资源描述
1第五章第五章 鄰域處理鄰域處理5.1 前言前言主要的概念便是將遮罩（邊長通常為奇數的方形或其他形狀）覆蓋到指定影像的每個像素上面。第五章 鄰域處理5.1 前言主要的概念便是將遮罩（邊25.1 前言前言遮罩值相對應的像素值5.1 前言遮罩值相對應的像素值35.1 前言前言5.1 前言45.1 前言前言與空間濾波(spatial filtering)類似的方法是空間空間旋積旋積（convolution）旋積與濾波的運算方法相同，唯一差異在於濾波器在相乘與相加之前必須旋轉180 度。5.1 前言與空間濾波(spatial filtering55.1 前言前言範例一個重要的線性濾波器是使用33 遮罩，並取遮罩中的9 個像素值的平均值。5.1 前言範例65.1 前言前言這個矩陣就是套用33 平均濾波器於影像x 的結果5.1 前言這個矩陣就是套用33 平均濾波器於影像x 的75.2 運算符號運算符號要描述線性濾波器，我們可以簡單地把它當成遮罩內所有像素灰階值的乘法係數，並可將之寫成一個矩陣。平均濾波的運算結果可以寫成：該濾波器可用矩陣表示：5.2 運算符號要描述線性濾波器，我們可以簡單地把它當成遮85.2 運算符號運算符號範例下列濾波器：對灰階值進行運算的結果為：5.2 運算符號範例95.2.1 影像邊緣影像邊緣影像的邊緣，也就是遮罩會有部分超出影像的地方該怎麼辦？該問題有幾種不同的方法可以解決。忽略邊緣（ignore the edges）5.2.1 影像邊緣影像的邊緣，也就是遮罩會有部分超出影像105.2.1 影像邊緣影像邊緣補零補零（pad with zeros）鏡射（mirroring）5.2.1 影像邊緣補零（pad with zeros）鏡115.3 MATLAB 中的濾波函數中的濾波函數函數filter2可以執行線性濾波運算，用法如下：參數shape並非必須，是用來指定影像邊緣部分的處理方法。same-補零補零(預設預設)valid-忽略邊緣忽略邊緣結果為一個 double資料形態的矩陣。5.3 MATLAB 中的濾波函數函數filter2可以執125.3 MATLAB中的濾波函數中的濾波函數5.3 MATLAB中的濾波函數135.3 MATLAB中的濾波函數中的濾波函數上列same 運算結果，也可以對原始影像先補零再用valid 得出：5.3 MATLAB中的濾波函數上列same 運算結果，145.3 MATLAB中的濾波函數中的濾波函數filter2(filter,image,full)則會得到比原始影像大的結果。補零之外，影像邊緣附近遮罩與影像矩陣有相交部分均會執行濾波運算。5.3 MATLAB中的濾波函數filter2(filter155.3 MATLAB中的濾波函數中的濾波函數雖然filter2函數沒有提供鏡射的選項，但是可以在進行filter2(filter,image,valid)程式碼之前加入下列程式碼，達到鏡射的效果。如此矩陣 x 可以經由鏡射擴展為矩陣 m_x，wr/wc 定義為遮罩總行數列數的一半（去掉分數）5.3 MATLAB中的濾波函數雖然filter2函數沒有提165.3 MATLAB中的濾波函數中的濾波函數函數fspecialh=fspecial(type,parameters)fspecial(average,5,7);fspecial(average,11);預設是3x3imshow(uint8(cf1)imshow(cf1/255)或5.3 MATLAB中的濾波函數函數fspecialim175.3 MATLAB中的濾波函數中的濾波函數5.3 MATLAB中的濾波函數185.4 頻率：低通與高通濾波器頻率：低通與高通濾波器影像的頻率是灰階值隨著距離而產生變化程度的一種度量。高頻高頻(high-frequency components)：短距離內灰階值變化值大(例：邊緣或雜訊)。低頻低頻：短距離內灰階值變化值小(例：背景或皮膚紋理)。高通濾波器高通濾波器（high-pass filter）保持高頻部分，減少低頻部分。(係數總和為0)低通濾波器低通濾波器（low-pass filter）保持低頻部分，減少高頻部分。5.4 頻率：低通與高通濾波器影像的頻率是灰階值隨著距離而195.4 頻率：低通與高通濾波器頻率：低通與高通濾波器5.4 頻率：低通與高通濾波器205.4 頻率：低通與高通濾波器頻率：低通與高通濾波器5.4 頻率：低通與高通濾波器215.4 頻率：低通與高通濾波器頻率：低通與高通濾波器數數值值超出超出0至至255的範圍的範圍將負將負值值變為正變為正值值（make negative values positive）數數值值裁剪裁剪（clip values）比例轉換（scaling transformation）5.4 頻率：低通與高通濾波器數值超出0至255的範圍比例225.4 頻率：低通與高通濾波器頻率：低通與高通濾波器0至1比例轉換(double 的矩陣)mat2gray(double 形式)通常將濾波結果除一常數以得到較佳影像5.4 頻率：低通與高通濾波器0至1比例轉換(doubl235.4 頻率：低通與高通濾波器頻率：低通與高通濾波器5.4 頻率：低通與高通濾波器245.5 高斯濾波器高斯濾波器5.5 高斯濾波器255.5 高斯濾波器高斯濾波器5.5 高斯濾波器265.5 高斯濾波器高斯濾波器5.5 高斯濾波器275.6 邊緣邊緣銳銳利化利化5.6.1 去去銳銳利化遮罩利化遮罩(unsharp masking)-邊緣加強(edge enhancement),邊緣清晰(edge crispening)5.6 邊緣銳利化5.6.1 去銳利化遮罩(unsharp285.6 邊緣邊緣銳銳利化利化5.6 邊緣銳利化295.6.1 去去銳銳利化遮罩利化遮罩fspecial的去銳利化參數unsharp可以產生上述濾波器。第五章 鄰域處理 第118頁=0.5,default:=0.2 5.6.1 去銳利化遮罩fspecial的去銳利化參數uns305.6.2 高增幅濾波高增幅濾波與去銳利化遮罩濾波類似的方法是高增幅高增幅（high-boost）濾波器其中A 是增幅係數。若A 1，則高增幅濾波器就成為典型的高通濾波器。A/(2A1)(原始影像)(1 A)/(2A 1)(低通濾波影像)(3/5)A(5/6)5.6.2 高增幅濾波與去銳利化遮罩濾波類似的方法是高增幅315.6.2 高增幅濾波高增幅濾波5.6.2 高增幅濾波325.6.2 高增幅濾波高增幅濾波 x1=filter2(hb1,x);imshow(x1/255)x2=filter2(hb2,x);imshow(x2/255)5.6.2 高增幅濾波 x1=filter2(hb1,335.7 非線性濾波器非線性濾波器最大濾波器最大濾波器（maximum filter）最小濾波器最小濾波器（minimum filter）第五章 鄰域處理 第122頁5.7 非線性濾波器最大濾波器（maximum filte345.8 感興趣的區域處理感興趣的區域處理5.8 感興趣的區域處理355.8.1 MATLAB 中的感興趣區域中的感興趣區域這樣會顯示出蜥蜴的影像（若尚未顯示），可以使用滑鼠選擇ROI 的頂點。5.8.1 MATLAB 中的感興趣區域這樣會顯示出蜥蜴的365.8.2 ROI 濾波濾波5.8.2 ROI 濾波
展开阅读全文