图像蜕化的方法比较

《图像蜕化的方法比较》由会员分享，可在线阅读，更多相关《图像蜕化的方法比较（17页珍藏版）》请在金锄头文库上搜索。

1、辽宁工业大学通信综合设计课程设计（论文）题目：图像锐化方法的比较院（系） ： 电子与信息工程学院专业班级：通信 091 学号： 090405021 学生姓名：王广超指导教师：曹玉东教师职称：副教授起止时间： 2012.12.28 2013.1.11 通信综合设计（论文）任务及评语院（系） ：电子与信息工程学院教研室：通信教研室学 号090405021 学生姓名王广超专业班级通信工程课程设计 （论 文） 题目图像锐化方法的比较课 程 设 计 （ 论 文 ） 任 务设计要求：1. 熟练掌握图像锐化的目的；2. 熟练掌握图像锐化常用方法的原理；3. 用 MATLAB 仿真两种以上的图像锐化常用方法；

2、4. 比较仿真的图像锐化常用方法。报告要求：1. 能够对原理及设计方案进行适当的说明；按照给定的模板要求完成设计报告。指 导 教 师 评 语 及 成 绩平时成绩（ 20% ） ：作品成绩（ 20% ） ：论文成绩（ 30% ） ：学生签字：答辩成绩（ 30% ） ：指导教师签字：总成绩：年月日辽 宁 工 业 大 学 课 程 设 计 （ 论 文 ）目录第一章图像锐化的概念与原理方法. 11.1 图像锐化 . 1 1.2 微分运算锐化. 2 1.2.1 一阶微分运算. 2 1.2.2 二阶微分运算. 3 1.2.3 一阶微分与二阶微分的性质与区别. 4 第二章常用锐化方法. 62.1 、梯度算子法

3、 . . 62.1.1 、Roberts 梯度算子法 . . 6 2.1.2 、Prewitt梯度算子法（平均差分法）. 7 2.1.3 、Sobel 算子法（加权平均差分法）. 8 2.2 、LAPLACIAN算子法 . 10第三章分析与总结. 12参考文献 . 13辽 宁 工 业 大 学 课 程 设 计 （ 论 文 ）1 第一章 图像锐化的概念与原理方法数字图像处理 (Digital Image Processing)又称为计算机图像处理，它最早出现于20 世纪 50 年代，当时的电子计算机己经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20

4、世纪 60 年代初期。图像处理的基木目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。随着图像处理技术的深入发展，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更局、更深层次发展。在数字图像处理中，图像经转换或传输后，质量可能下降，难免有些模糊。另外，图像

5、平滑在降低噪声的同时也造成目标的轮廓不清晰和线条不鲜明，使目标的图像特征提取、识别、跟踪等难以进行， 这一点可以利用图像锐化来增强. 图像锐化的主要目的有两个: 一是增强图像边缘， 使模糊的图像变得更加清晰， 颜色变得鲜明突出， 图像的质量有所改善，产生更适合人眼观察和识别的图像；二是希望经过锐化处理后，目标物体的边缘鲜明，以便于提取目标的边缘、对图像进行分割、目标区域识别、区域形状提取等，为进一步的图像理解与分奠定定基础。1.1 图像锐化在图像增强过程中，通常利用各类图像平滑算法消除噪声，图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说，图像的能量主要集中在其低频部分，噪声所在的

6、频段主要在高频段，同时图像边缘信息也主要集中在其高频部分。这将导致原始图像在平滑处理之后，图像边缘和图像轮廓模糊的情况出现。为了减少这类不利效果的影响， 就需要利用图像锐化技术， 使图像的边缘变得清晰。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得清晰，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 )就可以使图像变得清晰。从频率域来考虑，图像模糊的实质是因为其高辽 宁 工 业 大 学 课 程 设 计 （ 论 文 ）2 频分量被衰减，因此可以用高通滤波器来使图像清晰。但要注意能够进行锐化处理的图像必须有较高的性噪比，否则锐化后

7、图像性噪比反而更低，从而使得噪声增加的比信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理。1.2 微分运算锐化从灰度变换曲线上可以得到，画面逐渐由亮变暗时，其灰度值的变换是斜坡变化；当出现孤立点，一般是噪声点，其灰度值的变化是一个突起的尖峰；若进入平缓变化的区域，则其灰度变化为一个平坦段; 如果图像出现一条细线， 则其灰度变化是一个比孤立点略显平缓的尖峰；当图像由黑突变到亮，则其灰度变化是一个阶跃。通过分析，我们可知，图像中的细节是指画面的灰度变化情况，因此我们如果要对图像进行锐化，保留其细节信息，就可采用微分算子来描述这种数据变化，从而达到锐化的目的。微分法也是空域锐化的基本方法。微分

8、运算是求信号的变化率，由傅立叶变换的微分性质可知，微分运算具有较强高频分量作用。实际应用中，我们常采用一阶微分运算和二阶微分运算来对图像进行锐化。二阶微分一般指拉普拉斯算子。拉普拉斯锐化法是属于常用的微分锐化法。1.2.1 一阶微分运算一阶微分主要指梯度模运算，图像的梯度模值包含了边界及细节信息。梯度模算子用于计算梯度模值，通常认为它是边界提取算子，具有极值性、位移不变性和旋转不变性。图像( , )f x y在点( ,)x y处的梯度定义为一个二维列矢量( ,)G f x y：( , )T ffG f x yxy梯度的幅值即模值，为：1 222 ( , )ffG f x yxy梯度的方向在(

9、, )f x y最大变化率方向上，方向角可表示为：辽 宁 工 业 大 学 课 程 设 计 （ 论 文 ）3 arctan/ff yx对于离散函数( , )f i j，也有相应的概念和公式，只是用差分代替微分。差分可取为后向差分，前向差分或前向差分。在 x，y 方向上的一阶后向差分分别定义为：( , )( , )(1, )xf i jf i jf ij( , )( , )( ,1)yf i jf i jf i j梯度定义为：( , ) ( , )( , )T xyG f i jf i jf i j其模和方向分别为：1 222( , )( , )( , )xyG f x yf i jf i j(

10、, )arctan( , )xyf i jf i j在不引起歧义时，为了方便，一般将梯度矢量的模值简称为梯度。实用中，梯度模还有很多近似式，此处不加列举。对图像 f 施用梯度模算子，便可产生所谓的梯度图像g，g 与 f 像素之间的关系是( , )( , )g i jG f i j式中 G为梯度模算子。由于梯度图像g 反映了图像 f 的灰度变化分布信息，因此对其进行某种适当的处理和变换，或将变换后的梯度图像和原图像组合作为f 锐化后的图像。1.2.2 二阶微分运算二阶微分一般指拉氏算子。拉氏算子是一个刻画图像变化的二阶微分算子。它是线性算子，具有各向同步性和位移不变性。拉氏算子是点、线、边界提取

11、算子。通常图像和对它实施拉氏算子后的结果组合后产生一个锐化图像。对于它的原理，我们会在下一节进行详细描述，在此不再赘述。辽 宁 工 业 大 学 课 程 设 计 （ 论 文 ）4 1.2.3 一阶微分与二阶微分的性质与区别下图 1 是一副简单图像，包含各种实心物体、一条线、一个单一噪声点。图2 中是沿着中心并包含噪声点的此图像的水平剖面图。这张剖面图是将要用以说明该图的一维函数。图 3 是简化的剖面图，该图中取了足够多的点，以便于分析噪声点、线、物体边缘的一阶和二阶微分结果。从左到右横穿剖面图，讨论一阶和二阶微分性质：图 1 图像示例图 2 水平剖面图图 3 简化的剖面图辽 宁 工 业 大 学

12、课 程 设 计 （ 论 文 ）5 图 4 一阶微分与二阶微分首先，图像过渡的边缘 (也就是沿整个斜坡 ) ，一阶微分都不为零， 经过二阶微分后，非零值只出现在抖坡的起始处和终点处。可以得出结论 : 一阶微分产生较粗的边缘， 二阶微分则细。其次，孤立的噪声点。在孤立点及其周围点，二阶微分比一阶微分响应要强。第三，细线。也是一种细节。对线的响应要比对阶梯强，且点比线强。综上，我们看到一阶微分和二阶微分的区别: （1）一阶微分处理通常会产生较宽的边缘，二阶微分处理得到的边缘则细。（2）二阶微分处理对细节有较强的响应，如细线和孤立点。（3）一阶微分处理一般时灰度阶梯有较强的响应。（4）二阶微分处理对灰

13、度级阶梯变化产生双响应。（5） 二阶微分在图像中灰度值变化相似时，对线的响应要比对阶梯强， 且点比线强。大多数应用中， 对图像增强来说 . 二阶微分处理比一阶微分好， 因为形成细节的能力强, 而一阶微分处理主要用于提取边缘。辽 宁 工 业 大 学 课 程 设 计 （ 论 文 ）6 第二章 常用锐化方法2.1 、梯度算子法在图像处理中，一阶导数通过梯度来实现，因此利用一阶导数检测边缘点的方法就称为梯度算子法。梯度值正比于像素之差。对于一幅图像中突出的边缘区，其梯度值较大；在平滑区域梯度值小；对于灰度级为常数的区域，梯度为零。2.1.1 、Roberts 梯度算子法Roberts 梯度就是采用对角

14、方向相邻两像素之差，故也称为四点差分法。对应的水平和垂直方向的模板为：标注的是当前像素的位置 (i,j)为当前像素的位置，其计算公式如下：特点：用 4点进行差分，以求得梯度，方法简单。其缺点是对噪声较敏感，常用于不含噪声的图像边缘点检测。梯度算子类边缘检测方法的效果类似于高通滤波，有增强高频分量，抑制低频分量的作用。这类算子对噪声较敏感，而我们希望检测算法同时具有噪声抑制作用。所以，下面给出的平滑梯度算子法具有噪声抑制作用。利用 Roberts 梯度算子法对灰度数字图像05.jpg 进行边缘检测程序代码如下：I=imread(C:Documents and 桌 面数 字 图 象 处 理 实 验05.jpg ); H,W=size(I); M=double(I); J=M; for i=1:H-1 for j=1:W-1 1001xG0110yG) 1,(), 1() 1, 1(),(),(jifj