第四章图像增强与复原(3)

《第四章图像增强与复原(3)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第三节图像锐化图像锐化处理主要用于增强图像中的轮廓边缘、细节以及灰度跳变部分，形成完整的物体边界，达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的。图像的锐化也有空间域和频域两种处理方法。锐化的方法是通过。。。增加相邻像素的对比度来减弱和消除图象的模糊程度，使图象变得清晰。1模板锐化2锐化特效（课程设计5）3锐化算法的数学基础4锐化算法介绍5锐化实现——边缘检测(课程设计7)锐化模板介绍0-10-15.-10-10描述模板特点:将自身亮度增加5倍后与其最接近得周围四个点得亮度和相减.-1-1-1-19.-1

2、-1-1-1描述模板特点:将自身亮度增加9倍后与其最接近得周围八个点得亮度和相减.2个模板的锐化比较0-10-15.-10-10-1-1-1-19.-1-1-1-1锐化度前面介绍的2种锐化模板只是简单的对图象进行锐化处理,但是不同的人对图象锐化处理的要求可能不同,因此引入锐化度.通过锐化度的调节来达到图象锐化的不同效果.具体做法:先将自身扩大8倍后,再与周围8个像素点相减,体现出自身与周围像素点间的差别;将这种差别与指定的锐化度相乘,以达到用户的要求,最后再与原始像素亮度值相加,以保证象原始基色.-1-1-1-19.-1-1

3、-1-1原亮度值＋锐化度Ｘ-1-1-1-1８.-1-1-1-1钝化度钝化度用来改变像素间的对比度强弱,数值越小,钝化部分越窄,仅会影响边缘像素.钝化效果是在图象边缘的侧面制作出一条对比度较强的晕光,给图象以反衬效果,从而达到突出目标,使图象更清晰的作用.主要用于校正由于照相扫描或打印所产生的模糊效果.实现方法先根据用户指定的钝化度对图象进行高斯模糊处理,再对其结果图象与原图象进行钝化处理.BitmapdstImage=(Bitmap)b.Clone();for(inti=0;i

4、dstImage=GaussBlur(dstImage);}//ipixel=src[i]*2-dst[i];微分法的导入在图像平滑处理中使用的邻域平均法，通过对邻域内所有点求平均值的方法进行平滑，往往会导致图像的边缘变模糊。由此可知，图像模糊的实质就是图像受到平均或积分运算；那么为了实现图像的锐化，必须使用积分的反运算——“微分”，微分可以使图像边缘清晰。对于一元函数的导数，其几何意义是切线的斜率。对于二元函数引入了偏导数的概念。记做：fx(x,y)=fy(x,y)=二元偏导数的几何意义设M0(x0，y0，f(x0，y0)

5、)为曲面z=f(x，y)上的一点，过M0作平面y=y0截此曲面得一曲线，此曲线在平面y=y0上的方程为z=f(x，y0)，则偏导数fx(x0，y0)就是曲线在点M0处的切线M0TX对X轴得斜率。锐化与微分对图像函数f(x，y)求偏导数：fx(x0，y0)和fy(x0y0)，可理解为：求处于(x0，y0)位置的像素沿x方向和y方向其亮度的变化率。由此可见，微分运算是求信号的变化率，有加强高频分量的作用，从而使图像轮廓清晰。那么对于数字图像f(x，y)，（x，y）表示像素的位置，f(x，y)表示像素的亮度值。为了把图像中任何方向

6、伸展的边缘和轮廓的模糊变得清晰，希望对图像得某种导数运算是各向同性的。可以证明，导数的平方和运算是各向同性的，梯度和拉普拉斯运算都符合上述条件。设函数z=f(x,y)满足可微条件,则在(x,y)处的微分的表达式可以写为：方向导数讨论z=f(x，y)在一点P沿某一方向的变化率问题。设z=f(x，y)在点P(x，y)的某一邻域U(P)内有定义，自点P引射线l。设x轴正向导射线l的转角为φ，并设P’(x+△x,y+△y)为l上的另一点且P’∈U(P)。考虑函数的增量f(x+△x,y+△y)-f(x，y)与P、P’两点间的距离ρ=(

7、(△x)2+(△y)2)½的比值。（对数字图像而言，即求像素亮度值变化与像素位置之间的关系）当P’沿着l趋于P时，如果这个比的极限存在，则称这个极限为函数f(x，y)在点P沿方向l的方向导数。由定理可知cosφ+sinφ方向导数=在方向导数的基础上引入梯度的概念。grad[f(x，y)]=i+j函数在某点的梯度是一个向量，它的方向与取得最大方向导数的方向一致，而它的模为方向导数的最大值。梯度向量grad[f(x,y)]指向f(x,y)的最大增加率的方向G[f（x,y）]为梯度的模，等于在gradf（x,y）的方向上每单位距离

8、内f（x,y）的最大增加率。对于数字图像梯度的模可用差分来近似。一阶差分△xf=f(x+1,y)–f(x,y)或者=f(x,y)–(x-1,y)△yf=f(x,y+1)–f(x,y)或者=f(x,y)–(x,y-1)因此，梯度的模可表示为：则称G(f)为f的离散梯度。梯度算子为了加快运算速