复习四
最小值、最大值、中值、均值滤波器?
最小值滤波器:选择邻域内最小的灰度值作为中心像素新的灰度值 使图像字体加粗
最大值滤波器:选择邻域内最大的灰度值作为中心像素新的灰度值 使图像字体变细
中值滤波器:选择邻域内排序后的中值作为中心像素新的灰度值 去除盐椒噪声
均值滤波器:选择邻域内的灰度值的平均值作为中心像素新的灰度值 平滑图像 但会模糊
为什么中值滤波器去除噪声效果比均值滤波器好?
噪声的灰度值通常会很大或者很小,使用均值滤波器会导致噪声的影响过大,而中值滤波器则不会收到最小值和最大值的影响。同时均值滤波器还会模糊图像细节。
平滑滤波器可用于?
去除图像噪声
平滑滤波器的权重都是?
相等的
锐化滤波器用于?
增强图像细节、边缘增强和对比度增强
使用拉普拉斯变换来实现图像锐化
[[ 0, -1, 0],
[-1, 4, -1],
[ 0, -1, 0]] 使用卷积操作计算卷积,然后用中心像素的灰度值减去卷积
说明为什么拉普拉斯变换可以用来图像锐化
因为使用拉普拉斯模板进行卷积操作计算的是中心像素值与领域相差了多少,如果相差的是正数,说明中心像素偏小,所以要减去这个差值,相反,如果是负值,说明中心像素偏大,要加上这个差值。这样会使得灰度值小的像素更小,灰度值大的像素更大,增加了对比度,达到图像的锐化效果。
复习五
傅里叶变换中,高频和低频成分分别对应于?
图像中的高频分量,指的是图像强度(亮度/灰度)变化剧烈的地方,也就是我们常说的边缘(轮廓);图像中的低频分量,指的是图像强度(亮度/灰度)变换平缓的地方,也就是大片色块的地方。
频率域中的低通和高通滤波器分别对应时间域的什么?
低通滤波器对应平滑滤波器,高通滤波器对应锐化滤波器
D0对理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器/高通的影响?
较小的D0值对应着更多的细节保留,而较大的D0值则对应着更平滑或更强调边缘的图像。
n 对巴特沃斯低通/高通滤波器行为的影响?
n越大 滤波器越接近理想滤波器,也会带来振铃效应。
比较理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器/高通
理想低通滤波器在去除噪声的同时也会失去边缘信息使得图像变得模糊,有振铃效应。
巴特沃斯低通滤波器相比理想滤波器保留了一些边缘信息。
高斯低通滤波器拥有更多的边缘信息,但平滑效果不如巴特沃斯
理想高通滤波会有振铃效应,但会随着D0的增大而减小。
巴特沃斯高通滤波器锐化效果最好
高斯高通滤波平滑效果最好
复习六
六种噪声模型?
高斯噪声,瑞利噪声、伽马噪声、指数噪声、均匀噪声和椒盐噪声
与算术均值滤波器相比,几何均值滤波器损失的细节更少,为什么?
几何算术均值滤波器是将领域内的灰度值之积取1/mn幂作为新的灰度值,因为边缘细节的灰度值通常是很大或者很小,相乘后会使得新灰度值过大或过小,这样就会保留了细节。
说明不同Q值对逆谐波均值滤波器的影响?
Q>0时,相当于f = g 椒噪声的值很小,相加取平均后灰度值变大,就能够去除椒噪声
Q<0时,相当于f = 1/g 咽噪声值很大 相加取平均后取倒数 灰度值反而变小,去除盐噪声
Q=0时,相当于算术均值滤波器。
为什么阿尔法修正滤波效果比算术均值滤波好?
前者是去除领域内等量的最大值的最小值后再取平均,这样能有效去除盐椒噪声。
与中值滤波器相比,自适应中值滤波器可以处理空间更密集的脉冲噪声。 为什么?
它能使得领域中的中值是噪声的概率减少,而中值滤波器只能固定一个领域,当噪声过于密集时,中值很可能也是噪声。