5.空域处理 按照分类方法的不同 数学形态分类 空域滤波器 线性滤波器 非线性滤波器 高通 低通 带通 最大值 最小值 中值 处理效果分类 钝化滤波器 锐化滤波器
按照分类方法的不同 数学形态分类 处理效果分类 空域滤波器 线性滤波器 非线性滤波器 高通 低通 带通 最大值 最小值 中值 钝化滤波器 锐化滤波器 5. 空域处理
3.1线性滤波 模板，也常称为：滤波器，掩模，是一个系数矩阵，大小 为n*n,n通常为奇数，如3*3,5*5,9*9. 模板运算：假设原始图像上一点f(仪，y),其在变换图像 的映射为g,y)=T[fx,y)]。T是一种变换操作，定义 在(x,y)的邻域，这邻域可能是以(X,y)为中心的一个方 形区域，也就是说T对f(X,y)及其邻域都作用以产生 gXy)。 在空间滤波、平滑、锐化等处理中，可以通过模板在图像 上作卷积的办法来实现
3.1 线性滤波 模板，也常称为：滤波器，掩模，是一个系数矩阵，大小 为n*n, n通常为奇数，如3*3,5*5,9*9. 模板运算：假设原始图像上一点f(x,y)，其在变换图像 的映射为g(x,y) =T[f(x,y)]。T是一种变换操作，定义 在(x,y)的邻域，这邻域可能是以(x,y)为中心的一个方 形区域，也就是说T 对f(x,y)及其邻域都作用以产生 g(x,y)。 在空间滤波、平滑、锐化等处理中，可以通过模板在图像 上作卷积的办法来实现
B A RR D E ,刀 AA H 9 模板运算步骤： 1.将模板在图中漫游（卷积) 图 2.将模板中系数和图中对应的像素值相乘 3.将所有的乘积相加 卷积 4.将和赋值给模板中位置对应的像素
模板运算步骤: 1.将模板在图中漫游（卷积） 2.将模板中系数和图中对应的像素值相乘 3.将所有的乘积相加 4.将和赋值给模板中位置对应的像素 图像 卷积
常用的线性滤波器 均值滤波器（低通） 每一个像素值用其局部邻域内所有像素值的加权均值置换 小习k1 (k,1)EN BBB P.P P. hlij] BA西
常用的线性滤波器 均值滤波器（低通） 每一个像素值用其局部邻域内所有像素值的加权均值置换 = k l N f k l M h i j ( , ) [ , ] 1 [ , ]
常用的线性滤波器 高斯滤波器（低通） 根据高斯函数选择邻域内各像素的权值 (2+2) gli,jl=e 2o2 0.8 0.6 0.4 g(r,0)=e 2o2 0.2 0 吉 0 5 .10-10 超
常用的线性滤波器 高斯滤波器（低通） 根据高斯函数选择邻域内各像素的权值 2 2 2 2 ( ) [ , ] i j g i j e + − = g r e r ( ,) , = − 2 2 2
高斯平滑滤波器 高斯函数具有五个重要的性质： 旋转对称性 在各个方向上的平滑是一致的 单调递减 邻域的影响随着距离的增加而减弱 傅立叶变换是其本身 保留所需信号 翻
高斯平滑滤波器 高斯函数具有五个重要的性质: • 旋转对称性 在各个方向上的平滑是一致的 • 单调递减 邻域的影响随着距离的增加而减弱 • 傅立叶变换是其本身 保留所需信号
高斯平滑滤波器 参数σ调节平滑程度 在过平滑与欠平滑之间取得平衡 可分离性 降低计算复杂度 阳園 晟風 (a)
高斯平滑滤波器 • 参数σ调节平滑程度 在过平滑与欠平滑之间取得平衡 • 可分离性 降低计算复杂度
常用的线性滤波器 醚 带通滤波和导向滤波（Band-pass and steerable filters) Gabor Filter iV(G*f)=Vi(G*f)=ViG)f. =(cos0,sin)
常用的线性滤波器 带通滤波和导向滤波 （Band-pass and steerable filters） Gabor Filter
3.2非线性滤波 常用的非线性滤波器 中值滤波器 3X3邻域中值滤波 (1)取邻域 (2)按亮度值大 39 小排列像素点 939 36108 75 3919 (3)选排序像素 99 4898 的中间值作为中 361022 39 心点的新值 101922363948759899
3.2 非线性滤波 常用的非线性滤波器 中值滤波器 （1）取邻域 （2）按亮度值大 小排列像素点 （3）选排序像素 的中间值作为中 心点的新值
试一试 ? 111 111 111
试一试
