图像滤波的作用，研究的意义是什么

参与评论

评论

登录后参与评论

全部评论(1条)

• 

  FyfyY5H1h1 2017-12-16 14:14:28

  图像滤波 刚获得的图像有很多噪音。这主要由于平时的工作和环境引起的，图像增强是减弱噪音，增强对比度。想得到比较干净清晰的图像并不是容易的事情。为这个目标而为处理图像所涉及的操作是设计一个适合、匹配的滤波器和恰当的阈值。常用的有高斯滤波、均值滤波、中值滤波、Z小均方差滤波、Gabor滤波。 由于高斯函数的傅立叶变换仍是高斯函数， 因此高斯函数能构成一个在频域具有平滑性能的低通滤波器。可以通过在频域做乘积来实现高斯滤波。均值滤波是对是对信号进行局部平均， 以平均值来代表该像素点的灰度值。矩形滤波器(Averaging Box Filter)对这个二维矢量的每一个分量进行独立的平滑处理。通过计算和转化 ，得到一幅单位矢量图。这个 512×512的矢量图被划分成一个 8×8的小区域 ，再在每一个小区域中 ，统计这个区域内的主要方向 ，亦即将对该区域内点方向数进行统计，Z多的方向作为区域的主方向。于是就得到了一个新的64×64的矢量图。这个新的矢量图还可以采用一个 3×3模板进行进一步的平滑。 中值滤波是常用的非线性滤波方法 ，也是图像处理技术中Z常用的预处理技术。它在平滑脉冲噪声方面非常有效，同时它可以保护图像尖锐的边缘。加权中值滤波能够改进中值滤波的边缘信号保持效果。但对方向性很强的指纹图像进行滤波处理时 ，有必要引入方向信息，即利用指纹方向图来指导中值滤波的进行。 Z小均方差滤波器，亦称维纳滤波器，其设计思想是使输入信号乘响应后的输出，与期望输出的均方误差为Z小。 Gabor变换是英国物理学家 Gabor提出来的，由“测不准原理”可知，它具有Z小的时频窗，即Gabor函数能做到具有Z精确的时间-频率的局部化；另外， Gabor函数与哺乳动物的视觉感受野相当吻合，这一点对研究图像特征检测或空间频率滤波非常有用。恰当的选择其参数， Gabor变换可以出色地进行图像分割、识别与理解。如文献提出的基于Gabor滤波器的增强算法。

  赞(13)

  回复(0)

  评论

  评论

  登录后参与评论