logo资料库

图像锐化方法综述与MATLAB实现.docx

第1页 / 共8页
第2页 / 共8页
第3页 / 共8页
第4页 / 共8页
第5页 / 共8页
第6页 / 共8页
第7页 / 共8页
第8页 / 共8页
资料共8页,全文预览结束
江苏科技大学
数字图像处理本科生课程论文
1 刘啸宇 1441901419 姓名 学号 成绩 江苏科技大学 数字图像处理本科生课程论文 论文题目:图像锐化方法综述与 MATLAB 实现 完成时间:2017/06/04 所在专业:计算机科学与技术 所在年级:14419014 1
2 图像锐化方法综述与 MATLAB 实现 摘要:本次课程设计讨论了数字图像增强技术中空域图像锐化的四种算法及其用 MATLAB 的实现;给出了利用四种算法进行图像锐化后的对照图像。比较实验结果,可知运用算法锐 化处理后,图像比原来图像清晰。 关键词:MATLAB,数字图像处理,图像锐化 1 研究背景 1.1 图像锐化处理的现状和研究方法 数字图像经过转换和传输后,难免会产生模糊。图像锐化的主要目的在于补 偿图像边缘轮廓、突出图像的边缘信息以使图像显得更为清晰,从而符合人类的 观察习惯。图像锐化的实质是增强原图像的高频分量。边缘和轮廓一般位于灰度 突变的地方,因此和自然地利用灰度差分提取出来。由于边缘和轮廓在一幅图中 常常具有任意方向,而差分运算是有方向性的,因此和差分方向一致的边缘和轮 廓便检测不出来。因而希望找到一些各向同性的检测算子,它们对任意方向的边 缘和轮廓都有检测能力,具有这钟性质的锐化算子有 Log 算子、Prewitt 算子、 Sobel 算子、Laplacian 算子等微分算子。本次设计就是利用 Matlab 实现图像边缘 检测,具体的是利用 Matlab 针对 Log 算子、Prewitt 算子、Sobel 算子、Laplacian 算子实现边缘检测的功能。 1.2 MATLAB 软件简介 MATLAB 全称是 MatrixLaboratory(矩阵实验室),一开始它是一种专门用于 矩阵数值计算的软件,从这一点上也可以看出,它在矩阵运算上有自己独特的特 点。实际运用中 MATLAB 中的绝大多数的运算都是通过矩阵这一形式进行的, 这一特点决定了 MATLAB 在处理数字图像上的独特优势。 1.3 MATLAB 软件对图象的处理 理论上讲,图像是一种二维的连续函数,然而计算机对图像进行数字处理时, 首先必须对其在空间和亮度上进行数字化,这就是图像的采样和量化的过程。二 维图像均匀采样,可得到一幅离散化成 M×N 样本的数字图像,该数字图像是一 个整数阵列,因而用矩阵来描述该数字图像是最直观最简便的。而 MATLAB 的 长处就是处理矩阵运算,因此用 MATLAB 处理数字图像非常的方便。MATLAB 2
3 支持五种图像类型,即索引图像、灰度图像、二值图像、RGB 图像和多帧图像 阵列;支持 BMP,GIF,HDF,JPEG,PCX,PNG, XWD,CUR,ICO 等图 像文件格式的读、写和显示。MATLAB 对图像的处理功能主要集中在它的图像 处理工具箱(Image Processing Toolbox)中。图像处理工具箱是由一系列支持图像 处理操作的函数组成,可以进行诸如几何操作、线性滤波和滤波器设计、图像变 换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作口。 2 主要理论概况 2.1 图像锐化的目的 数字图像处理中图像锐化的目的有两个:一是增强图像的边缘,使模糊的图 像变得清晰起来;这种模糊不是由于错误操作,就是特殊图像获取方法的固有影 响。二是提取目标物体的边界,对图像进行分割,便于目标区域的识别等。通过 图像的锐化,使得图像的质量有所改变,产生更适合人观察和识别的图像。 2.2 图象锐化的原理 数字图像的锐化可分为线性锐化滤波和非线性锐化滤波。如果输出像素是输 入像素领域像素的线性组合则称为线性滤波,否则称为非线性滤波。 图像平滑往往使图像中的边界、轮廓变得模糊,为了减少这类不利效果的影 响,这就需要利用图像锐化技术,使图像的边缘变的清晰。图像锐化处理的目的 是为了使图像的边缘、轮廓线以及图像的细节变的清晰,经过平滑的图像变得模 糊的根本原因是因为图像受到了平均或积分运算,因此可以对其进行逆运算(如 微分运算)就可以使图像变的清晰。从频率域来考虑,图像模糊的实质是因为其 高频分量被衰减,因此可以用高通滤波器来使图像清晰。 3 研究的主要内容 3.1 采用三种不同算子对图像进行锐化处理 实验结果: 3
4 图 1 三算子锐化变换图 实验代码: i=imread('C:\01.jpg'); I=rgb2gray(i); H=fspecial('sobel'); %应用 sobel 算子锐化图像 I1=filter2(H,I) ;%Sobel 算子滤波锐化 H=fspecial('prewitt') ;%应用 prewitt 算子锐化图像 I2=filter2(H,I) ;%prewitt 算子滤波锐化 H=fspecial('log'); %应用 log 算子锐化图像 I3=filter2(H,I); %log 算子滤波锐化 subplot(2,2,1);imshow(i);title('原图像'); subplot(2,2,2);imshow(I1);title('sobel 算子锐化图像'); subplot(2,2,3);imshow(I2);title('prewitt 算子锐化图像'); subplot(2,2,4);imshow(I3);title('log 算子锐化图像'); 3.2 锐化空间滤波 4
5 3.2.1 采用 3×3 的拉普拉斯算子 w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]滤波 实验结果: 实验代码: i=imread('C:\045.jpg'); I=rgb2gray(i); T=double(I); subplot(1,2,1);imshow(T,[]);title('原图像'); w=[1,1,1; 1,-8,1; 1,1,1]; K=conv2(T,w, 'same'); subplot(1,2,2);imshow(K);title(' laplacian 图像'); 3.2.2 分别采用 5×5,9×9,15×15 和 25×25 大小的拉普拉斯算子对 5
6 blurry_moon.tif 进行锐化滤波,并利用式完成图像的锐化增强,观 察其有何不同,要求在同一窗口中显示。 实验结果: 实验代码: w=[1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1]; w=ones(5); x=ceil(5/2); w(x,x)=-1*(5*5-1); i=imread('C:\045.jpg'); I=rgb2gray(i); T=double(I); K=conv2(T,w, 'same'); 6
7 J=T-K; w=ones(9); x=ceil(9/2); w(x,x)=-1*(9*9-1); i=imread('C:\045.jpg'); I=rgb2gray(i); T=double(I); K=conv2(T,w, 'same'); J2=T-K; w=ones(15); x=ceil(15/2); w(x,x)=-1*(15*15-1); i=imread('C:\045.jpg'); I=rgb2gray(i); T=double(I); K=conv2(T,w, 'same'); J3=T-K; w=ones(25); x=ceil(25/2); w(x,x)=-1*(25*25-1); i=imread('C:\045.jpg'); I=rgb2gray(i); T=double(I); K=conv2(T,w, 'same'); J4=T-K; subplot(2,2,1);imshow(J); title('laplacian5*5 图像'); subplot(2,2,2);imshow(J2); title(' laplacian 9*9 图像'); subplot(2,2,3);imshow(J3); title(' laplacian 15*15 图像'); subplot(2,2,4);imshow(J4); title(' laplacian 25*25 图像'); 4 小结 本文就 MATLAB 在数字图像锐化处理方面进行了阐述、讨论。实验结果表 明应用 MATLAB 进行数字图像处理具有理想的效果和很高的工程价值。锐化 (sharpening)和平滑恰恰相反,它是通过增强高频分量来减少图象中的模糊,因此 又称为高通滤波(high pass filter)。锐化处理在增强图象边缘的同时增加了图象的 噪声。在实际应用过程中,图像锐化效果不理想是因为图像信噪比较小要用较高 的 kt 才能看清晰图像该系数要取值合理,kt 过小,锐化效果就不明显。本次设 计介绍了 4 个传统的图像锐化算子的基本理论,运用其不同的算子得到不同 图 7
8 像进行比较,灵活掌握在不同情况下合理选择锐化算子进行图像处理,得到使用 者理想的图片。 参考文献: [1]韩晓军,苗长云,王亚青.基于标准图像文件格式的数字图像处理方法[J]. 阜新:辽宁工程 技术大学学报(自然科学版).2000,19 [2]傅德胜,数字图像处理学[M],东南大学出版社,2001 [3]朱虹等,数字图像处理基础[M],科学出版社,2005 [4]曾嘉亮.基于边缘检测的图像锐化算法.《现代电子技术》.2006,12(227) 8
分享到:
收藏