,m,个值按大小排序，取中间值为,f,i,的值。,数学表示,其中,v,=（,m,-1）/2,23,5,.5 非线性平滑处理,基本方法,一维中值滤波示例,可以有效去除跳变,24,5,.5 非线性平滑处理,基本方法,二维中值滤波表示,邻域的选取,又称为窗口，一般有线状、方形、圆形、十字形,对长轮廓线物体宜采用方形或圆形窗口,对含有尖顶角物体的图像，宜采用十字形窗口,25,5,.5 非线性平滑处理,基本方法,二维中值滤波窗口示例,26,消除噪声的过程称为平滑,subplot(2,2,1),imshow(I);,subplot(2,2,4),imshow(K);,4邻域和8邻域没有完全删除噪声,med f(r)+g(r)med f(r)+med g(r),L(i,j)=K(i,j);,4邻域：像素 f(x,y)上下左右4个像素全为白（255）,则f(x,y)取255,又称为窗口，一般有线状、方形、圆形、十字形,设像素f(x,y)周围的8个像素灰度平均值为,I为原始图像;h为模板,熟悉MatLab环境及基本操作,J=imnoise(I,salt,根据像素灰度值与邻域平均值的大小取值。,图像在获取、传输和接收过程中，存在外部和内部干扰，使得图像中出现噪声，影响图像质量,邻域大小一般为N N，N为奇数,信道噪声和扫描图像时产生的噪声。,如：超限邻域平均法、中值滤波,5,.5 非线性平滑处理,中值滤波的性质,非线性，两序列,f,(,r,),g,(,r,),med,f,(,r,)+,g,(,r,),med,f,(,r,)+med,g,(,r,),对尖峰性干扰效果好，能保持边缘的陡度又能去掉干扰,对噪声延续距离小于,W,/2的噪声抑制效果好，,W,为窗口长度,主要方法,N,N,中值滤波,十字形中值滤波,27,5,.5 非线性平滑处理,N,N,中值滤波,取以,f,(,x,y,)为中心的,N,N,的窗口内像素灰度的中值作为,f,(,x,y,)的新灰度值,N,为奇数,十字形中值滤波,取以,f,(,x,y,)为中心的十字形窗口内像素灰度的中值作为,f,(,x,y,)的新灰度值,十字形窗口的长和宽一般相等，取奇数,28,5,.5 非线性平滑处理,实例,3,*,3,中值滤波,十字形（,n,=3）,中值滤波,29,5,.5 非线性平滑处理,比较,中值滤波后的图像轮廓比较清晰,(e)55邻域,(f)55中值滤波,(a)原始图,(b)噪声图,(c)33邻域,(d)33中值滤波,30,5,.5 非线性平滑处理,MatLab函数,中值滤波函数,J=medfilt2(I);/用33窗口进行中值滤波,J=medfilt2(I,m,n);/用mn窗口进行中值滤波,如,I=imread(eight.tif);,J=imnoise(I,salt,K=medfilt2(J);,subplot(1,2,1),imshow(J);,subplot(1,2,2),imshow(K);,31,小 结,平滑处理的目的,去噪声,邻域平均法的原理和特点,中值滤波的原理,32,作 业,5.1、邻域平均法平滑处理的原理是什么？其特点是什么？,5.2、中值滤波器的工作原理是什么？主要有哪几种方法。,33,上机一,熟悉MatLab环境及基本操作,作业,1、图像的基本操作,读图像文件及显示图像,2、图像的缩放和旋转操作,比较2种插值方法,3、图像的灰度线性变换,使用不同参数变换图像,4、绘制图像的直方图及直方图均衡变换,直方图,均衡变换,34,上机一,要求,各人自选图像（一般用灰度图像）,每次上机课结束后书写上机（实验）报告,操作命令序列,运行结果（先导出图像，保存格式为jpg，再插入到word文档中）,结论（用于方法比较）与问题,严禁拷贝，一旦发现本次作业0分,上机前提交上次上机报告,35,