图像平滑处理技术

1、图象平滑低通滤波 局部平均中值滤波多帧平均要点： 图象平滑 图象在传输过程中，由于传输信道、采样系统质量较差，或受各种干扰的影响，而造成图象毛糙，此时，就需对图象进行平滑处理。 平滑可以抑制高频成分，但也使图像变得模糊。为什么点得着火？图像平滑的作用类似剃须刀低通滤波法低通滤波法： 滤除高频成分，保留低频成分，在频域中实现平滑处理。 滤波公式： F(u,v) 原始图象频谱， G(u,v) 平滑图象频谱， H(u,v) 转移函数。),(),(),(vuFvuHvuG空间域与频率域空间域与频率域空间域与频率域常用的几种低通滤波器（1）理想低通滤波器00),(0),(1),(DvuDDvuDvuH

2、其中为截止频率， ：频率平面原点到点(u,v)的距离。理想低通滤波器物理上不可实现有抖动现象滤除高频成分使图象变模糊理想低通滤波器转移函数三维图理想低通滤波器转移函数剖面图（2）巴特沃思低通滤波器nnDvuDDvuDvuH2020),(414. 011),()12(11),(D(u,v)=D0，H(u,v)降为最大值的 。n为阶数。211阶巴特沃思低通滤波器转移函数三维图1阶巴特沃斯低通滤波器转移函数剖面图3阶巴特沃思低通滤波器转移函数三维图3阶巴特沃思低通滤波器转移函数剖面图),(347. 0exp),()21expln(),(00nnDvuDDvuDvuH（3）指数形低通滤波器D(u,v)

3、=D0，H(u,v)降为最大值的 。n为阶数。211阶指数形低通滤波器转移函数三维图1阶指数形低通滤波器转移函数剖面图3阶指数形低通滤波器转移函数三维图3阶指数形低通滤波器转移函数剖面图（4）梯形低通滤波器1101010),(0),()(),(),(1),(DvuDDvuDDDDDvuDDvuDvuH梯形低通滤波器转移函数三维图梯形低通滤波器转移函数剖面图梯形的好处理想滤波器的难处局部平均法 直接在空间域上对图象进行平滑处理。 该方法便于实现，计算速度快，结果也比较令人满意。（一）简单局部平均法 设有一幅数字有噪图象)32(),(),(),(yxnyxfyxg)42(),(1),(1),(1)

4、,(),(),(),(SjiSjiSjijinMjifMjigMyxg经局部平均处理后，得到平滑图象为： f(x,y)为原始图，n(x,y)为噪声， S：点(x,y)邻域内的点集， M：S内总点数。简单局部平均法局部平均法的： （1）图象由许多灰度恒定的小块组成。 （2）图象上的噪声是加性的、均值为零，且与图象信号互不相关。 根据假设（1），式（2-4）第一项非常接近 f(x,y)。 平滑后噪声方差简单局部平均法2),(2),(1),(1),(1nSjiSjiMjinDMjinMD平滑后噪声方差为处理前的 。简单局部平均会使图象模糊，特别是轮廓边缘不清晰。简单局部平均法M1 用局部中值代替局部

5、平均值。 令f(x,y)-原始图象阵列， g(x,y)-中值滤波后图象阵列， f(x,y) -灰度级， g(x,y) -以f(x,y)为中心的窗口内各象素的灰度中间值。（二）中值滤波法取3X3窗口中值滤波法例例207205208201202206198200212207205208201205206198200212212208207206205202201200198从小到大排列，取中间值取N=3中值滤波去除噪声例例1201102009080200显然是个噪声。取N=3中值滤波去除噪声例例1201102009080200显然是个噪声。8080取N=3中值滤波去除噪声例例12011020090

6、80200显然是个噪声。9080取N=3中值滤波去除噪声例例1201102009080200显然是个噪声。110908090801201109080取N=3中值滤波去除噪声例例1201102009080200显然是个噪声。取N=3中值滤波去除噪声例例1201102009080200显然是个噪声。110908012011090801201201109080滤波后，200被去除。 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制-阶跃 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制-斜坡 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制-单脉冲 中值滤波对持续期小于

7、窗宽（N=5）的1/2的脉冲将进行抑制-双脉冲 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制-三脉冲 中值滤波对持续期小于窗宽（N=5）的1/2的脉冲将进行抑制-三角形中值滤波法 中值滤波在抑制图象随机脉冲噪声方面甚为有效。且运算速度快，可硬化，便于实时处理。中值滤波去除噪声中值滤波去除噪声中值滤波去除噪声中值滤波去除噪声中值滤波去除噪声中值滤波去除噪声（三）加权平均法1),( ),( ),(),(),(),(),(),(SjiSjijiwjiwjinjifjiwyxg为权值，且其中多帧平均法MiiMiiiyxnMyxfyxnyxfMyxg11),(1),(),(),(1),(信

8、噪功率比增加M倍，噪声方差减小M倍。原图平均2次平均8次平均4次pp.106-108中值滤波 去雀斑中值滤波 去雀斑中值滤波 去雀斑高斯滤波 去雀斑高斯滤波 去雀斑高斯滤波 去雀斑高斯滤波 去雀斑局部中值滤波 去雀斑局部中值滤波 去雀斑对比度增强直方图均衡化图像锐化TermsImage smoothing: 图象平滑Image averaging: 图象平均Expectation: 数学期望Mean: 均值Variance: 方差Median filtering: 中值滤波Neighborhood: 邻域Filter: 滤波器Lowpass filter: 低通滤波器TermsHighpass

9、 filter: 高通滤波器Bandpass filter: 带通滤波器Bandreject filter、Bandstop filter: 带阻滤波器Ideal filter: 理想滤波器Butterworth filter: 巴特沃思滤波器Exponential filter: 指数滤波器Trapezoidal filter: 梯形滤波器Transfer function: 传递函数TermsFrequency response: 频率响应Cut-off frequency: 截止频率Spectrum: 频谱Amplitude spectrum: 幅值谱Phase spectrum: 相位谱Power spectrum: 功率谱Blur: 模糊TermsRandom: 随机Additive: 加性的Uncorrelated: 互不相关的Salt & pepper noise: 椒盐噪声Gaussian noise: 高斯噪声Speckle noi