数字图像处理2.19

一、平滑与锐化滤波器

1、模板尺寸对效果的影响，模板尺寸越大，图像越模糊，细节丢失越多

2、低通空域滤波的缺点和问题，如果图像处理的目的是去除噪音，那么，低通滤波

在去除噪音的同时也平滑了边和尖锐的细节。

3、均值滤波器（平滑滤波器）：提取感兴趣的部分，但是会模糊图像

4、中值滤波器的优点：抑制噪声；在去除噪音的同时，可以比较好的保留

边缘轮廓信息和图像的细节。

5、锐化滤波器应用：加强图像中景物的边缘和轮廓；印刷中细微层次强调。弥补扫描、网络对

图像的平滑；超声探测成象，分辨率低，边缘模糊，通过锐化来改善；图像识别中，分割

前的边缘提取；锐化处理恢复过度平滑、暴光不足（亮度不够）的图像；图像创意；尖端武器的识别等。

6、高通滤波器：

（1）模板系数设计：根据空域中高通冲激响应函数的图形来设计模板的系数。

原则：中心系数为正值，外围为负值。系数之和为0

（2）效果分析：常数或变化平缓的区域，结果为0或很小，图像很暗，亮度被降低了；

在暗的背景上，边缘被增强了；图像的整体对比度降低了；计算时会出现负值，归0处理为常见。

问题：高通滤波在增强了边的同时丢失了图像的层次和亮度；增强小尺度特征。

二、高增益滤波器

1、原理：弥补高通滤波的缺陷，在增强边和细节的同时，不丢失原图像的低频成分。

高通=原图-低通

 

 2、根据经验高通滤波的模板很少大于3*3

3、微分滤波器