《数字图像处理及工程应用》课件第6章_第1页
《数字图像处理及工程应用》课件第6章_第2页
《数字图像处理及工程应用》课件第6章_第3页
《数字图像处理及工程应用》课件第6章_第4页
《数字图像处理及工程应用》课件第6章_第5页
已阅读5页,还剩19页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

2024/8/21第1页第6章图像去噪6.1图像噪声1、图像噪声的基本概念

图像噪声即图像中各种妨碍人们对其信息接受及理解的因素,噪声在理论上可以定义为“不可预测,只能用概率统计方法来认识的随机误差”。图像噪声可以理解为图像在获取或传输时所受到的随机干扰信号,通常用概率分布函数和概率密度分布函数对图像噪声进行描述。2024/8/21第2页第6章图像去噪2、噪声的分类(1)按噪声产生的原因分类来自内部的噪声,如电气设备、天体放电现象等引起的噪声;来自外部的噪声,如摄像机的热噪声、电气机械运动而产生的抖动噪声等。(2)按噪声和信号的关系分类加性噪声、乘性噪声。(3)按噪声幅度的分布形状(概率密度函数)分类高斯噪声、椒盐(脉冲)噪声、瑞利噪声、指数分布噪声等。2024/8/21第3页图像中高斯噪声的产生一般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,脉冲噪声主要表现在成像中的短暂停留(例如错误的开关操作),这两种噪声比较常见,在数字图像中常采用这两种噪声给图像做加噪处理。第6章图像去噪3、常用噪声模型

2024/8/21第4页第6章图像去噪(2)脉冲噪声脉冲噪声的概率分布函数为:

2024/8/21第5页图像中大部分噪声是随机的,其对某一像素点的影响可以看作是孤立的。因此,噪声点与该像素点的邻近点相比,其灰度值会有显著变化。基于这一事实,可以采用邻域操作的方法来判定图像中某一像素点是否含有噪声,并用适当的方法来减弱或消除该噪声。第6章图像去噪6.2空域去噪法1、邻域平均法(1)邻域平均法计算公式:2024/8/21第6页第6章图像去噪常用的邻域为4-邻域和8-邻域模板:(b)8-邻域(a)4-邻域4-邻域和8-邻域处理效果:(a)原图像(b)加高斯噪声后的图像2024/8/21第7页第6章图像去噪邻域平均法的优点是处理方法简单,计算速度快,缺点是在降低噪声的同时使图像产生一定程度的模糊。(c)4-邻域平均结果图像

(d)8-邻域平均结果图像(2)阈值平均法

2024/8/21第8页第6章图像去噪计算公式:式中,T是事先设定的阈值。当某些点的灰度值与各邻点灰度的均值差别大于阈值T时,它必然是噪声点,则取其邻域平均值作为该点的灰度值;否则保留原灰度值不变。(3)模板平滑法邻域平均法是通过邻域操作完成的,实现的方式相当于利用模板对图像进行卷积运算的图像平滑方法。2024/8/21第9页第6章图像去噪4-邻域平均模板:8-邻域平均模板:若设3×3的模板W(比例因子为C)为:2024/8/21第10页第6章图像去噪

2024/8/21第11页对于整幅图像来讲,模板与图像的卷积运算可以按照下面的步骤进行:(1)将模板在图像中从上到下、从左到右游历,模板中各个位置点会与图像中的某个像素邻域重合;(2)将模板每个位置上的系数与它所重合的像素灰度值相乘;(3)将所有乘积求和;(4)把求和的结果赋给图像中与模板中心重合的像素。第6章图像去噪2024/8/21第12页一些常用的平滑模板:3×3Box模板:高斯模板:第6章图像去噪4-邻域加权平均模板:8-邻域加权平均模板:2024/8/21第13页第6章图像去噪2、中值滤波法中值滤波是一种非线性处理技术,它也是一种邻域运算,但它计算的不是加权和,而是把邻域中的像素按灰度值大小重新排序,然后选择该有序序列的中间值作为输出像素值。这种方法对于干扰脉冲以及椒盐类噪声的抑制是最有效的,可以克服线性平均滤波器所带来的图像细节模糊问题。中值滤波刚开始是在一维信号处理中应用,后来又被应用在二维图像信号处理技术中。(1)一维中值滤波原理

2024/8/21第14页数学表达式:第6章图像去噪式中,Med[]表示提取序列的中间值,Z为自然数集合。例如:设模板长度为5,模板序列为{5,3,20,4,7},则中值滤波重新排序后的序列为{3,4,5,7,20},中间的值是5,即:(2)二维中值滤波原理将一维中值滤波理论推广到二维离散数字图像中去,就能得到二维中值滤波原理。对图像进行二维中值滤波处理,首先要确定一个滤波窗口(记为W),窗口的大小为N*N,一般选取3×3、5×5或7×7。对窗口内的所有像素灰度值按大小进行排序,取有序序列的中间值作为W中心点处像素的灰度值。2024/8/21第15页计算公式第6章图像去噪常用的几种二维中值滤波窗口形状:2024/8/21第16页(3)中值滤波组要特征第6章图像去噪A、中值滤波的去噪性能:中值滤波通常用来抑制脉冲干扰和随机干扰,但由于中值滤波是非线性运算,因此对随机性质的噪声输入,数学分析是相当复杂的。B、对某些特定信号的不变性:由于某些输入信号的特殊性,中值滤波处理后的输出信号与输入信号保持不变。(4)改进的中值滤波算法一种具体的改进方法为:逐行扫描图像,在处理每一个像素时,首先判断该像素是否是滤波窗口覆盖下的邻域像素的极大值或极小值,噪声点一般都是邻域像素的极值,而图像的边缘细节往往不是。如果是,则采用正常2024/8/21第17页的中值滤波方法处理该像素;如果不是,则不予处理。这种方法能够更好地保持图像细节,这是常规中值滤波所做不到的。由于算法可以根据局部邻域的具体情况而选择执行不同的操作,因此又称为自适应中值滤波。第6章图像去噪3、多图像平均法多幅图像平均法是利用在相同条件下获取的同一目标物的多幅图像取平均来消减随机噪声。在相同条件下,获得的同一目标物的幅图像为:则多幅图像平均为:2024/8/21第18页第6章图像去噪

若图像噪声是不相关的加性噪声,且均值为0,方差为,则:

2024/8/21第19页

第6章图像去噪多幅图像平均法常用于摄像机的视频图像中,用以减少电视摄像机光电摄像管或CCD器件所引起的噪声。对同一景物连续摄取多幅图像并数字化,再对多幅图像求平均值,这种方法在实际应用中的难点在于如何把多幅图像配准起来,以便相应的像素能正确地对应排列。2024/8/21第20页6.3频域低通滤波法第6章图像去噪从信号的频谱角度来看,随空间位置突变的信息在频域对应高频部分,而缓变的信息是低频部分。具体到图像中,边缘和噪声对应于高频区域,而背景及信号缓变部分则对应于低频区域。因此,可以采用低通滤波的方法来达到滤除(高频)噪声的目的。图1频域低通滤波法的原理框图

2024/8/21第21页第6章图像去噪1、理想低通滤波器(ILPF)理想低通滤波器的传递函数定义为:

理想低通滤波器的传递函数曲线及其三维透视图如图下所示。2024/8/21第22页第6章图像去噪2、Butterworth低通滤波器(BLPF)

Butterworth低通滤波器的特性曲线和三维透视图如下:2024/8/21第23页第6章图像去噪3、指数低通滤波器(ELPF)在图像处理中,常用的另一种平滑滤波器是指数低通滤波器,其

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论