展开查看详情
1 .成果展示 第四章 图像 的噪声抑制 巫义锐 河海大学 计算机与信息学院
2 . 典型试题 对于该类 光照过强 、 灰度级分布不均匀 的自然场景图像，下列哪些算法能够在 不预设参数 的前提下被用于图像增强？ A. 二值化算法 B. 对比度展宽 C. 直方图均衡化 D. 以上均可
3 . 典型试题 对于该类 光照过强 、 灰度级分布不均匀 的自然场景图像，下列哪些算法能够在 不预设参数 的前提下被用于图像增强？ A. 二值化算法 B. 对比度展宽 C. 直方图均衡化 D. 以上均可
4 . 本章提纲 图像噪声的概念 均值滤波器 中值滤波器 边界保持类滤波器
5 . 图像 噪声 的概念 图像噪声 ： 图像 在摄取时或是传输时所受到的 随机干扰 噪声 。 常见的有 椒盐噪声 和 高斯噪声 。
6 . 图像噪声示例 随机 散粒噪声；热噪声；光量子 噪声；机械噪声；元器件 噪声
7 . 图像噪声的具体类别 椒盐 噪声的特征 : 出现 位置是随机的，但噪声的幅值是基本相同的。 高斯 噪声的特征： 出现在位置是一定的（每一点上），但噪声的幅值是随机的。
10 . 本章提纲 图像噪声的概念 均值滤波器 中值滤波器 边界保持类滤波器 噪声抑制 ：设计 噪声抑制 滤波器 ，在尽可能保持原图信息的基础上，抑制噪声。
11 .均值 滤波器 ： 原理 原理 ：在 图像上，对 待处理的像素 给定一个 模板 ，该模板包括了其周围的邻近像素。将模板中的全体像素的 均值 来替代原来的像素值的方法。 是否使用了图像像素的空间特性？
12 . 以模块运算系数表示即： 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 3 4 4 4 5 6 6 7 8 C=6.6316 C=5.5263 待处理像素 均值 滤波器： 处理方法
14 .均值 滤波器用于椒盐 噪声的效果 图像经过均值滤波处理后，出现了什么不佳的现象？
15 .均值滤波器的 改进：加权均值 滤波 均值 滤波器的缺点是，会使图像 变模糊 ，原因是它对所有的点都是同等对待，在将噪声点分摊的同时，将景物的 边界点 也分摊了。 为了 改善效果，就可采用 加权平均 的方式来构造滤波器。
16 .均值滤波器的 改进 ： 加权均值 滤波 几 个典型的加权平均滤波器 如果模板不配平的话，会出现什么现象？ 权值大说明注意力集中于该点
17 .中值滤波器 median filters 均值 滤波器对 噪声会使 图像变得模糊。即使是加权均值滤波， 改善的 效果也是有限的。 为了有效地改善这一状况，必须改换滤波器 的 设计 思路 ， 中值滤波 就是一种有效的方法。 一类典型的设计思路：分类，治之；
18 .中值滤波器：设计 思想 某些 噪声 （如 椒盐噪声 ）的像素点比 周围的像素亮（暗）许多。 如果在某个模板中，对像素进行 由小到大的排列，最亮或者最 暗的 点（噪声）会被 排在两侧。 取模板中排在 中间位置 上的像素的灰度值替代待处理像素的值，就可以达到滤除噪声的目的。
19 .中值滤波器：原理 示例 数值排序 m-2 m-1 m m+1 m+2 6 10 2 5 8 m m+1 m - 2 m+2 m - 1 6 10 2 5 8 2 6 6
20 .中值滤波器：处理 示例 例：模板是一个 1*5 大小 的一维模板。 原图像为： 2 2 6 2 1 2 4 4 4 2 4 处理后为： 2 2 (1,2,2,2,6) 2 (1,2,2,2,6) 2 (1,2, 2 ,4,6) 2 2 4 4 4 4 4 (2, 4 ,4)
21 .中值滤波器：滤波 处理方法 与均值滤波类似，做 3*3 的模板，对 9 个数排序 ， 取 第 5 个数替代原来的像素值。
22 .中值滤波器：例题 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 2 3 4 5 6 6 6 7 8 C=6.6316 C=5.5263 图像边界像素点如何处理？
23 .中值滤波器：例题 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 2 3 4 5 6 6 6 7 8 C=6.6316 C=5.5263 图像边界像素点如何处理？
26 .中值滤波器与均值滤波器的比较 对于 椒盐噪声，中值滤波效果比均值滤波效果好。 原因 ： 1. 椒盐 噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点 。均值将改变干净点的值。 2 . 因为噪声分布的 均值 不为 0 ，所以均值滤波不能很好地去除噪声点。
27 .中值滤波与均值滤波效果比较 （椒盐噪声） 中值滤波 均值滤波
28 .中值滤波器与均值滤波器的比较 对于 高斯噪声，均值滤波效果比中值滤波效果好。 原因 ： 1. 高斯 噪声是幅值近似正态分布，但 分布在每点像素 上。 2. 因为 图像中的每点都是污染点，所以中值滤波选不到合适的干净点。 3. 因为 正态分布的均值为 0 ，所以均值滤波可以消除或减弱噪声。
29 .中值滤波与均值滤波效果比较 （高斯噪声） 中值滤波 均值滤波
热门城市
