图像处理——同态滤波
什么是同態濾波
同態濾波(Homomorphic filter)是信號與圖像處理中的一種常用技術,它采用了一種線性濾波在不同域中的非線性映射。
首先介紹兩個概念
同態系統:是將非線性問題,轉化為線性問題處理。即對非線性(乘性)混雜信號,通過某種數學運算(如對數變換),變成加性模型,而后采用線性濾波方法進行處理。
同態濾波:是把頻率濾波和空域灰度變換結合起來的一種圖像處理方法,它根據圖像的照度/反射率模型作為頻域處理的基礎,利用壓縮亮度范圍和增強對比度來改善圖像的質量。
同態濾波的原理
一幅圖像可看成由兩部分組成,即
fi代表隨空間位置不同的光強(Illumination)分量,其特點是緩慢變化,集中在圖像的低頻部分。
fr代表景物反射到人眼的反射(Reflectance)分量,其特點包含了景物各種信息,高頻成分豐富。
同態濾波過程,分為以下5個基本步驟:
① 原圖做對數變換,得到如下兩個加性分量,即
② 對數圖像做傅里葉變換,得到其對應的頻域表示為:
③ 設計一個頻域濾波器H(u,v),進行對數圖像的頻域濾波。
④ 傅里葉反變換,返回空域對數圖像。
⑤ 取指數,得空域濾波結果。
綜上,同態濾波的基本步驟如下圖所示。
首先上面的分析一共有三點需要注意:
① 取對數,目的是基于我們假定的圖像模型將低頻和高頻信號進行分離
② 然后頻域處理,即減弱低頻增強高頻達到增強細節的作用
③ 反操作得到處理后圖像
可以看出,同態濾波的關鍵在于濾波器H的設計。對于一幅光照不均勻的圖像,同態濾波可同時實現亮度調整和對比度提升,從而改善圖像質量。為了壓制低頻的亮度分量,增強高頻的反射分量,濾波器H應是一個高通濾波器,但又不能完全cut off 低頻分量,僅作適當壓制。
因此,同態濾波器一般采用如下形式,即
其中,rL< 1, rH >1,控制濾波器幅度的范圍。Hhp通常為高通濾波器,如高斯(Gaussian)高通濾波器、巴特沃茲(Butterworth)高通濾波器、Laplacian濾波器等。
如果Hhp采用Gaussian高通濾波器,則有:
其中,D0為gaussian濾波器的截止頻域,c為一個常數,控制濾波器的形態,即從低頻到高頻過渡段的陡度(斜率),其值越大,斜坡帶越陡峭,見圖2。
其中我們需要關注的參數一共有4個,分別為:
① rh 高頻權重
②rl 低頻權重
③ c 高斯函數的陡峭程度(并不是很重要)
④d0 手動區分低頻和高頻的比例
圖2 同態濾波器幅頻曲線
同態濾波作用
同態濾波利用去除乘性噪聲(multiplicative noise),可以同時增加對比度以及標準化亮度,借此達到圖像增強的目的。
一副圖像可以表示為其照度(illumination)分量和反射(reflectance)分量的乘積,雖然在時域上這兩者是不可分離的,但是經由傅立葉轉換兩者在頻域中可以線性分離。由于照度可視為環境中的照明,相對變化很小,可以看作是圖像的低頻成分;而反射率相對變化較大,則可視為高頻成分。通過分別處理照度和反射率對像元灰度值的影響,通常是借由高通濾波器(high-pass filter),讓圖像的照明更加均勻,達到增強陰影區細節特征的目的。
代碼實現
參考鏈接:數字圖像處理雜項-同態濾波
總結
以上是生活随笔為你收集整理的图像处理——同态滤波的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: CURL详解[全]
- 下一篇: SQL Server中的数据类型详解