圖像銳化算法設(shè)計(jì)說(shuō)明書(shū)

1、目錄引 言11 需求分析11.1任務(wù)與分析11.2測(cè)試數(shù)據(jù)22 概要設(shè)計(jì)32.1一階銳化的實(shí)現(xiàn)32.2二階銳化的實(shí)現(xiàn)42.3一二階混合銳化的實(shí)現(xiàn)42.4統(tǒng)計(jì)銳化的實(shí)現(xiàn)53詳細(xì)設(shè)計(jì)73.1一階銳化的設(shè)計(jì)73.2二階銳化的設(shè)計(jì)73.3一二階混合銳化的設(shè)計(jì)93.4統(tǒng)計(jì)銳化的設(shè)計(jì)104 調(diào)試分析144.1 一階銳化調(diào)試184.2 二階銳化調(diào)試214.3 一二階混合銳化調(diào)試224.4 統(tǒng)計(jì)銳化調(diào)試285用戶(hù)使用說(shuō)明356測(cè)試結(jié)果35結(jié) 論36致 謝37參考文獻(xiàn)38摘 要 隨著計(jì)算機(jī)的普及，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類(lèi)生活和工作的方方面面。在圖像增強(qiáng)過(guò)程中，通常利用各類(lèi)圖像平滑算法消除噪聲，圖像的常見(jiàn)

2、噪聲主要有加性噪聲、乘性噪聲和量化噪聲等。一般來(lái)說(shuō)，圖像的能量主要集中在其低頻部分，噪聲所在的頻段主要在高頻段，同時(shí)圖像邊緣信息也主要集中在其高頻部分。這將導(dǎo)致原始圖像在平滑處理之后，圖像邊緣和圖像輪廓模糊的情況出現(xiàn)。為了減少這類(lèi)不利效果的影響，就需要利用圖像銳化技術(shù)，使圖像的邊緣變得清晰。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線(xiàn)以及圖像的細(xì)節(jié)變得清晰，經(jīng)過(guò)平滑的圖像變得模糊的根本原因是因?yàn)閳D像受到了平均或積分運(yùn)算，因此可以對(duì)其進(jìn)行逆運(yùn)算(如微分運(yùn)算)就可以使圖像變得清晰。本次訓(xùn)練中用數(shù)字微分銳化的方法通過(guò)實(shí)現(xiàn)微分算子來(lái)將圖象銳化，通過(guò)實(shí)現(xiàn)不同的微分算子，得到對(duì)圖象輪廓在不同程度上的提取。

3、關(guān)鍵詞：圖像處理；銳化；微分算子 引 言 數(shù)字圖像處理中圖像銳化的目的有兩個(gè)：一是增強(qiáng)圖像的邊緣，使模糊的圖像變得清晰起來(lái)；這種模糊不是由于錯(cuò)誤操作，就是特殊圖像獲取方法的固有影響。二是提取目標(biāo)物體的邊界，對(duì)圖像進(jìn)行分割，便于目標(biāo)區(qū)域的識(shí)別等。通過(guò)圖像的銳化，使得圖像的質(zhì)量有所改變，產(chǎn)生更適合人觀察和識(shí)別的圖像。數(shù)字圖像的銳化可分為線(xiàn)性銳化濾波和非線(xiàn)性銳化濾波。如果輸出像素是輸入像素領(lǐng)域像素的線(xiàn)性組合則稱(chēng)為線(xiàn)性濾波，否則稱(chēng)為非線(xiàn)性濾波。本次設(shè)計(jì)將用幾個(gè)方法對(duì)圖像進(jìn)行銳化處理，從而比較幾個(gè)方法的強(qiáng)弱。1 需求分析 本次課程設(shè)計(jì)的主要內(nèi)容如下：1、一階微分銳化：構(gòu)建一階銳化加法函數(shù)，并實(shí)現(xiàn)銳化；2

4、、二階微分銳化：實(shí)現(xiàn)拉普拉斯銳化；3、一二階混合銳化：一階乘法和二階加法混合的銳化算法實(shí)現(xiàn)；4、統(tǒng)計(jì)銳化：沃利斯統(tǒng)計(jì)差分法等基于局部統(tǒng)計(jì)信息的銳化算法實(shí)現(xiàn)。通過(guò)這幾個(gè)方法對(duì)圖像進(jìn)行銳化處理，從而看出這幾個(gè)銳化方法的優(yōu)缺點(diǎn)以及方法的強(qiáng)弱。1.1任務(wù)與分析 （一）一階微分銳化建立一個(gè)一階微分Sobel算子，利用該算子對(duì)原始圖像進(jìn)行一階梯度提取，然后將提取后得到的圖像與原始圖像進(jìn)行相加，從而實(shí)現(xiàn)對(duì)圖像的銳化處理。（二）二階微分銳化使用拉普拉斯算子來(lái)對(duì)圖像的銳化處理，其原理是：離散拉普拉斯所用的濾波器掩膜,用H1(如下)與原圖進(jìn)行卷積，得到中心像素點(diǎn)與鄰域像素點(diǎn)的差值。（三）一二階混合銳化混合空間增強(qiáng)

5、是一種結(jié)合一階和二階微分的圖像銳化處理的技術(shù)方法，混合空間增強(qiáng)法是綜合了二者的長(zhǎng)處的一種銳化方法。 （四）統(tǒng)計(jì)銳化統(tǒng)計(jì)銳化方法，主要利用標(biāo)準(zhǔn)差 以及 這兩個(gè)公式實(shí)現(xiàn)對(duì)圖像的銳化。1.2測(cè)試數(shù)據(jù) 圖2.1 原圖2圖2.2 圖片22 概要設(shè)計(jì) 2.1一階銳化的實(shí)現(xiàn)一階銳化的實(shí)現(xiàn)，利用Sobel算子進(jìn)行運(yùn)算，其中Sobel銳化算子計(jì)算公式如下： 其模板： 其原理圖為： 原圖A Sobel梯度提取圖B 與原圖A相加最終銳化后圖像C圖2.3 一階流程圖2.2二階銳化的實(shí)現(xiàn)二階微分銳化其算法為： 將其寫(xiě)成模板系數(shù)形式形式即為拉普拉斯算子：其原理圖為：原圖A 用H1與原圖進(jìn)行卷積圖B 與原圖A相加最終銳化后

6、圖像C 圖2.4 二階流程圖2.3一二階混合銳化的實(shí)現(xiàn)一二階混合銳化是通過(guò)利用Sobel算子和拉普拉斯算子經(jīng)過(guò)一系列的變化實(shí)現(xiàn)銳化。一二階混合銳化也是就混合空間增強(qiáng)法，它是綜合了二者的長(zhǎng)處的一種銳化方法。其原理圖為：原圖A原圖A Sobel梯度提取圖B 拉普拉斯銳化 領(lǐng)域平滑圖D圖C相乘圖E 與原圖A相加最后結(jié)果圖像F圖2.5 一二階混合流程圖2.4統(tǒng)計(jì)銳化的實(shí)現(xiàn)統(tǒng)計(jì)銳化是通過(guò)對(duì)一二階銳化方法的改進(jìn)所得到的圖像。主要利用 （1）及 （2） 這兩個(gè)公式實(shí)現(xiàn)對(duì)圖像的銳化。其原理圖為：原圖A原圖A 利用公式（1）進(jìn)行梯度提取圖B 利用（2）進(jìn)行銳化 進(jìn)行高斯平滑圖D圖C相乘圖E 與原圖A相加最后結(jié)果

7、圖像F圖2.6 統(tǒng)計(jì)銳化流程圖3詳細(xì)設(shè)計(jì)3.1一階銳化的設(shè)計(jì)對(duì)于一階銳化方法，有許多可以利用的算子，在實(shí)際的操作中，我們使用Sobel算子來(lái)描述二維的一階差分。Sobel算子是一階導(dǎo)數(shù)的邊緣檢測(cè)算子，在算法實(shí)現(xiàn)過(guò)程中，通過(guò)3×3模板作為核與圖像中的每個(gè)像素點(diǎn)做卷積和運(yùn)算，然后選取合適的閾值以提取邊緣。采用3×3鄰域可以避免在像素之間內(nèi)插點(diǎn)上計(jì)算梯度。Sobel算子也是一種梯度幅值，即：其中的偏導(dǎo)數(shù) 和可用卷積模板來(lái)實(shí)現(xiàn)。通過(guò)Sobel算子對(duì)圖像進(jìn)行一階提取后然后與原圖像相加，從而實(shí)現(xiàn)一階微分運(yùn)算。代碼如下：f = imread('2.jpg');figure

8、(1);imshow(f);title('原圖');imwrite(f,'F:MATLABbin實(shí)驗(yàn)效果圖一階銳化原圖.jpg');f1 = im2double(f); %把圖像數(shù)據(jù)類(lèi)型轉(zhuǎn)換為double類(lèi)型m,n=size(f);h2=1,0,-1;2,0,-2;1,0,-1;h3=-1,-2,-1;0,0,0;1,2,1;Sx=imfilter(f1,h2);Sy=imfilter(f1,h3);g1=size(m,n);for i=1:m for j=1:n g1(i,j)=sqrt(Sx(i,j)2+(Sy(i,j)2); endendk=0.3;%k=

9、0.1;%k=0.6;%k=1;s=f1+k.*g1;figure(2);imshow(s);title('Sobel算子相加后的結(jié)果');imwrite(s,'F:MATLABbin實(shí)驗(yàn)效果圖k=0.3時(shí),一階銳化圖.jpg');%imwrite(s,'F:MATLABbin實(shí)驗(yàn)效果圖k=0.1時(shí),一階銳化圖.jpg');%imwrite(s,'F:MATLABbin實(shí)驗(yàn)效果圖k=0.6時(shí),一階銳化圖.jpg');%imwrite(s,'F:MATLABbin實(shí)驗(yàn)效果圖k=1時(shí),一階銳化圖.jpg');3.2二階

10、銳化的設(shè)計(jì)圖像銳化處理的作用是使灰度反差增強(qiáng)，從而使模糊圖像變得更加清晰。由于拉普拉斯是一種微分算子，它的應(yīng)用可增強(qiáng)圖像中灰度突變的區(qū)域，減弱灰度的緩慢變化區(qū)域。因此，銳化處理可選擇拉普拉斯算子對(duì)原圖像進(jìn)行處理，產(chǎn)生描述灰度突變的圖像，再將拉普拉斯圖像與原始圖像疊加而產(chǎn)生銳化圖像。拉普拉斯算子是最簡(jiǎn)單的各向同性微分算子，具有旋轉(zhuǎn)不變性。如果鄰域系統(tǒng)是4鄰域，拉普拉斯算子的模板為：0-10-14-10-10如果鄰域系統(tǒng)是8 鄰域，拉普拉斯算子的模板為： -1-1-1-18-1-1-1-1代碼如下：J=imread('圖片2.jpg');m,n=size(J);I=double(J

11、);M=I;for i=2:m-1 for j=2:n-1 M(i,j)=4*I(i,j)-I(i+1,j)+I(i-1,j)+I(i,j+1)+I(i,j-1); end;end;% for i=3:m-2% for j=3:n-2% M(i,j)=8*I(i,j)-I(i-1,j-1)+I(i-1,j+1)+I(i+1,j)+I(i+1,j-1)+I(i+1,j+1)+I(i-1,j)+I(i,j+1)+I(i,j-1);% end;% end;s=uint8(M)+J;figure(1);imshow(J);title('原圖');imwrite(J,'F:MAT

12、LABbin實(shí)驗(yàn)效果圖二階銳化原圖.jpg');figure(2);imshow(s);title('銳化處理后的圖');imwrite(s,'F:MATLABbin實(shí)驗(yàn)效果圖二階(中心為4)銳化效果圖.jpg');%imwrite(s,'F:MATLABbin實(shí)驗(yàn)效果圖二階(中心為8)銳化效果圖.jpg');3.3一二階混合銳化的設(shè)計(jì)一二階混合銳化是對(duì)問(wèn)題一和問(wèn)題二的結(jié)合，主要通過(guò)以下幾個(gè)步驟實(shí)現(xiàn)：（1） 利用Sobel算子對(duì)原始圖像進(jìn)行一階梯度提取，得到圖B；（2） 對(duì)圖B做領(lǐng)域均值平滑，得到圖C；（3） 利用拉普拉斯算子（鄰域系統(tǒng)是

13、4）對(duì)原始圖像進(jìn)行銳化，得到圖D；（4） 圖C和圖D進(jìn)行相乘，得到圖E；（5） 圖E與原始圖像相加，得到圖F；（6） 最后對(duì)圖F進(jìn)行亮度和灰度的調(diào)整，得到最終圖像。代碼如下：f = imread('圖片2.jpg');m,n=size(f);subplot(121);imshow(f);title('原始圖像');imwrite(f,'F:MATLABbin實(shí)驗(yàn)效果圖一二階混合銳化原圖.jpg');f1 = im2double(f); %把圖像數(shù)據(jù)類(lèi)型轉(zhuǎn)換為double類(lèi)型h2=1,0,-1;2,0,-2;1,0,-1;h3=-1,-2,-1;0

14、,0,0;1,2,1;Sx=imfilter(f1,h2);Sy=imfilter(f1,h3);g1=size(m,n);for i=1:m for j=1:n g1(i,j)=sqrt(Sx(i,j)2+(Sy(i,j)2); endendsubplot(122);imshow(g1);title('用Sobel算子處理后的梯度圖像');imwrite(g1,'F:MATLABbin實(shí)驗(yàn)效果圖一二階混合Sobel處理后的梯度圖像.jpg'); g2=zeros(m,n);for x=2:m-1 for y=2:n-1 for a=-1:1 for b=-1:

15、1 g2(x,y)=(g2(x,y)+g1(x+a,y+b)/9; end end endend% g2=zeros(m,n);% for x=3:m-2% for y=3:n-2% for a=-2:2% for b=-2:2% g2(x,y)=(g2(x,y)+g1(x+a,y+b)/25;% end% end% end% endfor c=1:m for d=1:n g2(c,1)=g1(c,1); g2(1,d)=g1(1,d); endendfigure(2);subplot(121);imshow(g2);title('領(lǐng)域均值平滑后的Sobel圖像');imwri

16、te(g2,'F:MATLABbin實(shí)驗(yàn)效果圖一二階混合領(lǐng)域均值平滑(3)后的圖像.jpg'); %imwrite(g2,'F:MATLABbin實(shí)驗(yàn)效果圖一二階混合領(lǐng)域均值平滑(5)后的圖像.jpg');h3=0,-1,0;-1,4,-1;0,-1,0; g3 =imfilter(f1,h3);subplot(122);imshow(g3);title('拉普拉斯變換后的圖像');imwrite(g3,'F:MATLABbin實(shí)驗(yàn)效果圖一二階混合拉普拉斯變換后的圖像.jpg'); g4 = g3+f1; figure(3);su

17、bplot(121);imshow(g4)title('相加后得到的銳化圖像');imwrite(g4,'F:MATLABbin實(shí)驗(yàn)效果圖一二階混合相加后得到的銳化圖像.jpg'); g5 = g4.* g2;subplot(122);imshow(g5);title('相乘后形成的掩蔽圖像');imwrite(g5,'F:MATLABbin實(shí)驗(yàn)效果圖一二階混合相乘后形成的掩蔽圖像.jpg'); g6 = g5+f1;figure(4);subplot(121);imshow(g6);title('原圖與掩蔽圖像之和的到的

18、圖像');imwrite(g6,'F:MATLABbin實(shí)驗(yàn)效果圖一二階混合原圖與掩蔽圖像之和的圖像.jpg'); gamma = 2;c = 1.8;g7 = c.*g6.gamma;subplot(122);imshow(g7);title('最后得到的圖像');imwrite(g7,'F:MATLABbin實(shí)驗(yàn)效果圖一二階混合最后得到的圖像.jpg'); 3.4統(tǒng)計(jì)銳化的設(shè)計(jì)統(tǒng)計(jì)銳化是對(duì)問(wèn)題三的改進(jìn)所得，主要通過(guò)以下幾個(gè)步驟實(shí)現(xiàn)：（1） 利用 對(duì)原始圖像進(jìn)行一階梯度提取，得到圖B；（2） 對(duì)圖B做高斯平滑，得到圖C；（3） 利用高頻

19、成分疊加法對(duì)原始圖像進(jìn)行銳化，得到圖D；（4） 圖C和圖D進(jìn)行相乘，得到圖E；（5） 圖E與原始圖像相加，得到圖F；（6） 最后對(duì)圖F進(jìn)行亮度和灰度的調(diào)整，得到最終圖像。代碼如下：f = imread('圖片2.jpg');subplot(121);imshow(f);title('原始圖像');imwrite(f,'F:MATLABbin實(shí)驗(yàn)效果圖統(tǒng)計(jì)銳化原圖.jpg');f1 = im2double(f);H,W=size(f);M=double(f);J=M;sum=0;s=0;for i=2:H-1 for j=2:W-1 for m =

20、i-1:i+1 for n=j-1:j+1 sum=sum+M(m,n); end end avg=sum/9; sum=0; for m =i-1:i+1 for n=j-1:j+1 s=s+(M(m,n)-avg).2); end end avg1=s/9; s=0; J(i,j)=sqrt(avg1); if(J(i,j)<0) J(i,j)=0; end if(J(i,j)>255) J(i,j)=255; end endendg11=uint8(J);subplot(122);imshow(g11);title('一階微分提取');g1 = im2doub

21、le(g11);imwrite(g11,'F:MATLABbin實(shí)驗(yàn)效果圖統(tǒng)計(jì)銳化一階微分提取梯度圖像.jpg'); f11 = fspecial('gaussian',3 3,10); %高斯模板g22 = imfilter(g11,f11,'same'); % 濾波figure(2);subplot(121);imshow(g22);title('高斯平滑后的圖像');g2 = im2double(g22);imwrite(g22,'F:MATLABbin實(shí)驗(yàn)效果圖統(tǒng)計(jì)銳化高斯平滑后的圖像.jpg'); H1,

22、W1=size(f);M1=double(f);J1=M1;sum=0;%k=5;%k=1;%k=10;k=15;for i=2:H1-1 for j=2:W1-1 for m =i-1:i+1 for n=j-1:j+1 sum=sum+M1(m,n); end end avg=sum/9; sum=0; J1(i,j)=k.*(J1(i,j)-avg); if(J1(i,j)<0) J1(i,j)=0; end if(J1(i,j)>255) J1(i,j)=255; end endendg33=uint8(J1);subplot(122);imshow(g33);title(

23、'高頻成分疊加法后的圖像');g3 = im2double(g33);%imwrite(g33,'F:MATLABbin實(shí)驗(yàn)效果圖統(tǒng)計(jì)銳化高頻成分疊加法后的圖像(k為5).jpg'); %imwrite(g33,'F:MATLABbin實(shí)驗(yàn)效果圖統(tǒng)計(jì)銳化高頻成分疊加法后的圖像(k為1).jpg'); %imwrite(g33,'F:MATLABbin實(shí)驗(yàn)效果圖統(tǒng)計(jì)銳化高頻成分疊加法后的圖像(k為10).jpg'); imwrite(g33,'F:MATLABbin實(shí)驗(yàn)效果圖統(tǒng)計(jì)銳化高頻成分疊加法后的圖像(k為15).jpg

24、'); g4 = g3+f1; figure(3);subplot(121);imshow(g4)title('高頻成分疊加法后的銳化圖像');imwrite(g4,'F:MATLABbin實(shí)驗(yàn)效果圖統(tǒng)計(jì)銳化高頻成分疊加法后的銳化圖像.jpg'); g5 = g4.*g2;subplot(122);imshow(g5);title('相乘后形成的掩蔽圖像');imwrite(g5,'F:MATLABbin實(shí)驗(yàn)效果圖統(tǒng)計(jì)銳化相乘后形成的掩蔽圖像.jpg'); g6 = g5+f1;figure(4);subplot(121)

25、;imshow(g6);title('原圖與掩蔽圖像之和的到的圖像');imwrite(g6,'F:MATLABbin實(shí)驗(yàn)效果圖統(tǒng)計(jì)銳化原圖與掩蔽圖像之和的到的圖像.jpg'); gamma = 2;c = 1.8;g7 = c.*g6.gamma;figure(4);subplot(122);imshow(g7);title('最后得到的圖像');imwrite(g7,'F:MATLABbin實(shí)驗(yàn)效果圖統(tǒng)計(jì)銳化最后得到的圖像.jpg'); 4 調(diào)試分析4.1 一階銳化調(diào)試調(diào)試試分析：不同的算子得到的最后結(jié)果圖像不同，其中Sobe

26、l算子得到的銳化圖像對(duì)變化區(qū)域（邊緣）的變化描述較好，當(dāng)其中k取值不同時(shí)，得到的效果不一樣。其效果圖如下：圖4.1原圖2當(dāng)k=0.1時(shí)：圖4.2 銳化后圖像當(dāng)k=0.3時(shí)：圖4.3 銳化后圖像當(dāng)k=0.6時(shí)：圖4.4 銳化后圖像當(dāng)k=1時(shí)：圖4.5 一階銳化后圖像4.2 二階銳化調(diào)試調(diào)試分析：拉普拉斯微分算子所提取出的細(xì)節(jié)較一階微分算子提出的細(xì)節(jié)多，表明了拉普拉斯算子在對(duì)圖像細(xì)節(jié)更加敏感。對(duì)于拉普拉斯微分算子鄰域系統(tǒng)不同，最后所得到的銳化圖像效果不同。其效果圖如下：圖4.6 目標(biāo)圖像圖4.7 二階銳化后圖像（中心為4）圖4.8 二階銳化后圖像（中心為8）4.3 一二階混合銳化調(diào)試調(diào)試試分析：一

27、二階混合銳化綜合了二者的長(zhǎng)處的一種銳化方法，所得到的最后效果比一階、二階的效果都要好，但是其最后結(jié)果圖不太穩(wěn)定。在進(jìn)行領(lǐng)域均值平滑時(shí)，利用33的模板與利用55的模板所得到的平滑圖像效果不同。其效果圖如下：圖4.9 原始圖像圖4.10 Sobel梯度提取圖像圖4.11 平滑圖像（33）圖4.12 拉普拉斯圖像圖4.13 銳化圖像 圖4.14 掩蔽圖像圖4.15 相加得到的圖像圖4.16 最后得到的圖像33的模板與利用55的模板所得到的平滑圖像的比較：圖4.17 33平滑圖像圖4.18 55平滑圖像最后結(jié)果圖不太穩(wěn)定，其線(xiàn)條有點(diǎn)彎曲，效果如下：圖4.19 最后局部圖像4.4 統(tǒng)計(jì)銳化調(diào)試調(diào)試的分析

28、：對(duì)于高頻成分疊加法，公式（2）中，k的取值不同，會(huì)導(dǎo)致其提取的圖像效果不同，但是總的來(lái)說(shuō)對(duì)最后效果圖的影響不大。總的來(lái)說(shuō)，統(tǒng)計(jì)銳化方法比一二階混合銳化方法要穩(wěn)定一些。其效果圖如下所示：圖4.20 原始圖像圖4.21 梯度提取圖像圖4.22 高斯平滑圖像 圖4.23 高頻成分疊加法后的提取圖像圖4.24 高頻成分疊加法后的銳化圖像 圖4.25 掩蔽圖像圖4.26 相加得到的圖像圖4.27 最后得到的圖像當(dāng)k的值取值不同時(shí)，其提取效果圖為：k=1時(shí)：圖4.28 提取圖像k=5時(shí)：圖4.29 提取圖像k=10為：圖4.30 提取圖像k=15為：圖4.31 提取圖像最后結(jié)果圖的局部效果如下：圖4.32 最后局部圖像從圖4.19和圖4.31的比較可以看出，統(tǒng)計(jì)銳化方法比一二階混合銳化方法要穩(wěn)定一些。5用戶(hù)使用說(shuō)明本系統(tǒng)主要是用微分算子來(lái)實(shí)現(xiàn)圖像的銳化，在該程序?qū)崿F(xiàn)的過(guò)程中，主要的實(shí)現(xiàn)步驟有： 1、選取目標(biāo)圖像；2、實(shí)現(xiàn)用一階微分算子對(duì)圖像的銳化（用Sobel微分算子）；3、實(shí)現(xiàn)用二階微分算子對(duì)圖像的銳化（用拉普拉斯微分算子）；4、實(shí)現(xiàn)用一二階混合對(duì)圖像的銳化；5、實(shí)現(xiàn)用統(tǒng)計(jì)銳化對(duì)圖像的銳化；6測(cè)試結(jié)果經(jīng)過(guò)上述測(cè)試，對(duì)于本次的課程設(shè)計(jì)要求的幾個(gè)方法實(shí)現(xiàn)圖像的銳化都能夠基本完成，從其中也