图像锐化算法设计说明书.docxVIP

图像锐化算法设计 目 录 TOC \o 1-2 \h \u 17157 1、引言 1 27601 1.1 图像锐化的理论基础 1 21511 1.2 研究的目的及意义 1 16772 1.3需求分析 2 23776 1.4任务与分析 2 7369 1.5测试数据 3 11970 2、 概要设计 3 11431 2.1一阶微分锐化 3 23737 2.2二阶微分锐化 4 16305 2.3.一二阶混合锐化 4 11252 2.4.统计锐化 5 7063 3、　详细设计 6 5019 3.1、一阶微分锐化 6 27188 3.2、基于二阶微分的图像锐化—拉普拉斯算子 16 12328 3.3、一二阶混合锐化 22 12288 3.4、统计锐化 31 28304 3.5、统计锐化和混合锐化效果的对比 41 7946 总 结 44 5577 4、图像处理展望 45 29428 5、致谢 46 18799 参考文献 47 9594 附录： 48 摘 要 随着计算机的发展，数字图像处理又称为计算机图像处理，它最早出现于20世纪50年代，图像的锐化处理主要目的是突出图像的细节或增强被模糊了的细节。模糊可能是由于错误的操作，或是由于图像获取方法的固有影响所导致的。 在数字图像处理中，图像经转换或传输后，质量可能下降，难免有些模糊。另外，图像平滑在降低噪声的同时也造成目标的轮廓不清晰和线条不鲜明，使目标的图像特征提取、识别、跟踪等难以进行，这一点可以利用图像锐化来增强.图像锐化的主要目的有两个:一是增强图像边缘，使模糊的图像变得更加清晰，颜色变得鲜明突出，图像的质量有所改善，产生更适合人眼观察和识别的图像；二是希望经过锐化处理后，目标物体的边缘鲜明，以便于提取目标的边缘、对图像进行分割、目标区域识别、区域形状提取等，为进一步的图像理解与分奠定定基础。图像锐化一般有两种方法:一是微分法，二是高通滤波法。 本文着重介绍的是： 1、一阶微分锐化：构建一阶锐化乘积函数，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。 经过分析：我采用的解决方法就是针对于第一问题，一阶锐化可以采用 Sobel算子进行锐化；针对问题二，二阶锐化则采用拉普拉斯算子进行二阶锐化；问题三，则是结合问题一和二的结合，结合一二阶锐化的各自优点相互结合，结合问题一和二的方法实现一阶乘法和二阶加法混合的锐化算法实现；针对问题四，沃利斯统计差分法则是在问题三的基础上进行改进，在一阶锐化提取和二阶锐化处理所采用的方式不同，其他的步骤都相同。经过分析，那么问题就变得比较容易了 关键字：图像锐化 拉普拉斯算子 沃利斯统计差分法 混合的锐化 PAGE PAGE 16 1、引言 1.1 图像锐化的理论基础 图像锐化(image sharpening)就是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，亦分空域处理和频域处理两类。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段部分。这将导致原始图像处理在平滑处理之后，图像边缘和图像轮廓模糊的情况出现。 1.2 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 来表示，这里 和 表示二维空间中坐标点的位置，而 则代表图像在点 的某种性质的数值。例如常用的图像一般是灰度图，这时 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 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