數(shù)字圖像處理結(jié)課論文

利用拉普拉斯算法對模糊圖像進行銳化處理學(xué)院：電氣信息工程學(xué)院專業(yè)：通信工程姓名：田鴻龍學(xué)號：20110107摘要：本文描述了拉普拉斯高斯邊緣檢測算法結(jié)合算法在Delphi6編程環(huán)境下對BMP格式的灰度圖像進行了邊緣檢測處理，從而體現(xiàn)其優(yōu)越性。彩色圖像增強過程中，對圖像進行銳化處理是一個重要環(huán)節(jié)。介紹了圖像銳化處理的概念和拉普拉斯算子的算法原理。關(guān)鍵詞：邊緣檢測，圖像處理，拉普拉斯高斯算法，Sobel算子。圖像銳化(imagesharpening)就是補償圖像的，增強圖像的邊緣及灰度跳變的部分，使圖像變得清晰，亦分空域處理和頻域處理兩類。數(shù)字圖像的邊緣檢測是圖像分割、區(qū)域識別和特征提取等圖像分析領(lǐng)域的重要基礎(chǔ)。圖像的邊緣是圖像的最基本的特征，是指圖像局部亮度變化最顯著的地方，通常與圖像亮度或圖像亮度的一階導(dǎo)數(shù)的不連續(xù)性有關(guān)。對于數(shù)字圖像灰度值的顯著變化可以用梯度來表示，邊緣檢測很大程度上來說就是求梯度。邊緣檢測的好壞直接影響到圖像理解和識別的質(zhì)量，選擇什么樣的邊緣檢測算法就很關(guān)鍵。本文引入拉普拉斯高斯算法，討論其工作原理，利用Delphi結(jié)合拉普拉斯高斯算法對BMP格式的灰度圖像進行了邊緣檢測處理并對比其它算法給出了拉普拉斯高斯算子的優(yōu)越性。圖像銳化圖像模糊的主要原因是圖像中的高頻成分低于低頻成分，它對圖像量的影響體現(xiàn)在兩個不同灰度區(qū)域的邊界部分。圖像銳化處理的目的是加強圖像中景物的邊緣和輪廓，使模糊的圖像變得更清晰。它是一種使圖像原有信息變換為有利于人眼觀察的質(zhì)量、消除模糊、好的視覺效果、圖像邊緣輪廓分明。圖像的模糊實質(zhì)就是圖像受到平均或積分運算造成的，因此可以對圖像進行逆運算如微分運算來使圖像清晰化。從頻譜角度來分析，圖像模糊的實質(zhì)是其高頻分量被衰減，因而可以通過高通濾波操作來清晰圖像。但要注意，能夠進行銳化處理的圖像必須有較高的性噪比，否則銳化后圖像性噪比反而更低，從而使得噪聲增加的比信號還要多，因此一般是先去除或減輕噪聲后再進行銳化處理。圖像的銳化一般有兩種方法一種是微分法，另外一種是高通濾波法拉普拉-101-202-101121000-1-2-1圖3Sobel算子單獨使用Sobel算子做邊緣檢測，邊緣定位精度不高，有時還可能對非邊緣像素的響應(yīng)大于某些邊緣處的響應(yīng)或者響應(yīng)差別不是很大，造成漏檢或誤檢，但是它對噪聲具有較好的魯棒性。Prewitt算子和Sobel算子提取邊緣的結(jié)果差不多。在提取邊緣的同時它對噪聲具有平滑作用，能夠抑制一定的噪聲。由于Prewitt邊緣檢測算子是通過八個方向模板對圖像進行卷積運算，因此運算量比較大。三、程序代碼(1)拉普拉斯算子程序代碼：I=imread('tire.tif');subplot(1,2,1);imshow(I);title('原始圖像');I=double(I);H=[0-10-15-10-10];J=conv2(I,H,'same');subplot(1,2,2);imshow(J,[]);title('拉普拉斯算子增強圖像');(2)Sobel算子[I,map]=imread('D:\圖片\攝影作品\傷感.jpg');[H,W]=size(I);M=double(I);J=M;fori=2:H-1forj=2:W-1J(i,j)=abs(M(i-1,j+1)-M(i-1,j-1)+2*M(i,j+1)-2*M(i,j-1)+M(i+1,j+1)-M(i+1,j-1))+abs(M(i-1,j-1)-M(i+1,j-1)+2*M(i-1,j)-2*M(i+1,j)+M(i-1,j+1)-M(i+1,j+1));end;end;subplot(1,2,1);imshow(I);title('原圖');subplot(1,2,2);imshow(uint8(J));title('Sobel處理后');四、拉普拉斯算子處理：（1）車輪圖片拉氏處理結(jié)果：（2）Sobel算子銳化結(jié)果：五、結(jié)論laplace算子是與方向無光的各向同性邊緣檢測算子,若只關(guān)心邊緣點的位置而不顧其周圍的實際灰度差時,一般選擇該算子進行檢測。特點:各向同性,線性和位移是不變的,對線性和孤立點檢測效果好,但邊緣方向信息丟失,常產(chǎn)生雙像素的邊緣,對噪聲有雙倍的加強作用。sobel算子在prewitt算子基礎(chǔ)上能檢測邊緣點，且能進一步抑制噪聲的影響，但檢測的邊緣較寬。梯度算子和laplacian算子都對噪聲敏感，因此一般用它們檢測邊緣前要先對圖像進行平滑。本文主要研究了基于微分運算中的拉氏算子的圖像銳化處理，并討論了在不同拉氏算子下圖像銳化處理效果的不同。通過以上的實驗分析，我們可以得出：基于拉氏算子的圖像銳化具有較好的銳化效果，并且不同的模版對圖像銳化的效果不同，我們可以根據(jù)實際需要來選擇不同的模版。如果一片暗區(qū)中出現(xiàn)了一個亮點，那么銳化處理的結(jié)果是這