1. Trang chủ
  2. » Giáo án - Bài giảng

XLA lọc cải THIỆN và NÂNG cấp ẢNH

13 2 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 13
Dung lượng 0,9 MB

Nội dung

Phác họa nội dung Toán tử điểm ảnh Lọc trung bình Lọc trung bình trọng số Lọc trung vị Lọc cực đại Lọc cực tiểu Lọc sắc nét Lọc High-boost Tốn tử miền khơng gian Lọc thơng thấp Lọc thông cao Lọc High-boost Laplace miền tần số Toán tử miền tần số Cải thiện nâng cấp ảnh Ảnh âm Biến đổi sử dụng hàm log Biến đổi sử dụng hàm mũ Dãn co độ tương phản Cắt theo mức Trích chọn bit Cân Histogram Histogram đặc trưng Trừ ảnh Trung bình ảnh Nhiễu •  Ảnh thường bị biến dạng nhiễu ngẫu nhiên Nhiễu xuất trình thu nhận ảnh truyền tin Các yếu tố mơi trường, ví dụ điều kiện ánh sáng yếu, nhiệt độ thiết bị cảm biến ảnh hưởng đến xuất nhiễu •  Nhiễu phụ thuộc độc lập với nội dung ảnh thường biểu diễn thuộc tính thống kê Xử lý nhiễu phụ thuộc vào nội dung ảnh thường có độ phức tạp cao (ngồi chương trình) •  Nhiễu nhiễu trắng, nhiễu Gauss, nhiễu đều, nhiễu xung nhiễu muối tiêu Nhiễu lượng tử hóa (b − a)2 σ2 = 12 Otherwise a≤z≤b •  Nhiễu lượng tử hóa tạo q trình lượng tử hóa (sử dụng chuỗi nhị phân để xấp xỉ giá trị biên độ tín hiệu thu nhận) Nhiễu lượng tử xấp xỉ phân bố nên gọi nhiễu # % p(z) = $ b − a % & •  Nhiễu lượng tử có đặc trưng sau a+b à= Nhiu trng ã Nhiu trng l nhiễu có phổ lượng khơng đổi Nếu nhiễu có phổ lượng nhiều vài số, nhiễu gọi nhiễu màu Hàm tương quan nhiễu trắng Dirac’s delta Do đó, nhiễu trắng khơng tương quan hai mẫu imnoise(I,’localvar’, V) Nhiễu Gauss •  Nhiễu Gauss mơ hình phổ biến để xấp xỉ nhiễu nhiều ứng dụng khác Mật độ phân bố xác suất nhiễu hàm Gauss, đặc trưng giá trị trung bình µ phương sai σ2 2 p(z) = e−(z−µ ) /2σ 2πσ [µ − σ , µ + σ ] [µ − 2σ , µ + 2σ ] imnoise(I,’gaussian’,M,V) Nhiễu Poisson •  Trong q trình thu nhận, số lượng lớn hạt photon tập trung vào điểm, chúng tạo nhiễu điểm Nhiễu đặc trưng hàm mật độ phân bố xác suất Poisson, nên gọi nhiễu Poisson imnoise(I,’poisson’) Nhiễu muối tiêu •  Nhiễu xung đặc trưng điểm ảnh có giá trị mức xám khác biệt lớn so với điểm lân cận Xung nhiễu âm dương Xung nhiễu âm đại diện cho điểm ảnh đen (pepper), xung nhiễu dương đại diện cho điểm ảnh trắng (salt) Nhiễu muốn tiêu xuất hiệu ảnh bị bão hịa nhiễu xung imnoise(I,’salt & pepper’, 0.02) •  Lọc trung bình •  Lọc thơng thấp Lọc trung bình &1 b $ b b2 (b + 2) $ %$1 b &1 1# 1$ ! 1 ! 9$ %$1 1"! &1 # $ ! ! 16 $ %$1 "! 1# b!! 1"! a Lọc trung bình b (a)  Ảnh bị nhiễu muối tiêu (b) Lọc trung bình (c)  Lọc thơng thấp (Lọc trung bình trọng số) c 8 7 89 8 8 8 8 0 0 8 89 8 8 89 max m, n∈W gˆ ( x, y) = max{ f (m, n)} m, n∈W gˆ ( x, y) = { f (m, n)} m , n∈W gˆ ( x, y) = median{ f (m, n)} Lọc trung vị, cực tiểu cực đại W: 3x3, 5x5, 7x7 a b Minh họa lọc trung vị (a)  Ảnh bị nhiễu muối tiêu (b) Lọc trung vị cửa số 3x3 (c)  Lọc trung vị cửa số 7x7 c -1 -1 0 0 0 6 -12 0 0 0 1 Đạo hàm bậc hai -6 Đạo hàm bậc Lọc sắc nét 0 0 7 7 0 0 -7 -1 -2 Đạo hàm bậc hai -1 1 Đạo hàm bậc -1 ∂2 f = f (x +1) + f (x −1) − f (x) ∂x -1 -4 ∂f = f (x +1) − f (x) ∂x -1 Lọc sắc nét " −1 % " −1 −1 −1 % " 1 % $ '$ '$ ' $ −1 −1 ' $ −1 −1 ' $ −8 ' $ '$ '$ ' # −1 & # −1 −1 −1 & # 1 & ∂2 f ∂2 f ∇2 f = + ∂x ∂y        = f (x +1, y) + f (x −1, y) + f (x, y +1) + f (x, y −1) − f (x, y) " % $ ' $ −4 ' $ ' # & ... Lọc trung bình &1 b $ b b2 (b + 2) $ %$1 b &1 1# 1$ ! 1 ! 9$ %$1 1"! &1 # $ ! ! 16 $ %$1 "! 1# b!! 1"! a Lọc trung bình b (a)  Ảnh bị nhiễu muối tiêu (b)? ?Lọc trung bình (c)  Lọc thơng thấp (Lọc. .. cho điểm ảnh đen (pepper), xung nhiễu dương đại diện cho điểm ảnh trắng (salt) Nhiễu muốn tiêu xuất hiệu ảnh bị bão hịa nhiễu xung imnoise(I,’salt & pepper’, 0.02) •  Lọc trung bình •  Lọc thơng... ( x, y) = median{ f (m, n)} Lọc trung vị, cực tiểu cực đại W: 3x3, 5x5, 7x7 a b Minh họa lọc trung vị (a)  Ảnh bị nhiễu muối tiêu (b)? ?Lọc trung vị cửa số 3x3 (c)  Lọc trung vị cửa số 7x7 c -1

Ngày đăng: 10/10/2022, 13:13