University of Technology and Education

Faculty of Electrical & Electronic Engineering

Lecture:
IMAGE PROCESSING
Chapter 4:
Bộ lọc trong không gian

Ngo Ba Viet

1
 LỌC MIỀN KHÔNG GIAN
(LINEAR SPATIAL FILTERING )
• Nhiễu gây cho ta những khó khăn khi phân tích
tín hiệu. Vì vậy, kỹ thuật lọc số miền không gian
được ứng dụng.
• Trong kỹ thuật này, người ta sử dụng một mặt
nạ và di chuyển khắp ảnh gốc.
• Tùy theo cách tổ hợp điểm đang xét với các
điểm lân cận mà ta có kỹ thuật lọc không gian
tuyến tính hay phi tuyến. Ðiểm ảnh chịu tác
động của biến đổi là điểm tâm mặt nạ.
 LỌC TUYẾN TÍNH

• Dùng mặt nạ 3x3, biểu thị bằng ma trận 3x3, nhân ma

trận này với cường độ điểm ảnh láng giềng rồi cộng kết
quả để được cường độ điểm giữa, thường dùng các mặt
nạ sau:

• Mặt nạ H1 là lấy trung bình, H2 ưu tiên cho điểm giữa,

H3 ưu tiên cho hướng x,y
•Matlab: g = imfilter(f, w, 'replicate')
LỌC TUYẾN TÍNH
 LỌC TUYẾN TÍNH
Phép tương quan:

- Tương quan trong xử lý ảnh được thực hiện bằng cách di

chuyển cửa sổ lọc trên toàn bộ ảnh và tính tổng của tích tại
từng vị trí.
 LỌC TUYẾN TÍNH
Tích chập:
 LỌC TUYẾN TÍNH
Ví dụ:

7
 LỌC TUYẾN TÍNH
Ví dụ:

8
Ví dụ:

y: 0 to 4 y

1 1 1 2 2
t: -1 to -1
1 1 1 2 2
x: 0 to 4 1 1 1 2 2 1 1 1 x 12

2 2 2 2 2 s: -1 to 1 1 1 1
2 2 2 2 2 1 1 1

Input image Mask (filter) Output image

g(x,y)=g(2,1)
g 2,1   - 1,-1 f 1,0   - 1,0 f 1,1   - 1,1 f 1,2
  0,-1 f 2,0   0,0 f 2,1   0,1 f 2,2
  1,-1 f 3,0   1,0 f 3,1   1,1 f 3,2  12 9
 Bộ lọc trong miền không gian

- Lọc không gian thông thường được thực hiện để khử

nhiễu hoặc thực hiện một số kiểu nâng cao ảnh.
- Có ba kiểu lọc được trình bày ở đây là:
+ Lọc trung bình.
+ Lọc trung vị.
 LỌC TRUNG BÌNH
- Các bộ lọc trung bình thao tác trên các nhóm pixel địa
phương được gọi là vùng láng giềng và thay thế pixel
trung tâm bởi trung bình của các pixel trong cùng láng
giềng đó.
- Việc thay thế này được thực hiện bằng một mặt nạ cuộn
chẳng hạn như mặt nạ 3x3 sau đây:

- Chú ý rằng các hệ số trong mặt nạ này có tổng bằng 1,

nên độ sáng ảnh giữ nguyên, và các hệ số đều dương nên
nó có khuynh hướng làm nhoè ảnh.
 LỌC TRUNG BÌNH

Với các điểm ảnh ở biên ta bổ sung thêm các điểm ảnh mới bằng cách sao
chép hay cho mộ giá trị nào đó cho cường độ, sau khi lọc ta sẽ bỏ các điểm
ảnh này
LỌC TRUNG BÌNH
 LỌC TRUNG VỊ
• Lọc trung vị (vị trí giữa), median filter: cho cửa sổ quét
qua các điểm ảnh, cường độ sáng các pixel trong cửa
sổ được xếp theo thứ tự tăng dần tạo thành chuỗi có số
hạng lẻ, cường độ sáng điểm giữa cửa số là giá tri số
hạng giữa của chuỗi
 LỌC TRUNG VỊ
• Lọc trung vị không làm mờ ảnh và giúp lọc nhiễu xung
muối tiêu (salt and pepper)
Example 4.4: Students are required to write a program to check this
median filter using Matlab (medfilt2).

a b

Fig. 4.4: (a)- Noisy image; (b)- Median filtered image.

16
Example 4.5: Students are required to write a program to check this
median filter using Matlab.

Fig. 4.5: (a)- No-noisy

image, (b)- Noisy
a
image, (c)- image
b
after lowpass filter,
and (d)- image after
median filter.

c d
17
Some functions in MATLAB

- Ones: matrix 1.
- imfilter(f,h,'Boundary Options','OutputSize','Correlation and
Convolution Options')

- 'Boundary Options' : allow to select a boundary of the

output image
- 'Output Size‘: select the output size with 'Correlation and
Convolution Options'.
- More functions in Table. 4.1 of Image Processing book

18
 Image Filtering
Some filters expressed by mathematic methods:

* Gaussian 
 n12  n22 
hg n1 , n2   e 2 2

hg n1 , n2 
or hn1 , n2  
n n h
1 2 g

* Laplacian
2 2
  2 2
2

x y

  1  
1   1 1 
or 1   4 1 
 
1   1 1 
  1  
1   1 1    19
University of Technology and Education
Faculty of Electrical & Electronic Engineering
Image Filtering

* Log (Laplacian of Gaussian)

hn , n  
n 2
1 
 n22  2 2 hg n1 , n2 
2 6  n1  n2 hg
1 2

* Prewitt
1 1 1
h   0 0 0 
 1  1  1

* Sobel

1 2 1
h   0 0 0 
 1  2  1

20
 Image Filtering
Ex 4.6: Express image filtering using filters in toolbox of MATLAB

clear all;
f=imread('cameraman.bmp');
ha=fspecial('average');
ga=imfilter(f,ha,'replicate');
hd=fspecial('disk'); hm=fspecial('motion');
gd=imfilter(f,hd,'replicate'); gm=imfilter(f,hm,'replicate');
hg=fspecial('gaussian'); hp=fspecial('prewitt');
gg=imfilter(f,hg,'replicate'); gp=imfilter(f,hp,'replicate');
hlap=fspecial('laplacian'); hs=fspecial('sobel');
glap=imfilter(f,hlap,'replicate'); gs=imfilter(f,hs,'replicate');
hlog=fspecial('log');
glog=imfilter(f,hlog,'replicate');

21
 Image Filtering

(a) (b) (c)

(d) (e) (f)

22
 Image Filtering

(g) (h) (i)

Fig 4.6. Express images with different filters

(a) Original image; (b) Average; (c) Disk; (d) Gaussian; (e) Laplacian; (f)
Log; (g) Motion; (h) Prewitt; (i) Sobel

23
 LỌC THÔNG CAO

• Tăng cường các chi tiết nhỏ

• Dùng đạo hàm cấp 1 và cấp 2

Đạo hàm cấp 2 Laplace

 MẶT NẠ LAPLACE

• Thuật toán Laplace được thể hiện bởi các mặt nạ sau:
 MẶT NẠ LAPLACE
• Lọc Laplace làm chi tiết nền có mức xám đều
bị ảnh hưởng, để khắc phục ta dùng thuật
toán sau:
MẶT NẠ LAPLACE
MẶT NẠ LAPLACE
 Image Filtering

• Suppose the input image is

• And the kernel (mask)

29