mv-chp05图像预处理.ppt

《mv-chp05图像预处理.ppt》由会员分享，可在线阅读，更多相关《mv-chp05图像预处理.ppt（47页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、图图 像像 预预 处处 理理Chapter 5 Image Processing第第 5 5 章章 2023/1/22023/1/21 1北京邮电大学自动化学院北京邮电大学自动化学院主讲课本：1、贾云得，机器视觉，科学出版社，2000年（有电子版本：word格式和pdf格式）2、冈萨雷斯等著，阮秋琦等译，数字图像处理（Matlab版），电子工业出版社，20052023/1/22023/1/22 2北京邮电大学自动化学院北京邮电大学自动化学院深度阅读：1、Milan Sonka等著，艾海舟等译，图像处理、分析与机器视觉，人民邮电出版社，2003年2、D.A.Forsyth,J.Ponce,Com

2、puter Vision-A modern approach，清华出版社，20042023/1/22023/1/23 3北京邮电大学自动化学院北京邮电大学自动化学院1 引言引言 对机器视觉系统来说，所用的图像预处理方法并不考虑图像降质原因，只将图像中感兴趣的特征有选择地突出，衰减其不需要的特征，故预处理后的输出图像并不需要去逼近原图像这类图像预处理方法统称为图像图像增强增强 图像增强技术主要有两种方法：空间域法和频率域空间域法和频率域法法空间域方法主要是在空间域内对图像像素直接运算处理频率域方法就是在图像的某种变换域，对图像的变换值进行运算，如先对图像进行付立叶变换，再对图像的频谱进行某种计算

3、(如滤波等)，最后将计算后的图像逆变换到空间域 2023/1/22023/1/24 4北京邮电大学自动化学院北京邮电大学自动化学院2 直方图修正直方图修正许多图像的灰度值是非均匀分布的，其中灰度值集中在一个小区间内的图像是很常见的直方图均衡化是一种通过重新均匀地分布各灰度值来增强图像对比度的方法一般来说，直方图修正能提高图像的主观质量，因此在处理艺术图像时非常有用 2023/1/22023/1/25 5北京邮电大学自动化学院北京邮电大学自动化学院直方图均衡化举例12023/1/22023/1/26 6北京邮电大学自动化学院北京邮电大学自动化学院推广：图像的大多数像素灰度值分布在a,b区间把在灰

4、度区间 内的像素点映射到区间 。2023/1/22023/1/27 7北京邮电大学自动化学院北京邮电大学自动化学院分段函数变换连续函数灰度变换2023/1/22023/1/28 8北京邮电大学自动化学院北京邮电大学自动化学院直方图均衡化举例22023/1/22023/1/29 9北京邮电大学自动化学院北京邮电大学自动化学院(1)线性系统线性系统 图像处理系统可以用一个线性系统作为模型对于线性系统，当系统输入是一个中心在原点的脉冲(x,y)时，输出g(x,y)就是系统的脉冲响应3 图像线性运算图像线性运算2023/1/22023/1/21010北京邮电大学自动化学院北京邮电大学自动化学院 线性空

5、间不变系统(Linear Space Invariant，LSI)完全能用其脉冲响应来描述。(2)空间不变线性系统空间不变线性系统 系统响应与输入脉冲的中心位置无关2023/1/22023/1/21111北京邮电大学自动化学院北京邮电大学自动化学院如果 f 和 h 表示图像，则卷积就变成了对像素点的加权计算，脉冲响应gi,j就是一个卷积模板。2023/1/22023/1/21212北京邮电大学自动化学院北京邮电大学自动化学院图53 阶的卷积模板示意图2023/1/22023/1/21313北京邮电大学自动化学院北京邮电大学自动化学院4 线性滤波器图像常常被强度随机信号（也称为噪声）所污染一些常

6、见的噪声有椒盐（Salt&Pepper）噪声、脉冲噪声、高斯噪声等椒盐噪声含有随机出现的黑白强度值而脉冲噪声则只含有随机的白强度值（正脉冲噪声）或黑强度值（负脉冲噪声）与前两者不同，高斯噪声含有强度服从高斯或正态分布的噪声高斯噪声是许多传感器噪声的很好模型，例如摄像机的电子干扰噪声 2023/1/22023/1/21414北京邮电大学自动化学院北京邮电大学自动化学院(a)原始图像 (b)高斯噪声被高斯噪声所污染的图像2023/1/22023/1/21515北京邮电大学自动化学院北京邮电大学自动化学院其中，M是邻域N内的像素点总数。在像素点i,j处取3X3邻域，得:()均值滤波器 每一个像素值用

7、其局部邻域内所有值的均值置换2023/1/22023/1/21616北京邮电大学自动化学院北京邮电大学自动化学院均值滤波器的实现均值滤波器的实现:进行卷积模板的等权值卷积运算进行卷积模板的等权值卷积运算实现。实现。2023/1/22023/1/21717北京邮电大学自动化学院北京邮电大学自动化学院3X3窗口窗口7X7窗口窗口邻域 N 的大小控制着滤波程度，对应大卷积模板的大尺度邻域会加大滤波程度作为去除大噪声的代价，大尺度滤波器也会导致图像细节的损失 2023/1/22023/1/21818北京邮电大学自动化学院北京邮电大学自动化学院经验设计经验设计在设计线性平滑滤波器时，选择滤波权值应使得滤

8、波器只有一个峰值，称之为主瓣，并且在水平和垂直方向上是对称的一个典型的3X3平滑滤波器的权值模板如下：2023/1/22023/1/21919北京邮电大学自动化学院北京邮电大学自动化学院()高斯平滑滤波高斯平滑滤波 高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器高斯平滑滤波器对去除服从正态分布的噪声是很有效的正态分布概率密度函数：一维零均值高斯分布概率密度函数为：其中，高斯分布参数决定了高斯滤波器的宽度2023/1/22023/1/22020北京邮电大学自动化学院北京邮电大学自动化学院()高斯平滑滤波高斯平滑滤波 对图像处理来说，常用二维零均值离散高斯函数作平滑滤波器 2023/

9、1/22023/1/22121北京邮电大学自动化学院北京邮电大学自动化学院 高斯函数的五个重要性质之高斯函数的五个重要性质之1：旋转对称性：旋转对称性二维高斯函数具有旋转对称性，即滤波器在各个方向上的二维高斯函数具有旋转对称性，即滤波器在各个方向上的平滑程度是相同的一般来说，一幅图像的边缘方向是事平滑程度是相同的一般来说，一幅图像的边缘方向是事先不知道的，因此，在滤波前是无法确定一个方向上比另先不知道的，因此，在滤波前是无法确定一个方向上比另一方向上需要更多的平滑旋转对称性意味着高斯平滑滤一方向上需要更多的平滑旋转对称性意味着高斯平滑滤波器在后续边缘检测中不会偏向任一方向波器在后续边缘检测中不

10、会偏向任一方向 2023/1/22023/1/22222北京邮电大学自动化学院北京邮电大学自动化学院 高斯函数的五个重要性质之高斯函数的五个重要性质之2：高斯函数是单值函数：高斯函数是单值函数 高斯滤波器用像素邻域的加权均值来代替高斯滤波器用像素邻域的加权均值来代替该点的像素值，而每一邻域像素点权值是该点的像素值，而每一邻域像素点权值是随该点与中心点的距离单调增减的这一随该点与中心点的距离单调增减的这一性质是很重要的，因为边缘是一种图像局性质是很重要的，因为边缘是一种图像局部特征，如果平滑运算对离算子中心很远部特征，如果平滑运算对离算子中心很远的像素点仍然有很大作用，则平滑运算会的像素点仍然有

11、很大作用，则平滑运算会使图像失真使图像失真 2023/1/22023/1/22323北京邮电大学自动化学院北京邮电大学自动化学院之之3：高斯函数的付立叶变换频谱是单瓣的：高斯函数的付立叶变换频谱是单瓣的 这一性质是高斯函数付立叶变换等于高斯函数本身这一事实这一性质是高斯函数付立叶变换等于高斯函数本身这一事实的直接推论图像常被不希望的高频信号所污染的直接推论图像常被不希望的高频信号所污染(噪声和细噪声和细纹理纹理)而所希望的图像特征（如边缘），既含有低频分量，而所希望的图像特征（如边缘），既含有低频分量，又含有高频分量高斯函数付立叶变换的单瓣意味着平滑图又含有高频分量高斯函数付立叶变换的单瓣意味

12、着平滑图像不会被不需要的高频信号所污染，同时保留了大部分所需像不会被不需要的高频信号所污染，同时保留了大部分所需信号信号 2023/1/22023/1/22424北京邮电大学自动化学院北京邮电大学自动化学院2023/1/22023/1/22525北京邮电大学自动化学院北京邮电大学自动化学院高斯函数在频率域内的散布由高斯函数在频率域内的散布由v 控制，控制，v 是空间域散布参数是空间域散布参数的倒数这表明，高斯函数在空间域越窄，则在频率域的倒数这表明，高斯函数在空间域越窄，则在频率域里的频谱越宽，反之亦然这一性质和高斯滤波器的抑制里的频谱越宽，反之亦然这一性质和高斯滤波器的抑制噪声能力有关窄带空

13、间域高斯函数的平滑能力较低，因噪声能力有关窄带空间域高斯函数的平滑能力较低，因为在频率域内其频带较宽，能通过更多的高频噪声和细纹为在频率域内其频带较宽，能通过更多的高频噪声和细纹理信号随着高斯函数在空间域的宽度增加，高斯函数的理信号随着高斯函数在空间域的宽度增加，高斯函数的平滑能力也增强了也就是说，在频率域内，高斯函数越平滑能力也增强了也就是说，在频率域内，高斯函数越窄，通过高频噪声和细纹理信号就越少窄，通过高频噪声和细纹理信号就越少2023/1/22023/1/22626北京邮电大学自动化学院北京邮电大学自动化学院 17X7 213X13 319X19 425X252023/1/22023/

14、1/22727北京邮电大学自动化学院北京邮电大学自动化学院 性质之性质之4：高斯滤波器宽度由参数：高斯滤波器宽度由参数表征表征 和平滑程度的关系是非常简单的和平滑程度的关系是非常简单的越大，高斯滤波器越大，高斯滤波器的频带就越窄，平滑程度就越好通过调节平滑程度参的频带就越窄，平滑程度就越好通过调节平滑程度参数数，可在图像特征过分模糊，可在图像特征过分模糊(过平滑过平滑)与平滑图像中由于与平滑图像中由于噪声和细纹理所引起的过多的不希望突变量噪声和细纹理所引起的过多的不希望突变量(欠平滑欠平滑)之间之间取得折衷取得折衷 2023/1/22023/1/22828北京邮电大学自动化学院北京邮电大学自动

15、化学院图像与一维水平高斯函数卷积水平方向上被模糊化图像与一维水平高斯函数卷积水平方向上被模糊化图像与一维垂直高斯函数卷积，垂直方向上被模糊化图像与一维垂直高斯函数卷积，垂直方向上被模糊化卷积是服从结合律和交换律的，卷积次序可以颠倒。卷积是服从结合律和交换律的，卷积次序可以颠倒。将二维计算退化为一维计算将二维计算退化为一维计算 性质之性质之5：高斯函数的可分离性：高斯函数的可分离性2023/1/22023/1/22929北京邮电大学自动化学院北京邮电大学自动化学院2023/1/22023/1/23030北京邮电大学自动化学院北京邮电大学自动化学院与高斯函数有关的一个性质是高斯函数与其自身的卷积会

16、产与高斯函数有关的一个性质是高斯函数与其自身的卷积会产生一个与生一个与成比例的高斯函数，该性质的一维表达：成比例的高斯函数，该性质的一维表达：级联高斯函数级联高斯函数2023/1/22023/1/23131北京邮电大学自动化学院北京邮电大学自动化学院如果一幅图像用散布参数为如果一幅图像用散布参数为的高斯函数滤波，以及相的高斯函数滤波，以及相同的图像用散布参数为同的图像用散布参数为 的高斯函数滤波，那么，的高斯函数滤波，那么，可以不用较大散布参数的高斯函数进行滤波，而是用相可以不用较大散布参数的高斯函数进行滤波，而是用相同散布参数的滤波器对上一次滤波结果再进行滤波就可同散布参数的滤波器对上一次滤

17、波结果再进行滤波就可得到预期的图像这就意味着在计算图像的多种尺度平得到预期的图像这就意味着在计算图像的多种尺度平滑时，计算量能得到显著减少在具有不同散布参数滑时，计算量能得到显著减少在具有不同散布参数的高斯函数级联运算中，也可以得到类似的结果的高斯函数级联运算中，也可以得到类似的结果 2023/1/22023/1/23232北京邮电大学自动化学院北京邮电大学自动化学院高斯函数的最佳逼近由二项式展开的系数决定高斯函数的最佳逼近由二项式展开的系数决定01 11 2 11 3 3 11 4 6 4 11 5 10 10 5 11 6 15 20 15 6 15点逼近点逼近对应于杨辉三角形的第5行这一

18、模板被用来在水平方向上平滑图像这一模板被用来在水平方向上平滑图像二维高斯滤波器用两个一维高斯滤波器逐次卷积来实现二维高斯滤波器用两个一维高斯滤波器逐次卷积来实现对较大的滤波器，通过重复使用小高斯滤波器来实现对较大的滤波器，通过重复使用小高斯滤波器来实现高斯滤波器设计高斯滤波器设计:杨辉三角形逼近法杨辉三角形逼近法2023/1/22023/1/23333北京邮电大学自动化学院北京邮电大学自动化学院离散高斯分布:例如，选 ，n=7，在0,0处的值等于1产生下列数组：高斯滤波器设计高斯滤波器设计:直接法直接法其中c是归一化常量 2023/1/22023/1/23434北京邮电大学自动化学院北京邮电大

19、学自动化学院左上角值定义为左上角值定义为1并取整：并取整：2023/1/22023/1/23535北京邮电大学自动化学院北京邮电大学自动化学院7X7 高斯滤波高斯滤波模板模板15X15高斯滤波模板高斯滤波模板其它常用的高斯模板其它常用的高斯模板 2023/1/22023/1/23636北京邮电大学自动化学院北京邮电大学自动化学院均值滤波和高斯滤波运算的主要问题：有可能模糊图像中的均值滤波和高斯滤波运算的主要问题：有可能模糊图像中的尖锐不连续部分尖锐不连续部分 5 5 非线性滤波非线性滤波器器按亮度值大小排列像素点按亮度值大小排列像素点选排序像素的中间值作为点选排序像素的中间值作为点 的新值。的

20、新值。（1）中值滤波器：中值滤波器的基本思想是用像素点邻域）中值滤波器：中值滤波器的基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值，该方法在去除脉冲灰度值的中值来代替该像素点的灰度值，该方法在去除脉冲噪声、椒盐噪声的同时又能保留图像边缘细节，这是因为它噪声、椒盐噪声的同时又能保留图像边缘细节，这是因为它不依赖于邻域内那些与典型值差别很大的值不依赖于邻域内那些与典型值差别很大的值。例如，取 函数窗，计算以点 为中心的函数窗像素中值步骤如下：2023/1/22023/1/23737北京邮电大学自动化学院北京邮电大学自动化学院2023/1/22023/1/23838北京邮电大学自动化学院北

21、京邮电大学自动化学院对图54(b)噪声图像进行中值滤波后的结果 2023/1/22023/1/23939北京邮电大学自动化学院北京邮电大学自动化学院(a)原始信号 （b）均值滤波 （c）中值滤波尖顶边缘滤波示意图（2）边缘保持滤波器边缘保持滤波器均值滤波的平滑功能会使图像边缘模糊，而中值滤波在去除脉均值滤波的平滑功能会使图像边缘模糊，而中值滤波在去除脉冲噪声的同时也将图像中的线条细节滤除掉。边缘保持滤波器冲噪声的同时也将图像中的线条细节滤除掉。边缘保持滤波器是在上述两种滤波器的基础上发展的一种滤波器，该滤波器在是在上述两种滤波器的基础上发展的一种滤波器，该滤波器在滤除噪声脉冲的同时，又不致于使

22、图像边缘十分模糊。滤除噪声脉冲的同时，又不致于使图像边缘十分模糊。2023/1/22023/1/24040北京邮电大学自动化学院北京邮电大学自动化学院边缘保持算法的基本过程如下边缘保持算法的基本过程如下：对灰度图像的每一个像素点i,j取适当大小的一个邻域（如3X3邻域），分别计算i,j的左上角子邻域、左下角子邻域、右上角子邻域和右下角子邻域的灰度分布均匀度，然后取最小均匀度对应区域的均值作为该像素点的新的灰度值。计算灰度均匀度的公式为：计算灰度均匀度的公式为：2023/1/22023/1/24141北京邮电大学自动化学院北京邮电大学自动化学院举例举例由上面计算可见，分布越均匀，V值越小。202

23、3/1/22023/1/24242北京邮电大学自动化学院北京邮电大学自动化学院3X3模板模板 7X7模板模板2023/1/22023/1/24343北京邮电大学自动化学院北京邮电大学自动化学院6 6、图像变换、图像变换图像（M*N）的离散傅立叶变换对：2023/1/22023/1/24444北京邮电大学自动化学院北京邮电大学自动化学院原图像图像的频谱图像2023/1/22023/1/24545北京邮电大学自动化学院北京邮电大学自动化学院原图像图像的频谱图像2023/1/22023/1/24646北京邮电大学自动化学院北京邮电大学自动化学院图像（N*N）的离散余弦变换对：其中2023/1/22023/1/24747北京邮电大学自动化学院北京邮电大学自动化学院