图像锐化算法设计说明书.docVIP

图像锐化算法设计 图像锐化算法设计 目录 TOC \o 1-3 \h \z \u 引 言 1 1 需求分析 1 1.1任务与分析 1 1.2测试数据 2 2 概要设计 3 2.1　一阶锐化的实现 3 2.2　二阶锐化的实现 4 2.3　一二阶混合锐化的实现 4 2.4　统计锐化的实现 5 3　详细设计 7 3.1　一阶锐化的设计 7 3.2　二阶锐化的设计 7 3.3　一二阶混合锐化的设计 9 3.4　统计锐化的设计 10 4 调试分析 14 4.1 一阶锐化调试 18 4.2 二阶锐化调试 21 4.3 一二阶混合锐化调试 22 4.4 统计锐化调试 28 5　用户使用说明 35 6　测试结果 35 结 论 36 致 谢 37 参考文献 38 摘 要 随着计算机的普及，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。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。 本次训练中用数字微分锐化的方法通过实现微分算子来将图象锐化，通过实现不同的微分算子，得到对图象轮廓在不同程度上的提取。 关键词：图像处理；锐化；微分算子 PAGE 38 引 言 数字图像处理中图像锐化的目的有两个：一是增强图像的边缘，使模糊的图像变得清晰起来；这种模糊不是由于错误操作，就是特殊图像获取方法的固有影响。二是提取目标物体的边界，对图像进行分割，便于目标区域的识别等。通过图像的锐化，使得图像的质量有所改变，产生更适合人观察和识别的图像。 数字图像的锐化可分为线性锐化滤波和非线性锐化滤波。如果输出像素是输入像素领域像素的线性组合则称为线性滤波，否则称为非线性滤波。 本次设计将用几个方法对图像进行锐化处理，从而比较几个方法的强弱。 1 需求分析 本次课程设计的主要内容如下： 1、一阶微分锐化：构建一阶锐化加法函数，并实现锐化； 2、二阶微分锐化：实现拉普拉斯锐化； 3、一二阶混合锐化：一阶乘法和二阶加法混合的锐化算法实现； 4、统计锐化：沃利斯统计差分法等基于局部统计信息的锐化算法实现。 通过这几个方法对图像进行锐化处理，从而看出这几个锐化方法的优缺点以及方法的强弱。 1.1任务与分析 （一）一阶微分锐化 建立一个一阶微分Sobel算子，利用该算子对原始图像进行一阶梯度提取，然后将提取后得到的图像与原始图像进行相加，从而实现对图像的锐化处理。 （二）二阶微分锐化 使用拉普拉斯算子来对图像的锐化处理，其原理是：离散拉普拉斯所用的滤波器掩膜,用H1(如下)与原图进行卷积，得到中心像素点与邻域像素点的差值。 （三）一二阶混合锐化 混合空间增强是一种结合一阶和二阶微分的图像锐化处理的技术方法，混合空间增强法是综合了二者的长处的一种锐化方法。 （四）统计锐化 统计锐化方法，主要利用标准差 以及 这两个公式实现对图像的锐化。 1.2测试数据 图2.1 原图2 图2.2 图片2 2 概要设计 2.1　一阶锐化的实现 一阶锐化的实现，利用Sobel算子进行运算，其中Sobel锐化算子计算公式如下： 其模板： 其原理图为： 原图A 原图A Sobel梯度提取 图B 图B 与原图A相加 最终锐化后 最终锐化后 图像C 图2.3 一阶流程图 2.2　二阶锐化的实现 二阶微分锐化其算法为： 将其写成模板系数形式形式即为拉普拉斯算子： 其原理图为： 原图A 原图A