第四章图像的锐化处理.pptxVIP

图像锐化的概念图像锐化的目的是加强图像中景物的细节边缘和轮廓。锐化的作用是使灰度反差增强。因为边缘和轮廓都位于灰度突变的地方。所以锐化算法的实现是基于微分作用。图像锐化方法图像的景物细节特征；一阶微分锐化方法；二阶锐化微分方法；一阶、二阶微分锐化方法效果比较。灰度跃变灰度渐变细线平坦段孤立点图像细节的灰度分布特性图像细节的灰度变化特性扫描线灰度渐变灰度跃变细线平坦段孤立点图像细节的灰度分布特性二阶微分曲线图像细节的灰度变化微分特性一阶微分曲线一阶微分锐化 —— 基本原理一阶微分的计算公式非常简单：离散化之后的差分方程：考虑到图像边界的拓扑结构性，根据这个原理派生出许多相关的方法。一阶微分锐化单方向一阶微分锐化无方向一阶微分锐化 ? 交叉微分锐化 ? Sobel锐化 ? Priwitt锐化单方向的一阶锐化 —— 基本原理单方向的一阶锐化是指对某个特定方向上的边缘信息进行增强。因为图像为水平、垂直两个方向组成，所以，所谓的单方向锐化实际上是包括水平方向与垂直方向上的锐化。 水平方向的一阶锐化 —— 基本方法水平方向的锐化非常简单，通过一个可以检测出水平方向上的像素值的变化模板来实现。 水平方向的一阶锐化 —— 例题1*1+2*2+1*3-1*3-2*0-1*8=-30 0 0 000-3-13-2000-6-13-1300 1 12 500 0 0 001232121262308761278623269问题：计算结果中出现了小于零的像素值垂直方向的一阶锐化 —— 基本方法垂直锐化算法的设计思想与水平锐化算法相同，通过一个可以检测出垂直方向上的像素值的变化模板来实现。 垂直方向的一阶锐化 —— 例题1*1+2*2+1*3-1*3-2*2-1*8=-70 0 0 000-7-17 400-16-25 500 -17 -22-300 0 0 001232121262308761278623269问题：计算结果中出现了小于零的像素值单方向锐化的后处理这种锐化算法需要进行后处理，以解决像素值为负的问题。后处理的方法不同，则所得到的效果也就不同。单方向锐化的后处理方法1：整体加一个正整数，以保证所有的像 素值均为正。这样做的结果是：可以获得类似浮雕的效果。0 0 0 000-3-13-2000-6-13-1300 1 12 500 0 0 0020 202 07 0202014 7 7202021 32 2520202 0 20 2 020单方向锐化的后处理方法2：将所有的像素值取绝对值。这样做的结果是，可以获得对边缘的有方向提取。0 0 0 000-3-13-2000-6-13-1300 1 12 500 0 0 000 0 0 00031320006131300 1 12 500 0 0 00无方向一阶锐化 —— 问题的提出前面的锐化处理结果对于人工设计制造的具有矩形特征物体（例如：楼房、汉字等）的边缘的提取很有效。但是，对于不规则形状（如：人物）的边缘提取，则存在信息的缺损。无方向一阶锐化 —— 设计思想为了解决上面的问题，就希望提出对任何方向上的边缘信息均敏感的锐化算法。因为这类锐化方法要求对边缘的方向没有选择，所有称为无方向的锐化算法。无方向一阶锐化 —— 交叉微分交叉微分算法（Roberts算法）计算公式如下：特点：算法简单无方向一阶锐化 —— Sobel锐化Sobel锐化的计算公式如下：特点：锐化的边缘信息较强无方向一阶锐化 —— Priwitt锐化算法 Priwitt锐化算法 的计算公式如下：特点：与Sobel相比，有一定的抗干扰性。图像效果比较干净。一阶锐化 —— 几种方法的效果比较Sobel算法与Priwitt算法的思路相同，属于同一类型，因此处理效果基本相同。Roberts算法的模板为2*2，提取出的信息较弱。单方向锐化经过后处理之后，也可以对边界进行增强。示例二阶微分锐化 ——问题的提出从图像的景物细节的灰度分布特性可知，有些灰度变化特性一阶微分的描述不是很明确，为此，采用二阶微分能够更加获得更丰富的景物细节。二阶微分锐化 —— 景物细节特征对应关系灰度截面一阶微分二阶微分(a) 阶跃形(b) 细线形(c) 斜坡渐变形二阶微分锐化 —— 景物细节对应关系 1）对于突变形的细节，通过一阶微分的极大值点，二阶微分的过0点均可以检测出来。 二阶微分锐化 —— 景物细节对应关系2）对于细线形的细节，通过一阶微分的过0点，二阶微分的极小值点均可以检测出来。 二阶微分锐化 —— 景物细节对应关系3）对于渐变的细节，一般情况下很难检测，但二阶微分的信息比一阶微分的信息略多。 二阶微分锐化 —— 算法推导二阶微分锐化 —— Laplacian 算法由前面的推导，写成模板系数形式形式即为Laplacian算子