《数字图像处理PPT—第六章图像的锐化处理资料》由会员分享，可在线阅读，更多相关《数字图像处理PPT—第六章图像的锐化处理资料（54页珍藏版）》请在金锄头文库上搜索。
1、图像处理 第六章 图像的锐化处理第六章 图像的锐化处理 矿大信电学院 蔡利梅矿大信电学院 蔡利梅 图像处理 6 图像的锐化处理图像的锐化处理 主要用途主要用途 6 1图像细节的基本特征图像细节的基本特征 6 2一阶微分算子一阶微分算子 6 3二阶微分算子二阶微分算子 高通滤波高通滤波 图像处理 图像的锐化的图像的锐化的主要用途主要用途 突出图像中的细节 增强被模糊了的细节突出图像中的细节 增强被模糊了的细节 印刷中的细微层次强调 弥补扫描对图像 的钝化 印刷中的细微层次强调 弥补扫描对图像 的钝化 超声探测成像 分辨率低 边缘模糊 通 过锐化来改善 超声探测成像 分辨率低 边缘模糊 通 过锐化
2、来改善 图像识别中 分割前的边缘提取图像识别中 分割前的边缘提取 锐化处理恢复过度钝化 暴光不足的图像锐化处理恢复过度钝化 暴光不足的图像 尖端武器的目标识别 定位尖端武器的目标识别 定位 图像处理 6 1图像细节的基本特征图像细节的基本特征 扫描线扫描线 灰度渐变 孤立点 细线 灰度跃变 图像细节的灰度分布特性图像细节的灰度分布特性 平坦段 一阶微分曲线一阶微分曲线 二阶微分曲线二阶微分曲线 图像处理 6 2一阶微分算子一阶微分算子 梯度法梯度法 具有方向性的一阶微分算子具有方向性的一阶微分算子 Robert算子算子 Sobel算子算子 Prewitte算子算子 Kirsch算子算子 图像处
3、理 微分法锐化的原理微分法锐化的原理 均值产生钝化均值产生钝化的效果 而均值与积分 相似 由此而联想到 微分能不能产 生相反的效果 即锐化的效果 结论 是肯定的 的效果 而均值与积分 相似 由此而联想到 微分能不能产 生相反的效果 即锐化的效果 结论 是肯定的 在图像处理中应用微分最常用的方法 是计算梯度 在图像处理中应用微分最常用的方法 是计算梯度 图像处理 梯度法 算子形式梯度法 算子形式 对于图像函数对于图像函数f x y 它在它在 x y 处的梯度为处的梯度为 y f x f yxfG yxfG 2 1 2 2 y f x f yxfG y f x f yxfG 用矢量的幅度代替它 或
4、 用矢量的幅度代替它 或 图像处理 梯度法 算子形式梯度法 算子形式 离散的数字矩阵 用差分来代替微分离散的数字矩阵 用差分来代替微分 1 1 1 jifjif ii jifjif x f x f 1 1 1 jifjif jj jifjif y f y f 2 1 22 1 1 1 1 jifjifjifjif jifjifjifjifyxfG 图像处理 梯度法 生成梯度图像梯度法 生成梯度图像 各点的灰度值等于各点的灰度值等于 该点的梯度幅度该点的梯度幅度 yxfGyxg 突出边界突出边界 其他 TyxfG yxf yxfG yxg 固定边界灰度固定边界灰度 其他 TyxfG yxf L
5、yxg G 二值化边界与背景二值化边界与背景 其他 TyxfG L L yxg B G 图像处理 梯度法示例梯度法示例 3 3 3 3 3 3 3 5 5 5 5 3 3 5 9 9 5 3 3 5 9 9 5 3 3 5 5 5 5 3 3 3 3 3 3 30 2 2 2 2 0 2 0 4 4 2 0 2 4 0 4 2 0 2 4 4 4 2 0 2 2 2 2 4 0 0 0 0 0 0 0 图像处理 梯度法示例梯度法示例 yxfG yxg 图像处理 单方向的一阶锐化算法单方向的一阶锐化算法 单方向的一阶梯度算法是指给出某个 特定方向上的边缘信息 单方向的一阶梯度算法是指给出某个 特
6、定方向上的边缘信息 因为图像为水平 垂直两个方向组 成 所以 所谓的单方向梯度算法实 际上是包括水平方向与垂直方向上的 锐化 因为图像为水平 垂直两个方向组 成 所以 所谓的单方向梯度算法实 际上是包括水平方向与垂直方向上的 锐化 图像处理 具有方向性的一阶微分算子具有方向性的一阶微分算子 水平方向的微分算子水平方向的微分算子 垂直方向的微分算子垂直方向的微分算子 121 000 121 H 101 202 101 H 图像处理 具有方向性的一阶微分算子示例具有方向性的一阶微分算子示例 3 3 3 3 3 3 3 5 5 5 5 3 3 5 9 9 5 3 3 5 9 9 5 3 3 5 5
7、5 5 3 3 3 3 3 3 3 000000 0 10 20 20 10 0 04 12 12 40 0 4 12 12 4 0 0 10 20 20 10 0 000000 000000 0 10 4 4 10 0 0 20 12 12 20 0 0 20 12 12 20 0 0 10 4 4 10 0 000000 水平方向水平方向 垂直方向垂直方向 图像处理 单方向锐化算子的后处理单方向锐化算子的后处理 把负值变到有效范围 方法不同 效 果不同 把负值变到有效范围 方法不同 效 果不同 整体加一个正整数 以保证所有的像 素值均大于零 可以获得 整体加一个正整数 以保证所有的像 素值
8、均大于零 可以获得类似浮雕类似浮雕的效 果 的效 果 将所有的像素值取绝对值 可以获得对将所有的像素值取绝对值 可以获得对 边缘边缘的有方向提取 的有方向提取 图像处理 水平浮雕效果水平浮雕效果 图像处理 垂直浮雕效果垂直浮雕效果 图像处理 水平边缘的提取效果水平边缘的提取效果 图像处理 垂直边缘的提取效果垂直边缘的提取效果 图像处理 无方向一阶微分锐化算法无方向一阶微分锐化算法 前面的锐化处理结果对于人工设计制造的 具有矩形特征物体 例如 楼房 汉字 等 的边缘的提取很有效 但是 对于不 规则形状 如 人物 的边缘提取 则存 在信息的缺损 前面的锐化处理结果对于人工设计制造的 具有矩形特征物
9、体 例如 楼房 汉字 等 的边缘的提取很有效 但是 对于不 规则形状 如 人物 的边缘提取 则存 在信息的缺损 为了解决上面的问题 就希望提出对任何 方向上的边缘信息均敏感的锐化算法 为了解决上面的问题 就希望提出对任何 方向上的边缘信息均敏感的锐化算法 因为这类锐化方法要求对边缘的方向没有 选择 所有称为无方向的锐化算法 因为这类锐化方法要求对边缘的方向没有 选择 所有称为无方向的锐化算法 图像处理 Robert算子算子 1 1 1 1 jifjif jifjifyxfG Robert 图像处理 Robert算子示例算子示例 图像处理 Sobel算子算子 121 000 121 y H 10
10、1 202 101 x H 1 1 1 2 1 1 1 1 1 2 1 1 jifjifjif jifjifjifS y 1 1 1 2 1 1 1 1 1 2 1 1 jifjifjif jifjifjifS x yx SSg 图像处理 Sobel算子两个优点算子两个优点 引入平均因素 对图像中随机噪声有一 定的平滑作用 引入平均因素 对图像中随机噪声有一 定的平滑作用 相隔两行或两列求差分 故边缘两侧的 元素得到了增强 边缘显得粗而亮 相隔两行或两列求差分 故边缘两侧的 元素得到了增强 边缘显得粗而亮 图像处理 Sobel算子扩展算子扩展 121 000 121 1 H 012 101 2
11、10 2 H 101 202 101 3 H 210 101 012 4 H 121 000 121 5 H 012 101 210 6 H 101 202 101 7 H 210 101 012 8 H fHg i i max 图像处理 Sobel扩展算子示例扩展算子示例 两种算子视觉效果区别不大 但扩展算子两种算子视觉效果区别不大 但扩展算子 检测的边缘具有方向性 在需要边缘方向检测的边缘具有方向性 在需要边缘方向 信息的情况下 扩展算子应用更广信息的情况下 扩展算子应用更广 图像处理 Priwitt算子算子 111 000 111 y H 101 101 101 x H 1 1 1 1
12、1 1 1 1 1 1 jifjifjif jifjifjifS y 1 1 1 1 1 1 1 1 1 1 jifjifjif jifjifjifS x yx SSg 图像处理 Priwitt算子示例算子示例 图像处理 Priwitt算子扩展算子扩展 111 000 111 1 H 011 101 110 2 H 101 101 101 3 H 110 101 011 4 H 111 000 111 5 H 011 101 110 6 H 101 101 101 7 H 110 101 011 8 H fHg i i max 图像处理 Priwitt扩展算子示例扩展算子示例 图像处理 Kir
13、sch算子算子 333 303 555 1 H fHg i i max 333 503 553 2 H 533 503 533 3 H 553 503 333 4 H 555 303 333 5 H 355 305 333 6 H 335 305 335 7 H 333 305 355 8 H 图像处理 Kirsch算子示例算子示例 图像处理 6 3二阶微分算子二阶微分算子 二阶微分方法提出背景二阶微分方法提出背景 Laplacian微分算子微分算子 Wallis微分算子微分算子 灰度截面灰度截面 阶跃形阶跃形 一阶一阶 微分微分 二阶二阶 微分微分 图像处理 二阶微分方法的提出背景二阶微分方
14、法的提出背景 对于突变形的细节 通过一阶微分的 极大值点 二阶微分的过 对于突变形的细节 通过一阶微分的 极大值点 二阶微分的过0点均可以 检测出来 点均可以 检测出来 灰度截面 细线形 一阶 微分 二阶 微分 灰度截面 细线形 一阶 微分 二阶 微分 图像处理 二阶微分方法的提出背景二阶微分方法的提出背景 对于细线形的细节 通过一阶微分的 过 对于细线形的细节 通过一阶微分的 过0点 二阶微分的极小值点均可以 检测出来 点 二阶微分的极小值点均可以 检测出来 灰度截面 斜坡渐变型 一阶 微分 二阶 微分 灰度截面 斜坡渐变型 一阶 微分 二阶 微分 图像处理 二阶微分方法的提出背景二阶微分方
15、法的提出背景 对于渐变的细节 一般情况下很难检 测 但二阶微分的信息比一阶微分的 信息略多 对于渐变的细节 一般情况下很难检 测 但二阶微分的信息比一阶微分的 信息略多 图像处理 6 3 1Laplacian算子算子 2 2 2 2 2 y f x f f Q 2 1 1 1 1 1 2 2 jifjifjif jifjifjifjifjifjif x f xx 2 1 1 1 1 1 2 2 jifjifjif jifjifjifjifjifjif y f yy 4 1 1 1 1 2 jifjifjifjifjiff 图像处理 Laplacian算子算子 由前面的推导 写成模板系数形式形
16、式即为 由前面的推导 写成模板系数形式形 式即为Laplacian算子 算子 010 141 010 1 H 010 141 010 1 H 或或 图像处理 Laplacian算子算子 Laplacian算子对图像增强的基本方法算子对图像增强的基本方法 2 1 2 2 yxfyxf yxfyxf yxg 1 用于拉普拉斯模板中心系数为负用于拉普拉斯模板中心系数为负 2 用于拉普拉斯模板中心系数为正用于拉普拉斯模板中心系数为正 1 1 1 1 5 4 1 1 1 1 2 2 yxfyxfyxfyxfyxf yxfyxfyxfyxfyxfyxf yxfyxf yxfyxf yxg 图像处理 Laplacian算子示例算子示例 010 141 010 010 151 010 图像处理 Laplacian算子示例算子示例 010 141 010 010 151 010 图像处理 Laplacian变形算子变形算子 111 181 111 2 H 121 242 121 3 H 图像处理 Laplacian变形算子示例变形算子示例 111 181 111 图像处理 Laplacian变形算子示例
