chapter 3 intensity transformations & spatial filtering...

Digital Image Processing, 3rd ed.

www.ImageProcessingPlace.com

© 1992–2008 R. C. Gonzalez & R. E. Woods

Gonzalez & Woods

Chapter 3 Intensity Transformations & Spatial Filtering

Image Processing

• Image Processing

– Spatial Domain( میدان مکان–دستکاری بیتها به طور مستقیم )

– Transform Domain( تبدیل تصویر و انتقال آن به یک فضای (دیگر و انجام تغییرات در آن فضا و بازگشت از آن




Gonzalez & Woods


تبدیل یک نقطه بدون در نظر گرفتن همسایه ها و با در نظر گرفتن همسایه ها




Gonzalez & Woods


Contrast Stretching, Thresholding




Gonzalez & Woods


تبدیالت شدت نور پایه




Gonzalez & Woods


1-Image Negatives

s = L-1- r

دامنه تغییرات یک پیکسل

[0 L-1]

مقدار جدید شدت پیکسل شدت پیکسل




Gonzalez & Woods


2-Log Transformations

s=c log(1+r)

گسترش سیاهی در دامنه وسیع تر




Gonzalez & Woods


مشابه لگاریتمبا انواع مختلف گاما نگاشت های

مختلفی می توان تولید کرد




Gonzalez & Woods


CRTتصحیح گاما در مانیتورهای




Gonzalez & Woods





Gonzalez & Woods


Piecewise-Linear Transformation Functions

Contrast stretching کشش تمایز




Gonzalez & Woods


Piecewise-Linear Transformation Functions

Intensity Level Slicing (تکه برداری در سطح شدت نور)




Gonzalez & Woods


ادامه




Gonzalez & Woods


Bit-Plane Slicing تکه برداری بیت صفحه ای




Gonzalez & Woods


Bit-Plane Slicing




Gonzalez & Woods





Gonzalez & Woods


Histogram Processing

سطح خاکستری تصویر از هایی پیکسل تعداد

دارند را سطح این که

ℎ 𝑟𝑘 = 𝑛𝑘

Normalized Histogram

تصویر عرض و طول




Gonzalez & Woods


Histogram Equalization=Histogram Linearization

بهتری دارد(کنتراست)تصویر با هیستوگرام یکنواخت تمایز

اعمال تبدیلs=T(r)




Gonzalez & Woods


(بافت نگار)گام های تعدیل هیستوگرام

محاسبه هیستوگرام

نرمال سازی

هیستوگرام

یافتن تبدیل زیر

𝑠𝑘 = 𝑇 𝑟𝑘

= 𝐿 − 1 𝑛𝑗

𝑀𝑁

𝑘

𝑗=0




Gonzalez & Woods


مثال-تعدیل هیستوگرام




Gonzalez & Woods


تعدیل هیستوگرام




Gonzalez & Woods


Histogram Matching (Specification)




Gonzalez & Woods


Histogram Matching (Specification)

تبدیل هیستوگرام تصویر ورودی به یک هیستوگرام دلخواه

𝑝(𝑟) → 𝑝(𝑧)

𝑠 = 𝑇 𝑟𝑠 = 𝐺(𝑧)

→ 𝑧 = 𝐺−1(𝑇(𝑟))

تصویر با هیستوگرام یکنواخت




Gonzalez & Woods


مثال -انطباق هیستوگرام




Gonzalez & Woods


Local Histogram Processing




Gonzalez & Woods


Fundamentals of Spatial Filtering اصول فیلترهای مکانی

خطیفیلترهای مکانی -ا غیرخطیمکانی فیلترهای -2




Gonzalez & Woods


Spatial Filtering

𝑔 𝑥, 𝑦 = 𝑤 𝑠, 𝑡 𝑓(𝑥 + 𝑠, 𝑦 + 𝑡)

𝑏

𝑡=−𝑏

𝑎

𝑠=−𝑎




Gonzalez & Woods


Correlation

and

Convolution




Gonzalez & Woods


Correlation and

Convolution




Gonzalez & Woods


Correlation and Convolution Correlation of filter w with image m:

= 𝑤 𝑠, 𝑡 𝑓 𝑥 + 𝑠, 𝑦 + 𝑡

𝑏

𝑡=−𝑏

𝑎

𝑠=−𝑎

Convolution of filter w with image m:

= 𝑤 𝑠, 𝑡 𝑓 𝑥 − 𝑠, 𝑦 − 𝑡

𝑏

𝑡=−𝑏

𝑎

𝑠=−𝑎

مورد استفاده در این فصل

پایه تبدیالت فوریه




Gonzalez & Woods


Smoothing Spatial Filters

Averaging Filters فیلترهای مکانی آرام کننده یا میانگین گیر




Gonzalez & Woods


خواص فیلتر میانگین گیر

حذف نویز•

تار نمودن تصویر و هموار نمودن لبه ها•




Gonzalez & Woods


اعمال فیلتر میانگین گیربا اندازه های مختلف




Gonzalez & Woods


فیلتر میانگین گیر




Gonzalez & Woods


Order-statistic (Nonlinear) Smoothing Filters




Gonzalez & Woods


Median Filter فیلتر میانه

عناصر داخل پنجره مرتب می شوند و عنصر میانی به عنوان مقدار • پیکسل در نظر گرفته می شود

غیرخطی• حذف نویز بدون تارشدگی • مقاوم در برابر نویز فلفل نمکی••Salt-and-pepper niose




Gonzalez & Woods


Sharpening Spatial Filters مشتق بهترین راه برای نمایش تیزی است

𝜕𝑓

𝜕𝑥= 𝑓 𝑥 + 1 − 𝑓(𝑥)

𝜕2𝑓

𝜕𝑥2= 𝑓 𝑥 + 1 − 2𝑓 𝑥 + 𝑓(𝑥 − 1)




Gonzalez & Woods


The Second Derivative for Image Sharpening-

Laplacian




Gonzalez & Woods


𝑔 𝑥, 𝑦 = 𝑓 𝑥, 𝑦 + 𝑐[𝛻2𝑓(𝑥, 𝑦)]

الپالسین

تصویر اصلی

تصویر اصلی با لبه های تقویت شده




Gonzalez & Woods


Highboost filtering فیلتر کردن تقویت باال

نوعی روش تیزکردن که تا مدتها در چاپگرها مورد استفاده بوده • .است

:مراحل• از تصویر اصلیتار ایجاد تصویر – تفریق تصویر تار شده از تصویر اصلی و تولید ماسک– اضافه نمودن ماسک به تصویر اصلی–




Gonzalez & Woods


Highboost Filtering




Gonzalez & Woods


First Order Derivatives for

Image Sharpening-The Gradient




Gonzalez & Woods


The Gradient (Sobel)

𝑔𝑦 𝑔𝑥

∇𝑓 = 𝑔𝑟𝑎𝑑 𝑓 =𝑔𝑥𝑔𝑦

𝑀 𝑓 = 𝑚𝑎𝑔 𝑓 = 𝑔𝑥2 + 𝑔𝑦

2




Gonzalez & Woods





Gonzalez & Woods


Combining Spatial

Enhancement Methods




Gonzalez & Woods


chapter 3 intensity transformations & spatial filtering...

Documents