正文內容

圖像濾波ppt課件-資料下載頁

2026-04-24 18:50本頁面

　　

【正文】介紹的方法選擇使用，即 :(a) 梯度圖像直接輸出 g(x, y)=G［ f(x, y)］　優點：突出邊緣、輪廓缺點：灰度變化平緩的區域呈現黑色。 59 圖像銳化216。 Prewitt和 Sobel梯度(b)加閾值的梯度輸出式中： T是一個非負的閾值。優點：適當選取 T，既可使明顯的邊緣輪廓得到突出，又不會破壞原灰度變化比較平緩的背景。 T＞ 060 圖像銳化216。 Prewitt和 Sobel梯度(c)輪廓灰度規定化輸出(d)背景灰度規定化輸出式中： T是根據需要指定的一個灰度級，它將明顯邊緣用一固定的灰度級 LG來實現。使邊界清晰、輪廓突出、背景不破壞。此法將背景用一個固定灰度級 LB來實現，便于研究邊緣灰度的變化。 61 圖像銳化216。 Prewitt和 Sobel梯度(e)二值圖像輸出此法將背景和邊緣用二值圖像表示，便于研究邊緣所在位置。一般取 LG=255,LB=0。如字符識別等。 62 圖像銳化216。 Laplacian算子252。拉普拉斯運算也是偏導數運算的線性組合運算。252。f(x,y)的拉普拉斯運算定義為：63 圖像銳化216。 Laplacian算子對數字圖像來講， f(x, y)的二階偏導數可表示為 x方向y方向64 圖像銳化216。 Laplacian算子為此，拉普拉斯算子為可見，數字圖像在（ i, j）點的拉普拉斯算子，可以由（ i, j）點灰度值減去該點 4鄰域平均灰度值來求得。0 1 01 4 10 1 0拉普拉斯算子65 圖像銳化216。 Laplacian算子拉普拉斯銳化結果（ a）二值圖像；（ b）拉普拉斯運算結果 66 圖像銳化216。 Laplacian算子252。梯度運算檢測了圖像的空間灰度變化率，因此，圖像上只要有灰度變化就有變化率。252。Laplacian算子檢測的是變化率的變化率，是二階微分。在圖像上灰度均勻和變化均勻的部分，根據 Laplacian算子計算出的值為 0。因此，它不檢測均勻的灰度變化，產生的圖像更加突出灰度值突變的部分。252。圖 (a)是一幅 7*7的數字圖像，在圖像中存在邊界，其左上部分的灰度變化均勻。以 Laplacian算法對該圖像進行銳化、提取邊緣的結果見 (b)，圖像中灰度為常數的下部與變化均勻的左上部值均為 0。在銳化結果中出現了負值，而圖像的灰度值應為非負數，對所有值加上一個常數（如圖 (b)中的最大絕對值）即可解決。67 圖像銳化216。 Laplacian算子(a)原圖像(b) Laplace計算結果(c)銳化結果68 圖像銳化216。 Laplacian算子252。另外一種處理方法是用原圖像的值減去 Laplacian算法的計算結果的整數倍，即 : 圖 (c)是當 k=1時的計算結果，這樣的處理結果既保留了原圖像作為背景，又擴大了邊緣處的對比度，銳化效果更好。在使用中要注意的是，某些軟件使用的模板的符號與上面的相反，也就是說，在模板中，中心的值為 4，四周相鄰的值為 1(例如， ENVI軟件 )，此時，處理后的圖像 =原始圖像 +Laplacian計算結果69 圖像銳化216。 Laplacian算子實際中還常用到如下的拉普拉斯算子（模板 ,掩模）70 圖像銳化216。 Laplacian算子窗口大小影響著銳化的結果。窗口越大，越突出主要地物的邊緣3X3 7X7 11X1171 圖像銳化216。定向檢測252。上面介紹的各種方法在提取邊緣時沒有一指定方向。為了有目的的提取某一特定方向的邊緣或線性特征，可以選用特定的模板進行卷積運算。常用的模板有一以下幾種。(1)檢測垂直線72 圖像銳化216。定向檢測(2)檢測水平線(3)檢測對角線73 圖像銳化216。定向檢測原始圖像垂直檢測水平檢測74

點擊復制文檔內容

教學課件相關推薦

圖像濾波ppt課件-資料下載頁

干擾濾波技術ppt課件-資料下載頁

雷達數據濾波ppt課件-資料下載頁

圖像變換ppt課件-資料下載頁

圖像分割ppt課件-資料下載頁

圖像處理ppt課件-資料下載頁

圖像重建ppt課件-資料下載頁

圖像復原ppt課件-資料下載頁

圖像銳化ppt課件-資料下載頁

圖像編碼ppt課件-資料下載頁

圖像復原ppt課件-資料下載頁

卡爾曼濾波教學ppt課件-資料下載頁

濾波器結構ppt課件-資料下載頁

濾波穩壓電路ppt課件-資料下載頁

電力有緣濾波設備ppt課件-資料下載頁

線性濾波器ppt課件-資料下載頁

圖像濾波ppt課件(文件)

圖像濾波ppt課件-全文預覽

圖像濾波ppt課件-預覽頁

圖像濾波ppt課件-免費閱讀

圖像濾波ppt課件(存儲版)