數(shù)字圖像處理圖像銳化_第1頁(yè)
數(shù)字圖像處理圖像銳化_第2頁(yè)
數(shù)字圖像處理圖像銳化_第3頁(yè)
數(shù)字圖像處理圖像銳化_第4頁(yè)
數(shù)字圖像處理圖像銳化_第5頁(yè)
已閱讀5頁(yè),還剩82頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、謝像的後億處理儷他可使農(nóng)勵(lì)邊界佃節(jié)憎機(jī), 親俚提咅團(tuán)像的藐覺(jué)數(shù)皋,而且建 便于對(duì)樹(shù)像的形狀特征喪虧地篠樹(shù)。丄圖像銳化的概念哼 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。圖像銳化方法像的景物細(xì)節(jié)特征; 一階微分銳化方法;二階銳化微分方法;階、二階微分銳化方法效果比較。圖像細(xì)節(jié)的灰度變化特性250掃描線200150/ 灰度躍變灰度漸變/10050050100150200250圖像細(xì)節(jié)的灰度分布特性二階微分曲線一階微分銳化基本原理-一階微分的計(jì)算公式非常簡(jiǎn)單:f(兀)=子+¥- ox o

2、y -離散化之后的差分方程:酗,j)=/(/+1, j) -/(/,;)+/(/, j+1)-/(/, j)考慮到圖像邊界的拓?fù)浣Y(jié)構(gòu)性,根據(jù) 這個(gè)原理派生出許多相關(guān)的方法。一階微分銳化單方向一階微分銳化 無(wú)方向_階微分銳化交叉微分銳化(roberts算子) sobel銳化 piwi卄銳化單方向的一階銳化基本原理單方向的_階銳化是指對(duì)某個(gè)特定方 向上的邊緣信息進(jìn)行增強(qiáng)。因?yàn)閳D像為水平、垂直兩個(gè)方向組成,所以,所謂的單方向銳化實(shí)際上是包 括水平方向與垂直方向上的銳化。水平方向的一階銳化基本方法水平方向的銳化非常簡(jiǎn)單,通過(guò)一個(gè) 可以檢測(cè)出水平方向上的像素值的變 化模板來(lái)實(shí)現(xiàn)。_ 121 _000-1

3、-2-1h =ak平方向的一階銳化例題1*1+2*2+1*3-1*3-2*0-1*8=-31 2 1 0 0 0-1 -2 -112;p212126230876127862326900-0000-13-20006-13-13001125000000問(wèn)題:計(jì)算結(jié)果中出現(xiàn)了小于零的像素值i垂直方向的一階銳化1基本方法舌贏算法的設(shè)計(jì)思想與水平銳化算法相同,通過(guò)一個(gè)可以檢測(cè)出垂直方向上的像素值的變化模板來(lái)實(shí)現(xiàn)。1 0 -1h = 2 0 -21 0 -1垂直方向的一階銳化例題1*1+2*2+1*3-1*3-2*2-1*8=-71 0 -11 <fi-212126230876127623269h

4、二 210-20-100000-17400-16-25500-17-22-3000000問(wèn)題:計(jì)算結(jié)果中出現(xiàn)了小于零的像素值單方向銳化的后處理這種銳化算法需要進(jìn)行后處理,以解決 像素值為負(fù)的問(wèn)題。后處理的方法不同,則所得到的效果也就不同。單方向銳化的后處理方法1:整體加一個(gè)正整數(shù)、以保證所有的像 素值均為正。這樣做的結(jié)果是:可以獲得類(lèi)似淫雕的效果000000-3-13-20006-13-130011250000002020202020201770202014772020213225202020202020單方向銳化的后處理法2:將所有的像素值凰絕勸貳000000-3-13-2000-6-13-

5、1300| 1125000000000000313200061313001125000000這樣做的結(jié)果是,可以獲得對(duì)邊緣的有方 向提取。返回冋題的提出無(wú)方向一階銳化事前面的銳化處理結(jié)果對(duì)于人工設(shè)計(jì)制造的 具有矩形特征物體(例如:樓房、漢字等) 的邊緣的提取很有效。但是,對(duì)于不規(guī)則 形狀(如:人物)的邊緣提取,則存在信 息的缺損。無(wú)方向一階銳化>設(shè)計(jì)思想為了解決上面的問(wèn)題,就希望提出對(duì)任何方向上的邊緣信息均敏感的銳化算法。因?yàn)檫@類(lèi)銳化方法要求對(duì)邊緣的方向沒(méi)有選擇,所有稱(chēng)為無(wú)方向的銳化算法。無(wú)方向一階銳化 交叉微分(roberts算法)叉微分算法(roberts算法)計(jì)算公式 如下:特點(diǎn):

6、算法簡(jiǎn)單g(i, j) =1 “ + 1, j +1)",力 i +1 /(/ +1, j)-j+1)i無(wú)方向一階銳化sobe i銳化也8鋭化的計(jì)算公式如下:£銳化的邊緣信息較強(qiáng)g(ij)二陸(門(mén)) + /(門(mén))戶(hù)-10r-1_2-1_dx =-202d廣000-101121特點(diǎn):無(wú)方向一階銳化j priwitt銳化算法priwi卄銳化算法的計(jì)算公式如下:g(門(mén))=盃(門(mén))+心門(mén))2-10f-1-1dx =-101ds =000-101111特點(diǎn):與sobel相比,有一定的抗干擾性。圖像效果比較干凈。一階銳化i幾種方法的效果比較 sobel算法與priwi卄算法的思路相同,

7、屬于同一類(lèi)型,因此處理效果基本相同。 roberts算法的模板為2*2,提取出的信息 較弱。單方向銳化經(jīng)過(guò)后處理之后,也可以對(duì)邊界進(jìn)行增強(qiáng)。i二階微分銳化j問(wèn)題白勺提出從圖像的景物細(xì)節(jié)的灰度分布特性可知, 有些灰度變化特性一階微分的描述不是很明 確,為此,采用二階微分能夠更加獲得更豐 富的景物細(xì)節(jié)。二階微分銳化i二階微分銳化l景物細(xì)節(jié)對(duì)應(yīng)關(guān)系1)對(duì)于突變形的細(xì)節(jié),通過(guò)一階微分的極大 值點(diǎn),二階微分的過(guò)0點(diǎn)均可以檢測(cè)出來(lái)。二階微分銳化景物細(xì)節(jié)對(duì)應(yīng)關(guān)系!)對(duì)于細(xì)線形的細(xì)節(jié),通過(guò)一階微分的過(guò)o 點(diǎn),二階微分的極小值點(diǎn)均可以檢測(cè)出來(lái)。二階微分銳化景物細(xì)節(jié)對(duì)應(yīng)關(guān)系)對(duì)于漸變的細(xì)節(jié),一般情況下很難檢測(cè),

8、但二階微分的信息比一階微分的信息略多。二階微分銳化算法推導(dǎo)二階微分銳化二階微分銳化bx1 &ya2 f/ = la e 丿)尤 e+1打)ox=-f (爲(wèi) j) f q x j)ivf+1,7) y(a 7)1 v2/ 二 4/0; 7)- 門(mén)+1,7)-f(i-1,7)+1) -f(ij -1)lap lacian 算法由前面的推導(dǎo),寫(xiě)成模板系數(shù)形式即為laplaci an 算子:0-100= -14-10-10二階微分銳化laplacian變形算法為了改善銳化效果,可以脫離微分的計(jì)算原理,在原有的算子基礎(chǔ)上,對(duì)模板系數(shù)進(jìn)行改變,獲得laplacian變形算子如下-1'1 -

9、2 1 _"0 -1 o'-12-24-2h4 =-15-1-11 -2 10-10h2 = 18一1 一1二階微分銳化二階微分銳化ilaplacian銳化邊緣提取經(jīng)過(guò)lciplcicicin銳化后,我們來(lái)分析幾種 變形算子的邊緣提取效果。 h1,h2的效果基本相同,h3的效果最不好,o -1-1 -f-14-12 =-18 -10-10-1-1 -11-210-10-24-24 =-15-11-210-10wallis算法 畫(huà)天矗視覺(jué)特性中包含一個(gè)對(duì)數(shù)環(huán)節(jié), 因此在銳化時(shí),加入對(duì)數(shù)處理的方法來(lái)改進(jìn)。g(ij) = log/(jj) 和s = log /(/- h j)+ l

10、og /(/ +1, j)+ log + log f(ij +1)0-10h = -14 一10-100 7。q h= -i 1 -i0 -魯0i二階微分銳化jwallis算法wai i i s算法在前面的算法公式中注意以下幾點(diǎn):1)為了防止對(duì)0取對(duì)數(shù),計(jì)算時(shí)實(shí)際上是用 log(f(ij)+1);2)因?yàn)閷?duì)數(shù)值很小log(256)=5.45,所以計(jì)算時(shí)用 46*log(f(lj)+l)o(46=255/log(256)算法特點(diǎn):wallis算法考慮了人眼視覺(jué)特性,因此 與laplacian等其他算法相比,可以對(duì) 進(jìn)行比較好的銳化。返回二階微分銳化高斯-拉普拉斯算子lapid cion銳化算子對(duì)

11、圖像中的噪聲非ini常敏感,故在做銳化增強(qiáng)之前,需對(duì)圖像進(jìn) 行平滑以消除或減弱噪聲的影響。inl _ 高斯拉普拉斯算子將平滑運(yùn)算和銳化 運(yùn)算結(jié)合在一起,罪常適合被噪聲污染命圖 像進(jìn)行銳化增強(qiáng)占-階與二階微分的邊緣提取效果比較以sobel及l(fā)dqkjcicin算法為例進(jìn)行比較。 sobel算子獲得的邊界是比較粗略的邊界, 反映的邊界信息較少,但是所反映的邊界 比較清晰; laplacian算子獲得的邊界是比較細(xì)致的 邊界。反映的邊界信息包括了許多的細(xì)節(jié) 信息,但是所反映的邊界不是太清晰。其他銳化算法空間域高通濾波圖像邊緣與高頻分量相對(duì)應(yīng),故使用空間域 高通濾波可讓高頻分量通過(guò),限制低頻分量,從而

12、 達(dá)到銳化目的其他銳化算法其他銳化算法2、方向模板匹配'1!原理:將8個(gè)方向的模板,在銳化時(shí)順序作用于同_圖像窗口,對(duì)每一個(gè)模板都進(jìn)行相應(yīng)的運(yùn)算, 用最大的輸出來(lái)作為窗口中心點(diǎn)像素的銳化輸出值典型的模板有robison. prewitt. krisch模m小結(jié)微分類(lèi)型代表算法邊界細(xì)節(jié)一階微分sobel算法roberts算法priwitt 算法邊界粗略 但清晰邊界細(xì)節(jié) 較少二階微分laplacian 算法wallis算法邊界細(xì)致 但不清晰邊界細(xì)節(jié) 豐富上機(jī)實(shí)驗(yàn)圖像銳化sobel算子、prewitt算子以及高斯-拉普拉斯算子實(shí)現(xiàn)圖像銳化上機(jī)參考程序1 實(shí)驗(yàn)效果圖1 上機(jī)參考程序2 實(shí)驗(yàn)效果

13、圖2k平浮雕效果返回水平邊緣的提取效果垂直邊緣的提取效果e矩形目標(biāo)物的單方向銳化返也交叉銳化效果圖例1沖鯉果圖例2-士交叉銳化與水平銳化的比較<4水平銳化交叉銳化返回sobel銳化效果示例15交叉銳化sobel銳化sobel銳化效果示例2交叉銳化sobel銳化返回priwitt銳化效果圖例sobel銳化priwitt 銳化返也階銳化方法的效果比較 巫(a)原(b) sobel算法(c) priwitt算法(d) roberts算法(e)水平銳化(f)垂直銳化lap i ac i an銳化效果圖例475a返也lap i ac i an變形算子銳化效果sh2/¥ -竽 :一 、ah

14、4.2rr.-:r止laplacian算子邊緣提取效果|返回滋:70j"7ii is算法效果示例返回wai i is算法與laplacian算法的比較laplacian 算法wallis算法返也sobe-ljitlap-acian0lll迷淞sobe -滾左 lap-ac ianfe上機(jī)參考程序3i=imread('camerama n.tif);bw1 = edge(i, 'sobel');bw2 = edge(i, 'prewitt');返也bw3 = edge(i/log'); subplot(221)mshow ; subplot(2,2,2),imshow(bw 1); subplot(2,2,3)/imshow(bw2); subplot(2,2,4)/imshow(bw3);i=imread('camerama n.tif);subplot(2,2/l);imshow(i);title('originar);k=fspecial('laplacian'z0.7);kl=filter2(k,1)/100;subplot(2,2,2);imshow(kl);title('laplacian,);l=fspecial('sober);ll=

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論