計(jì)算機(jī)圖像處理

1、摘要數(shù)字圖像處理是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字格式并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過程。圖像增強(qiáng)是數(shù)字圖像處理的過程中經(jīng)常采用的一種方法，它對(duì)提高圖像質(zhì)量起著重要的作用。本文先對(duì)圖像增強(qiáng)的原理進(jìn)行概述，然后對(duì)圖像增強(qiáng)的方法分類并給出直方圖增強(qiáng)、對(duì)比度增強(qiáng)、平滑和銳化等幾種常用的增強(qiáng)方法的理論基礎(chǔ)，通過Matlab實(shí)驗(yàn)得出的實(shí)際處理效果來對(duì)比各種算法的優(yōu)缺點(diǎn)，討論不同的增強(qiáng)算法的技術(shù)要點(diǎn)，并對(duì)其圖像增強(qiáng)方法進(jìn)行性能評(píng)價(jià)。關(guān)鍵詞：圖像增強(qiáng)直方圖增強(qiáng) 對(duì)比度增強(qiáng) 平滑 銳化 目錄一、 圖像增強(qiáng)概述11.1 圖像增強(qiáng)背景及意義11.2 圖像增強(qiáng)的應(yīng)用1二、 圖像增強(qiáng)的基本理論22.1 圖像增強(qiáng)的定義22.2圖像增

2、強(qiáng)的分類及方法.22.3常用的圖像增強(qiáng)方法.32.3.1 直方圖均衡化32.3.2 灰度值增強(qiáng)法32.3.3 平滑噪聲32.3.4 銳化3三、圖像增強(qiáng)方法及算法53.1直方圖增強(qiáng).53.1.1直方圖.53.1.2 直方圖均衡化63.2 灰度變換增強(qiáng)73.2.1 一般線性變換83.2.2 .分段線性變換83.2.3 對(duì)數(shù)變換103.3 數(shù)字圖像平滑103.3.1均值濾波.103.3.2中值濾波113.3.3低通.123.3.4高通濾波133.4 圖像銳化133.4.1 Robert算子處理133.4.2 Sobel算子處理143.4.3 Prewitt算子143.4.4 Laplace算子15總

3、結(jié)17參考文獻(xiàn)181、 圖像增強(qiáng)概述1.1 圖像增強(qiáng)背景及意義在一般情況下，經(jīng)過圖像的傳送和轉(zhuǎn)換，如成像、復(fù)制、掃描、傳輸和顯示等，經(jīng)常會(huì)造成圖像質(zhì)量的下降，即圖像失真。在攝影時(shí)由于光照條件不足或過度，會(huì)使圖像過暗或過亮；光學(xué)系統(tǒng)的失真、相對(duì)運(yùn)動(dòng)、大氣流動(dòng)等都會(huì)使圖像模糊，傳輸過程中會(huì)引入各種類型的噪聲?？傊斎氲膱D像在視覺效果和識(shí)別方便性等方面可能存在諸多問題，這類問題不妨統(tǒng)稱為質(zhì)量問題。圖像增強(qiáng)是指根據(jù)特定的需要突出圖像中的重要信息，同時(shí)減弱或去除不需要的信息。從不同的途徑獲取的圖像，通過進(jìn)行適當(dāng)?shù)脑鰪?qiáng)處理，可以將原本模糊不清甚至根本無法分辨的原始圖像處理成清晰的富含大量有用信息的可使用圖

4、像，有效地去除圖像中的噪聲、增強(qiáng)圖像中的邊緣或其他感興趣的區(qū)域，從而更加容易對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)和測(cè)量。圖像增強(qiáng)的目的是增強(qiáng)圖像的視覺效果，將原圖像轉(zhuǎn)換成一種更適合于人眼觀察和計(jì)算機(jī)分析處理的形式。它一般要借助人眼的視覺特性，以取得看起來較好地視覺效果，很少涉及客觀和統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)。增強(qiáng)的效果通常都與具體的圖像有關(guān)系，靠人的主觀感覺加以評(píng)價(jià)。1.2 圖像增強(qiáng)的應(yīng)用目前圖像增強(qiáng)處理的應(yīng)用已經(jīng)滲透到醫(yī)學(xué)診斷、航空航天、軍事偵察、指紋識(shí)別、無損探傷、衛(wèi)星圖片的處理等領(lǐng)域。如對(duì)x射線圖片、CT影像、內(nèi)窺鏡圖像進(jìn)行增強(qiáng)，使醫(yī)生更容易從中確定病變區(qū)域，從圖像細(xì)節(jié)區(qū)域中發(fā)現(xiàn)問題；對(duì)不同時(shí)間拍攝的同一

5、地區(qū)的遙感圖片進(jìn)行增強(qiáng)處理，偵查是否有敵人軍事調(diào)動(dòng)或軍事裝備及建筑出現(xiàn)；在煤礦工業(yè)電視系統(tǒng)中采用增強(qiáng)處理來提高工業(yè)電視圖像的清晰度，克服因光線不足、灰塵等原因帶來的圖像模糊、偏差等現(xiàn)象，減少電視系統(tǒng)維護(hù)的工作量。圖像增強(qiáng)技術(shù)的快速發(fā)展同它的廣泛應(yīng)用是分不開的，發(fā)展的動(dòng)力來自穩(wěn)定涌現(xiàn)的新的應(yīng)用，我們可以預(yù)料，在未來社會(huì)中圖像增強(qiáng)技術(shù)將會(huì)發(fā)揮更為重要的作用。2、 圖像增強(qiáng)的基本理論2.1 圖像增強(qiáng)的定義 為了改善視覺效果或者便于人和機(jī)器對(duì)圖像的理解和分析，根據(jù)圖像的特點(diǎn)或存在的問題采取的簡(jiǎn)單改善方法或者加強(qiáng)特征的措施稱為圖像增強(qiáng)。一般情況下，圖像增強(qiáng)是按特定的需要突出一幅圖像中的某些信息，同時(shí)削弱

6、或去除某些不需要的信息的處理方法，也是提高圖像質(zhì)量的過程。圖像增強(qiáng)的目的是使圖像的某些特性方面更加鮮明、突出，使處理后的圖像更適合人眼視覺特性或機(jī)器分析，以便于實(shí)現(xiàn)對(duì)圖像的更高級(jí)的處理和分析。圖像增強(qiáng)的過程往往也是一個(gè)矛盾的過程：圖像增強(qiáng)希望既去除噪聲又增強(qiáng)邊緣。但是，增強(qiáng)邊緣的同時(shí)會(huì)同時(shí)增強(qiáng)噪聲，而濾去噪聲又會(huì)使邊緣在一定程度上模糊，因此，在圖像增強(qiáng)的時(shí)候，往往是將這兩部分進(jìn)行折中，找到一個(gè)好的代價(jià)函數(shù)達(dá)到需要的增強(qiáng)目的。傳統(tǒng)的圖像增強(qiáng)算法在確定轉(zhuǎn)換函數(shù)時(shí)常是基于整個(gè)圖像的統(tǒng)計(jì)量，如：ST轉(zhuǎn)換，直方圖均衡，中值濾波，微分銳化，高通濾波等等。這樣對(duì)應(yīng)于某些局部區(qū)域的細(xì)節(jié)在計(jì)算整幅圖的變換時(shí)其影

7、響因?yàn)槠渲递^小而常常被忽略掉，從而局部區(qū)域的增強(qiáng)效果常常不夠理想，噪聲濾波和邊緣增強(qiáng)這兩者的矛盾較難得到解決。2.2圖像增強(qiáng)的分類及方法的圖像不一定逼近原始圖像。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類?；诳沼虻乃惴ㄌ幚頃r(shí)直接對(duì)圖像灰度級(jí)做運(yùn)算基于頻域的算法是在圖像的某種變換域內(nèi)對(duì)圖像的變換系數(shù)值進(jìn)行某種修正，是一種間接增強(qiáng)的算法?；诳沼虻乃惴ǚ譃辄c(diǎn)運(yùn)算算法和鄰域去噪算法。點(diǎn)運(yùn)算算法即灰度級(jí)校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴(kuò)大圖像動(dòng)態(tài)范圍，擴(kuò)展對(duì)比度。鄰域增強(qiáng)算法分為圖像平滑和銳化兩種。平滑一般用于消除圖像噪聲，但是也容易

8、引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識(shí)別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計(jì)差值法等。2.3 常用的圖像增強(qiáng)方法2.3.1 直方圖均衡化有些圖像在低值灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細(xì)節(jié)看不清楚。這時(shí)可以通過直方圖均衡化將圖像的灰度范圍分開，并且讓灰度頻率較小的灰度級(jí)變大，通過調(diào)整圖像灰度值的動(dòng)態(tài)范圍，自動(dòng)地增加整個(gè)圖像的對(duì)比度，使圖像具有較大的反差，細(xì)節(jié)清晰。2.3.2 灰度值增強(qiáng)法有些圖像的對(duì)比度比較低，從而使整個(gè)圖像模糊不清。這時(shí)可以按一定的規(guī)則修改原來圖像的每一個(gè)象素的灰度，從而改變圖像灰度的動(dòng)態(tài)范圍。2.3

9、.3 平滑噪聲有些圖像是通過掃描儀掃描輸入、或傳輸通道傳輸過來的。圖像中往往包含有各種各樣的噪聲。這些噪聲一般是隨機(jī)產(chǎn)生的，因此具有分布和大小不規(guī)則性的特點(diǎn)。這些噪聲的存在直接影響著后續(xù)的處理過程，使圖像失真。圖像平滑就是針對(duì)圖像噪聲的操作，其主要作用是為了消除噪聲，圖像平滑的常用方法是采用均值濾波或中值濾波，均值濾波是一種線性空間濾波，它用一個(gè)有奇數(shù)點(diǎn)的掩模在圖像上滑動(dòng)，將掩模中心對(duì)應(yīng)像素點(diǎn)的灰度值用掩模內(nèi)所有像素點(diǎn)灰度的平均值代替，如果規(guī)定了在取均值過程中掩模內(nèi)各像素點(diǎn)所占的權(quán)重，即各像素點(diǎn)所乘系數(shù)，這時(shí)就稱為加權(quán)均值濾波；中值濾波是一種非線性空間濾波，其與均值濾波的區(qū)別是掩模中心對(duì)應(yīng)像素

10、點(diǎn)的灰度值用掩模內(nèi)所有像素點(diǎn)灰度值的中間值代替。2.3.4 銳化平滑噪聲時(shí)經(jīng)常會(huì)使圖像的邊緣變的模糊，針對(duì)平均和積分運(yùn)算使圖像模糊，可對(duì)其進(jìn)行反運(yùn)算采取微分算子使用模板和統(tǒng)計(jì)差值的方法，使圖像增強(qiáng)銳化。圖像邊緣與高頻分量相對(duì)應(yīng)，高通濾波器可以讓高頻分量暢通無阻，而對(duì)低頻分量則充分限制，通過高通濾波器去除低頻分量，也可以達(dá)到圖像銳化的目的。三、圖像增強(qiáng)方法及算法3.1直方圖增強(qiáng)灰度變換是圖像增強(qiáng)的一種重要手段，使圖像對(duì)比度擴(kuò)展，圖像更加清晰，特征更加明顯?；叶燃?jí)的直方圖給出了一幅圖像概貌的描述，通過修改灰度直方圖來得到圖像增強(qiáng)。3.1.1直方圖圖像的直方圖是圖像的重要統(tǒng)計(jì)特征，它可以認(rèn)為是圖像灰

11、度密度函數(shù)的近似。圖像的灰度直方圖是反映一幅圖像的灰度級(jí)與出現(xiàn)這種灰度級(jí)的概率之間的關(guān)系的圖形?；叶戎狈綀D是離散函數(shù)，一般的來講，要精確的得到圖像的灰度密度函數(shù)是比較困難的，在實(shí)際中，可以使數(shù)字圖像灰度直方圖來代替。歸納起來，直方圖主要有一下幾點(diǎn)性質(zhì)：（1）直方圖中不包含位置信息。直方圖只是反應(yīng)了圖像灰度分布的特性，和灰度所在的位置沒有關(guān)系，不同的圖像可能具有相近或者完全相同的直方圖分布。（2）直方圖反應(yīng)了圖像的整體灰度。直方圖反應(yīng)了圖像的整體灰度分布情況，對(duì)于暗色圖像，直方圖的組成集中在灰度級(jí)低（暗）的一側(cè)，相反，明亮圖像的直方圖則傾向于灰度級(jí)高的一側(cè)。直觀上講，可以得出這樣的結(jié)論，若一幅圖

12、像其像素占有全部可能的灰度級(jí)并且分布均勻，這樣的圖像有高對(duì)比度和多變的灰度色調(diào)。（3）直方圖的可疊加性。一幅圖像的直方圖等于它各個(gè)部分直方圖的和。（4）直方圖具有統(tǒng)計(jì)特性。從直方圖的定義可知，連續(xù)圖像的直方圖是一位連續(xù)函數(shù)，它具有統(tǒng)計(jì)特征，例如矩、絕對(duì)矩、中心矩、絕對(duì)中心矩、熵。（5）直方圖的動(dòng)態(tài)范圍。直方圖的動(dòng)態(tài)范圍是由計(jì)算機(jī)圖像處理系統(tǒng)的模數(shù)轉(zhuǎn)換器的灰度級(jí)決定。MATLAB圖像處理工具箱提供了imhist函數(shù)來計(jì)算和顯示圖像的直方圖，X=rgb2gray(I) %彩圖變成黑白圖imshow(X) title(原圖的黑白圖)subplot(2,2,2)imhist(X) %原圖的灰度直方圖t

13、itle(原圖灰度直方圖)subplot(2,2,3)J=histeq(X,K) %對(duì)圖像進(jìn)行均衡化處理，返回K級(jí)灰度的圖像imshow(J)title(原圖直方圖均衡化K級(jí)灰度)imhist(J)title(K級(jí)灰度直方圖)灰度直方圖是灰度值的函數(shù)，描述的是圖像中具有該灰度值的像素的個(gè)數(shù)，如圖4.1所示，（b）為圖像（a）的灰度直方圖，其橫坐標(biāo)表示像素的灰度級(jí)別，縱坐標(biāo)表示該灰度出現(xiàn)的頻率（像素的個(gè)數(shù)）。當(dāng)圖像對(duì)比度較小時(shí)，它的灰度直方圖只在灰度軸上較小的一段區(qū)間上非零，較暗的圖像由于較多的像素灰度值低，因此它的直方圖的主體出現(xiàn)在低值灰度區(qū)間上，其在高值灰度區(qū)間上的幅度較小或?yàn)榱?，而較亮的圖

14、像情況正好相反。3.1.2 直方圖均衡化直方圖均衡化過程如下：（1）計(jì)算原圖像的灰度直方圖；（2）計(jì)算原圖像的灰度累積分布函數(shù)，進(jìn)一步求出灰度變換表；（3）根據(jù)灰度變換表，將原圖像各灰度級(jí)映射為新的灰度級(jí)。在MATLAB中，histeq函數(shù)可以實(shí)現(xiàn)直方圖均衡化。該命令對(duì)灰度圖像I進(jìn)行變換，返回有N級(jí)灰度的圖像J，J中的每個(gè)灰度級(jí)具有大致相同的像素點(diǎn)，所以圖像J的直方圖較為平坦，當(dāng)N小于I中灰度級(jí)數(shù)時(shí)，J的直方圖更為平坦，缺省的N值為64。以下展示了直方圖均衡化的效果：從直方圖統(tǒng)計(jì)可以看出，原始圖的灰度范圍大約是110到250之間，灰度分布的范圍比較狹窄，所以整體上看對(duì)比度比較差，而直方圖均衡化

15、后，灰度幾乎是均勻的分布在0到255的范圍內(nèi)，圖像明暗分明，對(duì)比度很大，圖像比較清晰明亮，很好的改善了原始圖的視覺效果。優(yōu)勢(shì)：能夠使得處理后圖像的概率密度函數(shù)近似服從均勻分布，其結(jié)果擴(kuò)張了像素值的動(dòng)態(tài)范圍，是一種常用的圖像增強(qiáng)算法。不足：不能抑制噪聲。3.2 灰度變換增強(qiáng)當(dāng)圖像由于成像時(shí)曝光不足或過度,由于成像設(shè)備的非線性或圖像記錄設(shè)備動(dòng)態(tài)范圍太窄等因素,都會(huì)產(chǎn)生對(duì)比度不足的弊病,使圖像中的細(xì)節(jié)分辨不清。這時(shí)如將圖像灰度線性擴(kuò)展,常能顯著改善圖像的主觀質(zhì)量。3.2.1 一般線性變換 在線性灰度變換中,灰度按照完全線性變換函數(shù)進(jìn)行變換。該灰度線性變換函數(shù)f(r)是一個(gè)一維線性函數(shù):其中,a為線性

16、變換的斜率,b為線性變換函數(shù)在y軸的截距。在灰度的線性變換中,當(dāng)a1時(shí),輸出圖像的對(duì)比度將增大;當(dāng)a1時(shí)輸出圖像的對(duì)比度將減小;當(dāng)a=1且b變化時(shí),所進(jìn)行的操作僅使所有像素的灰度值上移或下移,其效果是使整個(gè)圖像更暗或更亮;如果a0,則暗區(qū)域?qū)⒆兞?亮區(qū)域?qū)⒆儼怠?.2.2 .分段線性變換 為了突出感興趣的目標(biāo)或者灰度區(qū)間,相對(duì)抑制那些不感興趣的灰度區(qū)域,可采用分段線性法。常用的是三段線性變換。分段線性變換稱為圖像直方圖的拉伸,它與完全線性變換類似,其不同之處在于其變換函數(shù)是分段的。其變換函數(shù)表達(dá)式如下:灰度拉伸可以更加靈活地控制輸出灰度直方圖的分布,它可以有選擇地拉伸某段灰度區(qū)間以改善輸出圖像

17、f0=0;g0=0;%f變換前灰度值g變換后灰度值f1=70;g1=30;f2=180;g2=230;f3=255;g3=255;r1=(g1-g0)/(f1-f0);b1=g0-r1*f0;r2=(g2-g1)/(f2-f1);b2=g1-r2*f1;r3=(g3-g2)/(f3-f2);b3=g2-r3*f2;figure,plot(f0,f1,f2,f3,g0,g1,g2,g3);f4=50,h4=40;f5=220;h5=255;r4=(h5-h4)/(f5-f4);b4=h4-r4*f4;figure,plot(f4,f5,h4,h5);m,n=size(im);X2=double(

18、im); 一些圖片的像素過于集中于中間灰度部分，而其他部分的像素?cái)?shù)很少，可以壓縮像素?cái)?shù)小的部分，擴(kuò)展像素?cái)?shù)集中的部分。 如果只想了解圖像的某一部分，那么可以壓縮其它部分，對(duì)關(guān)注的部分進(jìn)行變換。當(dāng)用某些非線性函數(shù)作為圖像的映射函數(shù)時(shí),可實(shí)現(xiàn)圖像灰度的非線性變換,如利用對(duì)數(shù)函數(shù)、指數(shù)函數(shù)等可實(shí)現(xiàn)對(duì)數(shù)變換和指數(shù)變換。常用的灰度非線性變換方法包括: 3.2.3 對(duì)數(shù)變換 對(duì)數(shù)變換的一般表達(dá)式為：im=(handles.img); I=mat2gray(im);I=double(I);J=1.7*log(I+1);J1=0.7*log(I+1);X1=im;x=0:1:255;m,n=size(X1);

19、X2=double(X1);for i=1:mfor j=1:ng(i,j)=0;h(i,j)=0;g(i,j)=3*(X2(i,j)+1)0.7;h(i,j)=3*(X2(i,j)+1)1.7;endend其中為一個(gè)調(diào)節(jié)常數(shù)，用它來調(diào)節(jié)變換后的灰度值，使其符合實(shí)際要求。對(duì)數(shù)變換的作用是擴(kuò)展圖像的低灰度范圍，同時(shí)壓縮高灰度范圍，使得圖像灰度分布均勻，與人的視覺特性相匹配。3.3 數(shù)字圖像平滑平滑技術(shù)用于平滑圖像中的噪聲。平滑噪聲可以在空間域中進(jìn)行，基本方法是求像素灰度的平均或中值。為了既平滑噪聲又保護(hù)圖像信號(hào)，也有一些改進(jìn)的技術(shù)，比如在頻域中運(yùn)用低通濾波技術(shù)。3.3.1均值濾波定義：用某點(diǎn)鄰域

20、的灰度平均值來代替該點(diǎn)的灰度值公式：非加權(quán)鄰域平均法可以用模板卷積求得，即在待處理圖像中逐點(diǎn)地移動(dòng)模板，模板與圖像值卷積時(shí)，模板中系數(shù)w(0,0)應(yīng)位于圖像對(duì)應(yīng)于(x,y)的位置。在圖像中的點(diǎn)(x,y)處，用該模板求得的響應(yīng)為：在本實(shí)驗(yàn)中應(yīng)用了3*3,5*5和7*7模板的均值濾波方法。均值濾波程序：a(1:n,1:n)=1; height, width=size(x); x1=double(x); x2=x1; 原圖33模板均值濾波加高斯噪聲的圖for i=1:height-n+1 for j=1:width-n+1 c=x1(i:i+(n-1),j:j+(n-1).*a; s=sum(sum

21、(c); x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n); 77模板均值濾波55模板均值濾波 end end 均值濾波雖然可以平滑圖像，但在消除噪聲的同時(shí)，會(huì)使圖像中的一些細(xì)節(jié)變得模糊。3.3.2 中值濾波 中值濾波則在消除噪聲的同時(shí)還能保持圖像中的細(xì)節(jié)部分，防止邊緣模糊。 中值濾波是一種非線性濾波。它首先確定一個(gè)奇數(shù)像素窗口W，窗口內(nèi)各像素按灰度值從小到大排序后，用中間位置灰度值代替原灰度值。設(shè)增強(qiáng)圖像在(x,y)的灰度值為f(x,y)，增強(qiáng)圖像在對(duì)應(yīng)位置(x,y)的灰度值為g(x,y)，則有：W為選定窗口大小下圖給出了中值濾波的平滑結(jié)果：77模板中值濾波55模板中值濾波33

22、模板中值濾波加高斯噪聲的圖由圖可知，中值濾波在去除噪聲的同時(shí)，較好的保持了圖片的邊緣部分，獲得較滿意的復(fù)原效果。針對(duì)不同的圖像和不同的噪聲，一般要選取不同的濾波模板和濾波方法。3.3.3 低通濾波 圖像從空間域變換到頻率域后，其低頻分量對(duì)應(yīng)圖像中灰度值變化比較緩慢的區(qū)域高頻分量則表征圖像中物體的邊緣和隨機(jī)噪聲等信息。低通濾波是指保留低頻分量，而通過濾波器函數(shù)H(u，v)減弱或抑制高頻分量的過程。低通濾波與空域中的平滑濾波器一樣可以消除圖像中的隨機(jī)噪聲，減弱邊緣效應(yīng)，起到平滑圖像的作用。3.3.4 高通濾波 圖像的邊緣、細(xì)節(jié)主要在高頻，圖像模糊是由于高頻成分較弱產(chǎn)生的。為了消除模糊，突出邊緣，可

23、以采用高通濾波的方法，使低頻分量得到抑制，從而達(dá)到增強(qiáng)高頻分量，使圖像的邊沿或線條變得清晰巴特沃斯低通濾波器的傳遞函數(shù)為：D0為截止頻率，n為函數(shù)的階。一般取使H(u，v)最大值下降至原來的二分之一時(shí)的D(u,v)為截止頻率D0。巴特沃斯低通濾波器的特點(diǎn)：在通過頻率與截止頻率之間沒有明顯的不連續(xù)性，不會(huì)出現(xiàn)“振鈴”現(xiàn)象。n階高通具有D0截止頻率的Butterworth高通濾波器濾波函數(shù)定義如下 :D0為截止頻率，n為函數(shù)的階。加高斯噪聲的圖比較可以看出，高通濾波處理后的圖像比較昏暗很多細(xì)節(jié)都看不清了。這是因?yàn)閳D像大部分能量集中在低頻區(qū)域，經(jīng)過高頻濾波后，雖然各區(qū)域邊界得到了增強(qiáng)，但是圖像中的低

24、頻部分被濾除，原圖的灰度動(dòng)態(tài)范圍被壓縮，所以圖像比較昏暗。3.4 圖像銳化圖像銳化的目的是加強(qiáng)圖像中景物的細(xì)節(jié)邊緣和輪廓。銳化的作用是使灰度反差增強(qiáng)。因?yàn)檫吘壓洼喞嘉挥诨叶韧蛔兊牡胤?，所以銳化算法的實(shí)現(xiàn)是基于微分作用。3.4.1 Robert算子處理計(jì)算公式：Robert算子的部分程序：height width R=size(I); for i=2:height-1 for j=2:width-1 R(i,j)=abs(I(i+1,j+1)-I(i,j)+abs(I(i+1,j)-I(i,j+1); end 使用Robert算子進(jìn)行圖像銳化結(jié)果：end figure; imshow(R,);

25、 T=R; for i=1:height-1 for j=1:width-1 if (R(i,j)0.25) R(i,j)=1; else R(i,j)=0; 3.4.2 Sobel算子處理 計(jì)算公式：特點(diǎn)：銳化的邊緣信息較強(qiáng)Sobel算子的部分程序Dx=I(i+1,j-1)-I(i-1,j-1)+I(i+1,j)-I(i-1,j)+I(i+1,j+1)-I(i-1,j+1); Dy=I(i-1,j+1)-I(i-1,j-1)+I(i,j+1)-I(i,j-1)+I(i+1,j+1)-I(i+1,j-1); P(i,j)=sqrt(Dx2+Dy2); 使用Sobel算子的圖像銳化結(jié)果： end

26、 endfigure; imshow(P,); T=P; for i=1:height-1 for j=1:width-1 if (P(i,j)0.4) P(i,j)=1; else P(i,j)=0; end end end 3.4.3 Prewitt算子 Prewitt算子是一種一階微分算子的邊緣檢測(cè)，利用像素點(diǎn)上下、左右鄰點(diǎn)的灰度差，在邊緣處達(dá)到極值檢測(cè)邊緣，去掉部分偽邊緣，對(duì)噪聲具有平滑作用，其原理是在圖像空間利用兩個(gè)方向模板與圖像進(jìn)行鄰域卷積來完成的，這兩個(gè)方向模板一個(gè)檢測(cè)水平邊緣一個(gè)檢測(cè)垂直邊緣。 對(duì)數(shù)字圖像f(x，y)，Prewitt算子的定義如下：G(i)=|f(i-1,j-1

27、)+f(i-1,j)+f(i-1，j+1)-f(i+1,j-1)+f(i+1，j)+f(i+1，j+1)|G(j)=|f(i-1,j+1)+f(i,j+1)+f(i+1，j+1)-f(i-1,j-1)+f(i,j-1)+f(i+1，j-1)|則 P(i,j)=maxG(i),G(j)或 P(i,j)=G(i)+G(j)Preiwtt算子的部分程序：height width R=size(I); for i=2:height-1 for j=2:width-1 Dx=I(i+1,j-1)-I(i-1,j-1)+I(i+1,j)-I(i-1,j)+I(i+1,j+1)-I(i-1,j+1); Dy

28、=I(i-1,j+1)-I(i-1,j-1)+I(i,j+1)-I(i,j-1)+I(i+1,j+1)-I(i+1,j-1); Prewitte銳化法效果：P(i,j)=sqrt(Dx2+Dy2); end endT=P; for i=1:height-1 for j=1:width-1 if (P(i,j)0.4) P(i,j)=1; else P(i,j)=0; 經(jīng)過Robert算子、Sobel算子和Prewitt算子銳化結(jié)果圖比較可知，Prewitt算子的輪廓要比前兩者清晰。3.4.4 Laplace算子 Laplace算子是不依賴于邊緣方向的二階微分算子，是常用的二階導(dǎo)數(shù)算子。對(duì)一個(gè)連

29、續(xù)函數(shù)f(x,y)，它在位置(x,y)的Laplace表示式：計(jì)算數(shù)字圖像的拉普拉斯值也可以借助于各種模板。拉普拉斯對(duì)模板的基本要求是對(duì)應(yīng)中心像素的系數(shù)應(yīng)該是正的，而對(duì)應(yīng)于中心像素鄰近像素的系數(shù)應(yīng)是負(fù)的，其它們的和應(yīng)該為零。拉普拉斯算子通?？梢院?jiǎn)單表示為：Laplace算子部分程序：Laplace銳化法效果： for i=2:height-1 for j=2:width-1 L(i,j)=4*I(i,j)-I(i-1,j)-I(i+1,j)-I(i,j-1)-I(i,j+1); end end figure; imshow(L,); T=L; G(i,j)=0.3*L(i,j)+0.7*I(i,j); figure; imshow(G,); for i=1:height-1 for j=1:width-1 if (L(i,j)0.2) L(i,j)=0; Else L(i,j)=1;Laplace算子的銳化結(jié)果與其前面三種比較，比較模糊?？偨Y(jié)增強(qiáng)圖象中的有用信息，它可以是一個(gè)失真的過程，其目的是要改善圖像的視覺效果，針對(duì)給定圖像的應(yīng)用場(chǎng)合，有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識(shí)別效