PIE-Basic 常用滤波

1.功能概述

PIE-Basic软件常用滤波工具是在空间域中利用常用的滤波模板进行图像的平滑和锐化处理

常用的滤波模板包括高通滤波(3x3、5x5、7x7)、低通滤波(3x3、5x5、7x7) 、水平滤波(3x3、5x5、7x7) 、垂直滤波(3x3、5x5、7x7) 、快速滤波( 3x3、5x5 、7x7) 、拉普拉斯1滤波(3x3) 、拉普拉斯2滤波(3x3) 、高通边缘检测滤波(3x3、5x5、7x7) 、高通边缘增强滤波(3x3、5 x5、7x7)。

 

2.基本概念

常用滤波分类:

  • 图像平滑:
  • 通过积分过程来抑制图像中的噪声,改善图像质量平滑处理后图像边缘变得模糊
  • 常用的滤波方法有低通滤波中值滤波均值滤波等。
  • 滤波窗口越大,图像越模糊,图像细节丢失越多。
  • 图像锐化:
  • 通过微分过程突出图像的边缘、线性特征或细节
  • 常用的滤波方法有高通滤波 、水平滤波、垂直滤波、快速滤波、拉普拉斯1滤波、拉普拉斯2滤波、高通边缘检测滤波、高通边缘增强滤波等
  • 滤波窗口越大,图像边缘、线性特征或细节越突出,但计算量也随之增加。

 

常用滤波器:

  • 高通滤波器
  • 利用高通空域滤波函数进行图像的锐化处理,突出图像的边缘、线性特征或细节。
  • 优点:增强边缘、线性特征或细节;某些情况下增强小尺度特征。
  • 缺点:丢失了图像的层次和亮度
  • 低通滤波器
  • 利用低通空域滤波函数进行图像的平滑处理,抑制噪声,改善图像质量。
  • 优点:抑制噪声;某些情况下具有增强大尺度特征的作用。
  • 缺点:平滑了边缘和尖锐的细节;模板尺寸越大,图像越模糊,图像细节丢失越多。

 

水平滤波:

水平滤波是一种图像锐化方法,主要通过微分算子提取图像中水平方向的边缘、线性特征或细节

水平方向微分算子(3*3):

水平滤波可以提取水平方向的边缘、线性特征或细节。滤波窗口越大,图像水平方向的边缘、细节越突出。

 

垂直滤波:

垂直滤波也是一种图像锐化方法,主要通过微分算子提取图像中垂直方向的边缘、线性特征或细节

垂直方向微分算子(3*3):

垂直滤波可以提取垂直方向的边缘、线性特征或细节。滤波窗口越大,图像垂直方向的边缘、细节越突出。

 

快速滤波:

快速滤波用于进行图像的锐化处理,增强图像的边缘。其模板系数之和大于1,处理后图像的灰度范围超出,图像整体偏亮。随着滤波窗口的增大,图像锐化效果越好。

 

拉普拉斯滤波:

拉普拉斯算子是一种二阶微分算子,各向同性,能对任何走向的界线和线条进行锐化,增强图像的边缘、细节,但容易受噪声的影像,且锐化结果中的某些边缘会产生双重响应 。在实际应用中,往往先对图像进行平滑滤波,然后再进行拉普拉斯锐化

拉普拉斯微分算子:

常用拉普拉斯微分模板形式:

拉普拉斯1算子与拉普拉斯2算子锐化效果相同,但处理后图像的灰度范围不一致,前者图像偏亮,后者偏暗。处理后图像的边缘、线性特征增强显示。

 

高通边缘检测:

高通边缘检测主要用于增强图像的边缘。滤波窗口越大,边缘检测效果越好,图像中的边缘、细节越突出。高通边缘检测过程:

高通边缘增强,与高通边缘检测类似,即在确定边缘位置、方向后,将边缘叠加到原始影像上,在增强图像边缘的同时保留图像信息,以达到增强图像边缘的目的。滤波窗口越大,图像中的边缘、细节越突出。

 

3.演示数据

操作流程:

1)利用常用滤波工具对选取的影像进行滤波处理;

2)对滤波结果进行分析。

使用数据:

GF1-zcs-sub.tif——为某一区域GF1 2m真彩色影像,作为常用滤波的测试数据。

 

4.操作演示

打开PIE-Basic软件,选择菜单栏【图像处理】à【图像滤波】à【空域滤波】 à【常用滤波】 , 打开"常用滤波" 对话框:

  • 输入文件:输入进行滤波处理的影像;
  • 波段设置:选择待处理的波段,默认是所有波段,也可以根据需要选择几个波段进行处理;
  • 参数设置:设置滤波方法和窗口大小,滤波方法包括高通滤波、低通滤波、水平滤波、垂直滤波、快速滤波、拉普拉斯滤波、高通边缘检测、高通边缘增强。根据实际需要选择合适的滤波方法。
  • 输出文件:设置滤波处理结果的保存路径及文件名;
  • 输出类型:设置文件的输出类型,支持输出字节型8位、整型/无符号整型16位、长整型/无符号长整型/浮点型32位、双精度浮点型64位多种位深类型。

所有参数设置完成后, 点击【确定】 按钮即可进行滤波处理。

编号

滤波方法

描述

1

高通滤波

线性滤波器,保留图像的高通图像,主要用于突出图像中的边缘、线性特征或细节,便于图像解译,随着滤波窗口的增大,图像中主要地物细节越突出

2

低通滤波

线性滤波器,保留图像的低通图像,主要用于抑制噪声、平滑图像随着滤波窗口的增大,图像越来越模糊,图像中的细节丢失越多

3

水平滤波

选用水平方向的模板进行卷积运算,用于提取水平方向的边缘、线性特征或细节。窗口越大,图像水平方向的边缘、线性特征或细节越突出

4

垂直滤波

选用垂直方向的模板进行卷积运算,用于提取垂直方向的边缘或线性特征。窗口越大,图像垂直方向的边缘、线性特征或细节越突出

5

快速滤波

用于图像的锐化处理,增强边缘效果,矩阵之和大于1输出图像灰度范围超出,图像整体偏亮。窗口越大,图像锐化效果越好。

6

拉普拉斯滤波

用于增强图像的边缘、线性特征或细节,容易受图像中噪声的影响,在实际应用中,往往先对图像进行平滑滤波,然后再进行拉普拉斯锐化窗口越大,图像边缘越突出。拉普拉斯1算子,使用4-邻域,拉普拉斯2算子,是一个8-邻域的算子;锐化效果相同,但处理后图像的灰度范围不一致。

7

高通边缘检测

用于增强图像边缘滤波窗口增大,边缘检测效果越好

8

高通边缘增强

与高通边缘检测类似,在保留图像信息的同时增强图像的边缘信息滤波窗口越大,图像边缘增强效果越好

 

原始图像经过高通滤波后,图像中的地物边缘、轮廓、线性目标突出显示。

原始图像经过高通滤波后,图像中的地物边缘、轮廓、线性目标增强显示。

原文地址:https://www.cnblogs.com/PIESat/p/13323661.html