第四章+图像的锐化处理.pptVIP

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
图像的锐化处理 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。 图像细节的灰度变化特性 图像细节的灰度变化微分特性 一阶微分锐化 —— 基本原理 一阶微分的计算公式非常简单: 一阶微分锐化 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 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 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。 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。 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: 无方向一阶锐化 —— Sobel锐化 Sobel锐化的计算公式如下: 无方向一阶锐化 —— Priwitt锐化算法 Priwitt锐化算法 的计算公式如下: 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。 二阶微分锐化 ——问题的提出 二阶微分锐化 —— 景物细节特征对应关系 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: 二阶微分锐化 —— Laplacian变形算法 为了改善锐化效果,可以脱离微分的计算原理,在原有的算子基础上,对模板系数进行改变,获得Laplacian变形算子如下所示。 二阶微分锐化 —— Laplacian锐化边缘提取 经过Laplacian锐化后,我们来分析几种变形算子的边缘提取效果。 H1,H2的效果基本相同,H3的效果最不好,H4最接近原图。 二阶微分锐化 —— Wallis算法 考虑到人的视觉特性中包含一个对数环节,因此在锐化时,加入对数处理的方法来改进。 二阶微分锐化 —— Wallis算法 在前面的算法公式中注意以下几点: 1)为了防止对0取对数,计算时实际上是用log(f(i,j

文档评论(0)

awang118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档