(1) 阅读 (1052)

同态滤波 编辑

词条创建者 匿名用户

同态滤波

编辑

同态滤波是一种用于信号和图像处理的通用技术,涉及到一个非线性映射到不同的领域,在这个领域中应用线性滤波技术,然后再映射回原领域。这一概念是由麻省理工学院的ThomasStockham、AlanV.Oppenheim和RonaldW.Schafer在20世纪60年代提出的,并由Bogert、Healy和Tukey在研究时间序列时独立提出。

图像增强

编辑

同态过滤有时被用于图像增强。它同时使整个图像的亮度正常化并增加对比度。在这里,同态滤波被用来去除乘法噪声。照度和反射率是不可分离的,但它们在频域中的近似位置可以被定位。由于照度和反射率是乘法结合的,通过对图像强度取对数,使这些成分成为加法,因此图像的这些乘法成分可以在频域中线性地分离。光照变化可以被认为是一种乘法噪声,可以通过在对数域的过滤来减少。为了使图像的照度更加均匀,高频分量被增加,低频分量被减少,因为高频分量被认为主要代表场景中的反射率(场景中物体反射的光量),而低频分量被认为主要代表场景中的照度。也就是说,在对数强度域中,高通滤波是用来抑制低频和放大高频的。操作同态滤波可用于改善灰度图像的外观,同时进行强度范围压缩(照明)和对比度增强(反射)。我们必须将该方程转换为频域,以便应用高通滤波器。然而,在对这个方程进行傅里叶变换后,要进行计算是非常困难的,因为它不再是一个乘积方程。因此,我们使用"log"来帮助解决这个问题。接下来,对图像应用高通滤波器。为了使图像的照度更加均匀,高频成分被增加,低频成分被减少。N(u,v)=H(u,v)∙M(u,v){displaystyleN(u,v)=H(u,v)/bulletM(u,v)}。其中H=任何高通滤波器N=频域中过滤后的图像之后,通过使用反傅里叶变换将频域返回到空间域。

同态滤波

n(x,y)=invF(N(u,v)){displaystylen(x,y)=invF(N(u,v))}。最后,使用指数函数来消除我们在开始时使用的对数,得到增强的图像newImage(x,y)=exp(n(x,y)){displaystylenewImage(x,y)=exp(n(x,y))}。下面的数字显示了应用同态滤波器、高通滤波器和同态与高通滤波器的结果。所有的数字都是用Matlab制作的。根据图一到图四,我们可以看到同态滤波是如何用于纠正图像中的非均匀光照的,并且图像变得比原始图像更清晰。另一方面,如果我们对同态滤波的图像应用高通滤波器,图像的边缘会变得更清晰,而其他区域会变得更暗淡。这个结果与只对原始图像进行高通滤波相似。

反同态滤波

编辑

有人认为,许多相机已经有一个近似对数的响应函数(或更普遍的,一个倾向于压缩动态范围的响应函数),而显示媒体,如电视显示器,摄影印刷媒体等,有一个近似反对数的响应,或一个其他动态范围扩张的响应。因此,只要我们在真正的光量单位q上处理像素值f(q),同态滤波就会意外地(无意地)发生。因此有人提出,另一种有用的滤波是反同态滤波,其中图像f(q)首先被动态范围扩展以恢复真正的光量q,在此基础上进行线性滤波,然后再将动态范围压缩到图像空间,以便显示。

音频和语音分析

编辑

同态滤波是在对数频谱域中使用的,以将滤波效果与激励分开。


内容由匿名用户提供,本内容不代表vibaike.com立场,内容投诉举报请联系vibaike.com客服。如若转载,请注明出处:https://vibaike.com/168878/

发表评论

登录后才能评论

词条目录
  1. 同态滤波
  2. 图像增强
  3. 反同态滤波
  4. 音频和语音分析

轻触这里

关闭目录

目录