图像增强—利用模板进行锐化处理概要.ppt

图像空域滤波 之模板锐化处理 研1506 田文龙 学号：2013020170 一、空域滤波 分类（对像素计算方式） （1）线性滤波： 利用脉冲函数或点操作函数完成对图象的处理。模板处理是典型的线性滤波，实现的运算可以用卷积描述： 其中h(x,y)为卷积核，一般取k＝i，且k,i为奇数。图象的卷积运算可以用模板操作完成。设模板元素的大小与图象的像素相同，将模块中心元素对准图象的当前像素，将模块各元素值与图象对应像素值相乘再求和，就是模块操作。对应于上述卷积k＝i＝3的模板如下图所示： （2）非线性滤波： 直接对图象的邻域进行特定的操作，完成滤波。如中值滤波和利用梯度算子进行的锐化处理。 非线性锐化滤波：利用微分对图象进行锐化滤波处理。 常用空域微分（梯度）算子进行处理，一般要用两个模板对图象进行两次处理（一次对x求梯度，另一次对y求梯度），然后利用不同的梯度距离作为确定图象输出值的依据。鉴于两次梯度组合以及距离运算都是非线性的，称这类锐化处理为非线性锐化滤波。 基于一阶导数的图像锐化 对于连续二维函数f（x,y）,其在点（x,y）处的梯度为 其值为 对于离散的二维离散函数f(i,j)，可以用有限差分作 为梯度幅值的一个近似 平方、开方，不便计算，可近似为绝对值形式： 实际使用中，更常用的是Robert交叉梯度 Robert交叉梯度 对应模板如下： w1对接近45°边缘有较强响应； w2对接近-45°边缘有较强响应。 Sobel梯度 由于人们总喜欢基数尺寸模板，因而一种计算Sobel 梯度的Sobel模板更常用。 对应模板如下： w1对水平边缘有较大响应的竖直梯度 w2对竖直边缘有较大响应的水平梯度 基于二阶微分的图像增强 ——拉普拉斯算子 连续图像f(x,y) Laplacian算子 锐化公式： 离散图像f(i,j) 二阶微分： 锐化公式： 模板锐化法 Laplacian锐化模板： （1）4-邻模板W1 （2）8-邻模板W4 锐化模板特点 （1）模板内系数有正有负，表示差分运算； （2）模板内系数之和为0 处理方法：用模板对原图像从第2行第2列开始逐渐移法计算。 锐化实质：锐化图像g(m,n)=原图像f(m,n)+加重的边缘（ *微分 ）