3.图像滤波处理。自选一张图片,完成以下图像处理:①给图像分别添加随机噪声和椒盐噪声;②采用不同的平滑滤波模板进行滤波对比(不同模板、不同尺寸);③采用中值滤波对图像进行滤波对比;④对添加随机噪声的多幅图片取平均。重点对比分析:不同空间域卷积器模板的滤波效果有何不同?空间域卷积器模板的大小的滤波效果有何影响?
图像平滑处理的基本方法:
图像在获取、传输过程中, 受干扰的影响, 会产生噪声. 噪声是一种错误的信号, 干扰正常信号, 造成图像毛糙. 这时就需要对图像进行平滑处理.
图像去噪是一种信号滤波的方法, 目的是保留有用信号, 去除噪音信号.
图像噪声:
噪声干扰一般是随机产生的, 分布不规律, 大小也不规则. 噪声像素的灰度是空间不相关的, 与邻近像素显著不同.
平滑处理的目的:
- 模糊: 在提取较大目标前, 先去除太小的细节, 或将目标内的小间断连接起来.
- 消除噪声: 改善图像质量, 降低干扰.
平滑滤波使图像的低频分量增强, 同时削弱高频分量, 用于消除图像中的随机噪声, 起到平滑作用.
图像增强:
·空间域法: 在原图像上直接对像素的灰度值进行处理. 分为两类, 点运算和局部运算(邻域有关的空间域运算).
·频域法: 在图像的变换域上进行处理, 增强感兴趣的频率分量, 然后进行反变换, 得到增强后的图像.
空间域滤波增强技术:
图像平滑处理技术:
邻域处理方法: 用某一模板对每个像元与其周围邻域的所有像元进行某种数学运算, 得到该像元新的灰度值. 新的灰度值不仅与该像元的灰度值有关, 还与其邻域内像元的灰度值有关.
邻域处理——模板:
平滑处理的基本方法:
·线性平滑: 对于每一个像素的灰度值用它的邻域值代替, 邻域为N×M, N
取奇数.
·非线性平滑: 改进, 取一个阈值, 当像素值与其邻域平均值之间的差大于阈值时, <