修正后的阿尔法均值滤波器.pptx
《修正后的阿尔法均值滤波器.pptx》由会员分享,可在线阅读,更多相关《修正后的阿尔法均值滤波器.pptx(74页珍藏版)》请在咨信网上搜索。
1、数字图像处理数字图像处理Digital Image Processing信息工程学院信息工程学院School of Information Engineering 2第第6章章 图像复原图像复原(Image Restoration)6.1 图像复原及退化模型基础图像复原及退化模型基础(Fundamentals of Image Restoration and Degradation Model)6.3 空间域滤波复原空间域滤波复原(Restoration with Spatial Filtering)6.4 频率域滤波复原频率域滤波复原(Restoration with Frequency D
2、omain Filtering)6.2 噪声模型噪声模型(Noise Models)36.6 逆滤波逆滤波(Inverse Filtering)6.7 最小均方误差滤波器最小均方误差滤波器-维纳滤波维纳滤波(Wiener Filtering)6.5 估计退化函数估计退化函数(Estimating the Degradation Function)6.8 几何失真校正几何失真校正(Geometric Distortion Correction)第第6章章 图像复原图像复原(Image Restoration)4问题背景问题背景(Background)(Background)图像增强图像增强(Im
3、age Enhancement)(Image Enhancement)不考虑图像是如何退化的,而是试图采用各种技术来增强图像的视觉效果。因此,图像增强可以不顾增强后的图像是否失真,只要看得舒服就行。而图像复原图像复原(Image Restoration)(Image Restoration)就完全不同,需知道图像退化的机制和过程等先验知识,据此找出一种相应的逆处理方法,从而得到复原的图像。如果图像已退化,应先作复原处理,再作增强处理。二者的目的都是为了改善图像的质量。6.1 Fundamentals of Image Restoration and Degradation Model5Reas
4、ons for Image Degradation:成象系统的像差、畸变、带宽有限等造成图像失真;成象系统的像差、畸变、带宽有限等造成图像失真;由于成像器件拍摄姿态和扫描非线性引起的图像几何失真;由于成像器件拍摄姿态和扫描非线性引起的图像几何失真;运动模糊,成像传感器与被拍摄景物之间的相对运动,引运动模糊,成像传感器与被拍摄景物之间的相对运动,引起所成图像的运动模糊;起所成图像的运动模糊;灰度失真,光学系统或成像传感器本身特性不均匀,造成灰度失真,光学系统或成像传感器本身特性不均匀,造成同样亮度景物成像灰度不同;同样亮度景物成像灰度不同;辐射失真,由于场景能量传输通道中的介质特性如大气湍辐射失
5、真,由于场景能量传输通道中的介质特性如大气湍流效应、大气成分变化引起图像失真;流效应、大气成分变化引起图像失真;图像在成像、数字化、采集和处理过程中引入的噪声等。图像在成像、数字化、采集和处理过程中引入的噪声等。6.1 Fundamentals of Image Restoration and Degradation Model6场景辐射能量在物平面上分布用f(x,y)描述,在通过成像系统H时,在像平面所得图像为Hf(x,y),如果再有加性噪声n(x,y),则实际所得退化图像g(x,y)可用下列模型表示:把物平面分布函数分解成函数加权积分的形式,即 当Hf(x,y)是线性算子时:A Model
6、 of the Image Degradation7其中为点扩展函数(PSF)如果H满足即具备空间位移不变性,则 h(x,y;,)=h(x-,y-)A Model of the Image Degradation8对于空间位移不变系统,退化模型可描述为:A Model of the Image Degradation9采用线性位移不变系统模型的原因如下:(1)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
7、。(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。A Model of the Image Degradation10Definition:图像恢复(Image Restoration)是根据退化原因,建立相应的数学模型,从被污染或畸变的图像信号中提取所需要的信息,沿着使图像降质的逆过程恢复图像本来面貌。实际的恢复过程是设计一个滤波器,使其能从降质图像g(x,y)中计算得到真实图像的估值 ,使其根据预先规定的误差准则,最大程度地接近真实图像f(x,y
8、)6.1 Fundamentals of Image Restoration and Degradation Model11图像恢复技术的分类:(1)在给定退化模型条件下,分为无约束和有约束两大类;(2)根据是否需要外界干预,分为自动和交互两大类;(3)根据处理所在域,分为频域和空域两大类。6.1 Fundamentals of Image Restoration and Degradation Model126.2 Noise Models高斯噪声高斯噪声(Gaussian noise)由于高斯噪声在空间和频域中数学上的易处理性,这种噪声(也称为正态噪声)模型经常被用于实践中。高斯随机变量z
9、的PDF由下式给出:其中z表示灰度值,表示z的平均值或期望值,表示z的标准差。标准差的平方2称为z的方差。高斯函数的曲线如图所示。当z服从上式的高斯分布时候,其值有70落在(-),(+)内,有95落在(-2),(+2)范围内。13均匀噪声分布均匀噪声分布(Uniform noise)均匀噪声分布的概率密度,由下式给出:概率密度函数的期望值和方差可由下式给出:6.2 Noise Models14脉冲噪声(椒盐噪声)脉冲噪声(椒盐噪声)(双极)脉冲噪声的PDF可由下式给出:如果ba,灰度值b在图像中将显示为一个亮点,a的值将显示为一个暗点。若Pa或Pb为零,则脉冲噪声称为单极脉冲。如果Pa和Pb均
10、不可能为零,尤其是它们近似相等时,脉冲噪声值将类似于随机分布在图像上的胡椒和盐粉微粒。由于这个原因,双极脉冲噪声也称为椒盐噪声。同时,它们有时也称为散粒和尖峰噪声。6.2 Noise Models15噪声脉冲可以是正的,也可以是负的。在一幅图像中,脉冲噪声总是数字化为最小值或最大值(纯黑或纯白)。负脉冲以一个黑点(胡椒点)出现在图像中。由于相同的原因,正脉冲以白点(盐点)出现在图像中。对于一个8位图像,这意味着a=0(黑)。b=255(白)。6.2 Noise Models16【例6.1】样本噪声图像和它们的直方图 A=imread(fig606a.jpg);%读取图像figure,imsho
11、w(A);%显示图像figure,hist(double(A),10);%求出A的直方图并显示B=imnoise(A,gaussian,0.05);%对A附加高斯噪声figure,imshow(B);%显示附加高斯噪声后的图像Bfigure,hist(double(B),10);%求出B的直方图并显示C=imnoise(A,speckle,0.05);%对A附加均匀分布噪声figure,imshow(C);%显示附加均匀噪声后的图像Cfigure,hist(double(C),10);%求出C的直方图并显示D=imnoise(A,salt&pepper,0.05);%对A附加椒盐噪声figur
12、e,imshow(D);%显示附加椒盐噪声后的图像Dfigure,hist(double(D),10);%求出D的直方图并显示6.2 Noise Models17 (a)原图 (b)附加高斯噪声图像 (c)附加均匀分布噪声图像(d)附加椒盐噪声图像(e)原图直方图 (f)附加高斯噪声直方图(g)附加均匀分布噪声后直方图(h)附加椒盐噪声后直方图图6.7 附加噪声后的图像及其直方图 6.2 Noise Models-Examples186.3 Restoration with Spatial Filtering Definition:空间域滤波恢复-在已知噪声模型的基础上,对噪声的空域滤波。19
13、6.3.1 均值滤波均值滤波(Mean Filters)采用均值滤波模板对图像噪声进行滤除。令 表示中心在(x,y)点,尺寸为 的矩形像窗口的坐标组 20 均值滤波器均值滤波器(Mean Filters)算术均值滤波器算术均值滤波器几何均值滤波器几何均值滤波器6.3.1 均值滤波均值滤波(Mean Filters)21谐波均值滤波器谐波均值滤波器 谐波均值滤波器善于处理像高斯噪声那样的一类噪声 对“盐”噪声处理效果很好 不适用于对“胡椒”噪声处理6.3.1 均值滤波均值滤波(Mean Filters)22逆谐波均值滤波器逆谐波均值滤波器 6.3.1 均值滤波均值滤波(Mean Filters)
14、23【例6.2】采用各种均值滤波器对附加高斯噪声图像进行滤波。img=imread(i_camera.bmp);imshow(img);%显示图像 img_noise=double(imnoise(img,gaussian,0.06);%对图像附加高斯噪声figure,imshow(img_noise,);%显示加噪图像img_mean=imfilter(img_noise,fspecial(average,3);%对附加有高斯噪声的图像实行算术均值滤波figure;imshow(img_mean,);%显示算术均值滤波后的图像img_mean=exp(imfilter(log(img_noi
15、se),fspecial(average,3);%对附加有高斯噪声的图像实行几何均值滤波figure;imshow(img_mean,);%显示几何均值滤波后的图像Q=-1.5;%对高斯噪声图像实行Q取负数的逆谐波滤波img_mean=imfilter(img_noise.(Q+1),fspecial(average,3)./imfilter(img_noise.Q,fspecial(average,3);figure;imshow(img_mean,);%显示逆谐波滤波后的图像Q=1.5;%对高斯噪声图像实行Q取正数的逆谐波滤波img_mean=imfilter(img_noise.(Q+1
16、),fspecial(average,3)./imfilter(img_noise.Q,fspecial(average,3);figure;imshow(img_mean,);%显示逆谐波滤波后的图像6.3.1 均值滤波均值滤波(Mean Filters)246.3.1 Mean Filters-Examples(a)输入图像;(b)高斯噪声污染图像;(c)用均值滤波结果【例6.2】采用各种均值滤波方法对含噪图像进行滤波 25 (d)几何均值滤波(e)Q1.5的逆谐波滤波(f)Q=1.5滤波的结果 算术均值和几何均值都能衰减噪声,比较而言算术均值和几何均值都能衰减噪声,比较而言,几何均值滤波
17、器较难使图像变模糊几何均值滤波器较难使图像变模糊.6.3.1 Mean Filters-Examples26(a)以以0.1的概率被的概率被”胡椒胡椒”噪声污染的图像噪声污染的图像(b)以以0.1的概率被的概率被”盐盐”噪声污染的图像噪声污染的图像(c)用用33大小、阶数为大小、阶数为 1.5的逆谐波滤波器滤波的逆谐波滤波器滤波 的结果的结果(d)用用Q=-1.5滤波滤波(b)的结果的结果 算术和几何适合处理算术和几何适合处理高斯或均匀等随机噪声;高斯或均匀等随机噪声;谐波更适于处理脉冲谐波更适于处理脉冲噪声噪声,但必须知道是暗噪但必须知道是暗噪声还是亮噪声声还是亮噪声,以便选择以便选择Q值符
18、号值符号.【例6.3】采用逆谐波均值滤波器对附加椒盐噪声图像进行滤波 6.3.1 Mean Filters-Examples27 在逆谐波滤波中错误地选择符号的结果在逆谐波滤波中错误地选择符号的结果 (a)原图像原图像 (b)用用33 的大小和的大小和Q1.5的逆谐波滤波器滤波的结果的逆谐波滤波器滤波的结果(c)用用Q=1.5滤波的结果滤波的结果6.3.1 Mean Filters-Examples286.3.2 顺序统计滤波顺序统计滤波(Order-Statistics Filters)1、中值滤波器(中值滤波器(Median filter)(1)一维中值滤波器设包围某点的一维数据集是,将它
19、们按大小从小到大进行排序,得到一个有序序列,则对该点进行中值滤波的滤波结果为:例如,Med(0,3,4,1,7)=Med(0,1,3,4,7)=3。Med(2,5,10,9,8,9)=Med(2,5,8,9,9,10)=8.5。29(2)二维中值滤波器 举例说明 中值滤波可去掉椒盐噪声,平滑效果优于均值滤波,在抑制随机噪声的同时能保持图像边缘少受模糊。6.3.2 顺序统计滤波顺序统计滤波(Order-Statistics Filters)30(3)修正后的阿尔法均值滤波器)修正后的阿尔法均值滤波器(Alpha-trimmed mean filter)6.3.2 顺序统计滤波顺序统计滤波(Ord
20、er-Statistics Filters)31Median Filter-Example 【例6.4】采用标准的均值、中值滤波器对含噪图像进行滤波。img=rgb2gray(imread(Image.bmp);figure;imshow(img);img_noise=double(imnoise(img,salt&pepper,0.06);figure,imshow(img_noise,);img_mean=imfilter(img_noise,fspecial(average,5);figure;imshow(img_mean,);title(de-noise by mean filter
21、);img_median=medfilt2(img_noise);figure;imshow(img_median,);title(de-noise by median filter);img_median2=medfilt2(img_median);figure;imshow(img_median2,);title(de-noise by median filter);32(a)椒盐噪声污染的图像(b)均值滤波结果(c)中值滤波结果(d)对c图再次中值滤波 对于椒盐噪声,中值滤波的效果要好于均值滤波Median Filter-Example33(a)由加性均匀噪声污染的图像由加性均匀噪声污染
22、的图像 均值为均值为0,方差为方差为800的高斯噪声的高斯噪声(b)图图(a)加上椒盐噪声污染的图像加上椒盐噪声污染的图像 Pa=Pb=0.1得椒盐噪声得椒盐噪声(c)55的算术均值滤波处理图的算术均值滤波处理图(b)(d)几何均值滤波器处理图几何均值滤波器处理图(b)(e)中值滤波器处理图中值滤波器处理图(b)(f)d=5的修正后的阿尔法均值滤波器的修正后的阿尔法均值滤波器由于脉冲噪声的存在由于脉冲噪声的存在,算术均值算术均值滤波器和几何均值滤波器没有起滤波器和几何均值滤波器没有起到良好作用到良好作用.中值滤波器和阿尔法滤波器效果中值滤波器和阿尔法滤波器效果更好更好,阿尔法最好阿尔法最好.M
23、edian Filter-Example34最大最大/最小滤波最小滤波(Maximum/Minimum Filters)2、最大最大/最小滤波最小滤波1)最大值滤波器为:)最大值滤波器为:2)最小值滤波器为:35 (a)噪声图像 (b)最大滤波结果 (c)最小滤波结果 参见图,最大值滤波器可以去除“胡椒”噪声,但会从黑色物体边缘移走一些黑色像素。最小值滤波器可以去除“盐”噪声,但会从亮色物体边缘移走一些白色像素。(Maximum/Minimum Filters Example)36The end of the first class,Have a rest376.4 频率域滤波恢复频率域滤波恢
24、复(Restoration with Frequency Domain Filtering)第5章讨论了低通和高通频域滤波器,把它们作为图像增强的基本工具。本章将讨论更加专用的带阻、带通和陷波滤波器,它们能削减或消除周期性噪声。原理:时域卷积相当于频域乘积。可以在频率域中直接设计滤波器,对图像进行恢复处理。分类:常用的图像恢复方法有带阻滤波器、带通滤波器、陷波滤波器等。386.4.1 Bandreject Filters6.4.1 Bandreject Filters 带阻滤波器带阻滤波器带阻滤波器消除或衰减了傅里叶变换原点附近的频段。理想带阻滤波器(理想带阻滤波器(An ideal band
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 修正 阿尔法 均值 滤波器
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【精***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【精***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。