数字图像处理杂项-同态滤波_同态滤波散斑噪声 python

同态滤波原理

这里先看讲义介绍如下：


首先上面的分析一共有三点需要注意：

1. 取对数，目的是基于我们假定的图像模型将低频和高频信号进行分离
2. 然后频域处理，即减弱低频增强高频达到增强细节的作用
3. 反操作得到处理后图像

这里给出通用的h(u,v)滤波公式，即高斯高通滤波的变型

其中我们需要关注的参数一共有4个，分别为：

1. rh 高频权重
2. rl 低频权重
3. c 高斯函数的陡峭程度(并不是很重要)
4. d0 手动区分低频和高频的比例

这4个参数对后面的图片效果调整异常重要，这也是本人觉得数字图像书籍里中唯一比较难调的滤波算法

同态滤波python实现

代码如下：

def HomorphicFiltering(original):
    rows, cols = original.shape
    # 对数化区分fi fx numpy的溢出若+1则 255的时候因为是uint 数据上溢 最后1 0000 0000 1被截断所以值为0 log 后为负无穷
    # >> > np.log([1, np.e, np.e ** 2, 0])
    # array([0., 1., 2., -Inf])
    # pyhton 中的溢出，短整形会自动调整为长整型
    # 1 对数化
    original_log = np.log(1e-3 + original
1
2
3
4
5
6
7