CG10-图像的锐化处理课件.ppt

CG10-图像的锐化处理课件.ppt

ID:57055574

大小:1.00 MB

页数:32页

时间:2020-07-30

CG10-图像的锐化处理课件.ppt_第1页
CG10-图像的锐化处理课件.ppt_第2页
CG10-图像的锐化处理课件.ppt_第3页
CG10-图像的锐化处理课件.ppt_第4页
CG10-图像的锐化处理课件.ppt_第5页
资源描述:

《CG10-图像的锐化处理课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第10章图像的锐化处理1第10章图像锐化处理10.1图像锐化处理10.2微分运算10.3梯度锐化10.4边缘检测10.5MatLab函数210.1图像锐化处理边缘图像中灰度局部不连续的部分。边缘本质上意味着一个区域的结束和另一个区域的开始具有方向和幅度两个特性沿边缘走向的像素灰度变化平缓垂直边缘走向的像素灰度变化剧烈边缘的描述边缘点边缘方向和法线方向边缘位置边缘强度:法线方向灰度变化强度的亮度310.1图像锐化处理锐化(Sharpening)增强图像中目标的边缘目的突出目标边缘细节,改善图像质量便于对图像中目标的分割及目

2、标区域识别4第10章图像锐化处理10.1图像锐化处理10.2微分运算10.3梯度锐化10.4边缘检测10.5MatLab函数510.2微分运算边缘导数阶跃型凸缘型房顶型610.2微分运算导数二维连续函数f(x,y)偏导数图像:二维离散函数f(x,y)导数转换为微分710.2微分运算例注意:原图像第1列像素无微分810.2微分运算微分方法(1)纵向微分运算:将图像向左平移一个像素,再用原图像减去平移后的图像。相减的结果反映了原图像灰度变化率的大小∆xf(x,y)=f(x,y)-f(x-1,y)原图像中像素灰度值不变的区域,

3、相减的结果为0原图像中像素灰度值变化剧烈的区域,相减的结果值较大如果用相减的值的绝对值作为灰度值,则变化小的像素为黑,反之为白。图像垂直边缘得到增强模板(卷积核)910.2微分运算微分方法(2)横向微分运算:将图像向上平移一个像素,再用原图像减去平移后的图像。相减的结果反映了原图像亮度变化率的大小∆yf(x,y)=f(x,y)-f(x,y-1)图像水平边缘得到增强模板(卷积核)1010.2微分运算微分方法(3)双向一次微分运算模板(卷积核)1110.2微分运算实例f(x,y)纵向双向横向12第6章图像锐化处理10.1图像

4、锐化处理10.2微分运算10.3梯度锐化10.4边缘检测10.5MatLab函数1310.3梯度锐化背景图像平滑使得边缘变得模糊,为了减小模糊,可利用锐化技术使边缘保持不模糊图像平滑处理使得边缘变模糊的根本原因是采用了平均或积分运算,因此可采用逆运算(如微分运算)使图像边缘变清晰常采用的方法是计算像素的梯度1410.3梯度锐化梯度f(x,y)的梯度定义为离散图像或或1510.3梯度锐化锐化方法(1)直接利用像素梯度值作为处理后的灰度值均匀区域灰度值减小,和微分效果相似(2)辅以阈值1610.3梯度锐化锐化方法(3)赋边缘

5、点特定的灰度级将边缘的灰度值统一化,可以使边缘更加清晰明显。该方法基本上不破坏图像的背景,又可以根据需要增强边缘。1710.3梯度锐化锐化方法(4)由梯度二值化图像可以令La=0,Lb=25518第10章图像锐化处理10.1图像锐化处理10.2微分运算10.3梯度锐化10.4边缘检测10.5MatLab函数1910.4边缘检测边缘图像边缘对图像识别和分析有用勾画出目标物体的轮廓蕴含着内在的信息(方向、阶跃性质、形状等)本质上将边缘是图像局部特性的不连续性方法是检查每个像素的邻域并对灰度变化率进行量化特性:沿边缘走向的像素

6、灰度值变化平缓,而垂直于边缘方向的像素变化剧烈检测的方法称为算子,一般用窗口(模板)描述2010.4边缘检测方向算子包括:0°、90°、45°、135°模板0°模板90°模板45°模板135°模板计算方法:卷积运算,即将算子覆盖的每个像素灰度值与模板系数相乘,再将相乘结果相加作为中心像素的灰度值2110.4边缘检测无方向类算子一般无法事先确定轮廓方向需要无空间方向性和具有旋转不变性的微分算子包括梯度算子Roberts算子:检测边缘较好Sobel算子:有一定噪声抑制能力,得到的边缘宽度至少为2个像素高斯-拉普拉斯算子:先高

7、斯滤波再用拉普拉斯算子检测边缘2210.4边缘检测(1)Roberts算子方法:计算对角方向相邻的两个像素灰度之差。特点:边缘定位准,但对噪声敏感。2310.4边缘检测(2)Sobel算子方法:先计算加权平均,再微分,然后求梯度。特点:边缘双像素宽度,但抑制噪声。f(x-1,y-1)f(x,y-1)f(x+1,y-1)f(x-1,y)f(x,y)f(x+1,y)f(x-1,y+1)f(x,y+1)f(x+1,y+1)2410.4边缘检测(3)高斯-拉普拉斯算子二阶微分算子不依赖于边缘方向旋转不变即各向同性的性质表示离散形

8、式0-10-14-10-10-1-1-1-18-1-1-1-1改进2510.4边缘检测例:比较Roberts算子Sobel算子高斯-拉普拉斯算子26第10章图像锐化处理10.1图像锐化处理10.2微分运算10.3梯度锐化10.4边缘检测10.5MatLab函数2710.5MatLab函数锐化卷积核:h=fspecia

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。