图像锐化处理__学士学位论文说明书.doc

图像锐化处理 目 录 第一章 前言 3 第二章 绪论 5 2.1 研究的目的及意义 5 2.2 国内外研究现状 6 2.2.1 国外研究现状 6 2.2.2 国内研究现状 7 2.3 本文主要研究内容与结构安排 8 第三章 算法分析与描述 9 3.1 数字图像处理简介 9 3.1.1 数字图像处理的特点 9 3.1.2 数字图像处理的目的和主要内容 10 3.2 VC++简介 13 3.2.1 Visual C++开发语言的特点 13 3.2.2 Visual C++ 6.0 的特点 14 3.2.3 Visual C++ 6.0 及其开发环境 16 3.3 本章小结 17 第四章 算法分析与描述 18 4.1 空域微分锐化方法 18 4.1.1拉普拉斯微分算子函数 20 4.1.2 Roberts交叉微分算子函数 22 4.1.3 Prewitt微分算子函数(平均差分法) 23 4.1.4 Sobel微分算子函数（加权平均差分法） 24 4.2 频域高通滤波锐化方法 26 4.2.1理想高通滤波器 26 4.2.2巴特沃思高通滤波器 26 4.2.3指数高通滤波器 26 第五章 详细设计过程 28 5.1微分算子图像锐化编程实现说明 28 5.2理想高通滤波图像锐化编程实现说明 34 5.3 Butterworth 高通滤波图像锐化编程实现说明 41 5.4 程序运行中的图像 48 设计总结 51 参考文献 52 致 谢 54 第一章 前言 图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。 数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。 数字图像处理主要研究以下内容： 图像几何变换；如傅立叶变换、沃尔什变换、离散余弦变换等；图象锐化处理；图像编码压缩；图像增强和复原；图像分割；图像描述；图像分类（识别）。 在图像增强过程中，通常利用各类图像平滑算法消除噪声，图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时图像边缘信息也主要集中在其高频部分。这将导致原始图像在平滑处理之后，图像边缘和图像轮廓模糊的情况出现。 为了减少这类不利效果的影响，就需要利用图像锐化技术，使图像的边缘变得清晰。图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变得清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算(如微分运算)就可以使图像变得清晰。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。但要注意能够进行锐化处理的图像必须有较高的性噪比，否则锐化后图像性噪比反而更低，从而使得噪声增加的比信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理。第二章 绪论 2.1 研究的目的及意义 图像是人类获取信息、表达信息和传递信息的重要手段。人出生以后第一次睁开眼睛，首先接收的就是各种各样的图像信息，因此有人说，图像与生俱来是人类生活中最直观、最丰富和最生动的信息表示形式。国外学者曾做过统计，人们从外界所获取的信息有70%以上来自于视觉摄取的图像，与文字或者语言信息相比，图像包含的信息量更大，具有更广泛的适用性和更高的使用效率。在当今科学技术迅速发展的时代，人们越来越多的利用图像信息来认识和判断事物，解决实际问题。 一幅静态图像可以用一个二维函数 f (x, y)来表示，这里x和y 表示二维空间中坐标点的位置，而f 则代表图像在点(x, y)的某种性质的数值。例如常用的图像一般是灰度图，这时f表示灰度值，对应客观图像被观察到的亮度。常见的图像是连续的，即f (x, y)的值可以是任意实数。为了适应数字计算机的处理，必须对连续图像函数进行空间和幅度数字化，经过数字化后的图像称为数字图像。数字图像是由有限的元素组成的，每个元素都有一个特定的位置和幅值，这些元素称为图像元素或像素。而数字图像处理是指借用数字计算机处理数字图像。 数字图像一般可以通过以下三种途径获取： （1）直接由二维离散数学函数生成数字图像。 （2）将模拟图像、物理图像等可见图像经过数字化处理转换为数字图像，例如将一幅照片通过扫描仪输入到计算机中，扫描的过程实质上就是一个数字化过程。 （3）应用光电转换设备可以直接得到数字图像，例如数字相机使用CCD器件记录影像，然后把CCD器件的电子信号转换成数码信号，并把所得到的数字图像存入存储器中。 无论采取哪种方式所获取的数字图像在数学上都是一个二维矩阵，因此，数字图