第6讲图像增强之锐化处理.pptx

数字图像处理技术Digital Image Processing第6讲 图像增强之图像锐化处理任课教师 吴媛媛E_mail: yuanyuanwu29@163.com数字图像处理技术-2016-01第6讲 图像增强之图像锐化处理6.1 图像的景物细节特征6.2 一阶锐化微分方法（本章重点） Roberts算子（交叉微分算子） Sobel算子 、Priwitt算子 Kirsch算子、* Canny算子6.3 二阶锐化微分方法（本章重点、教材补充） Laplacian算子 Wallis算子6.4 高通滤波器6.5 利用同态系统进行增强处理图像锐化数字图像处理技术-2016-01第6讲 图像增强之图像锐化处理图像锐化的概念图像经转换或传输后，质量可能下降，会出现模糊现象，而图像识别中需要突出边缘和轮廓信息。图像锐化的目的是加强图像的边缘和轮廓，使图像看起来比较清晰。从频谱角度分析,图像模糊的实质是因其高频分量被衰减,因而可以用加高频滤波来使图像清晰。 数字图像处理技术-2016-01微分法锐化的原理均值产生钝化的效果，而均值与积分相似，由此而联想到，微分能不能产生相反的效果，即锐化的效果？结论是肯定的。在图像处理中应用微分最常用的方法是计算梯度。数字图像处理技术-2016-01扫描线灰度跃变灰度渐变细线平坦段孤立点图像细节的灰度分布特性6.1 图像细节的基本特征 数字图像处理技术-2016-016.1 图像细节的基本特征 反映图像噪声点、细线与边缘的灰度变化规律 画面逐渐由亮变暗 ? 斜坡变化 噪声点（孤立点） ? 突起的尖峰 平缓变化的区域 ? 平坦段 细线 ? 比孤立点略显平缓的尖峰 由黑突变到亮 ? 阶跃图像中的细节是指画面中的灰度变化情况。数字图像处理技术-2016-016.1 图像细节的基本特征 灰度变化细节与微分变化关系：“一阶微分”描述“数据的变化率”“二阶微分”描述“数据变化率的变化率”阶跃形的灰度变化与微分变化数字图像处理技术-2016-016.2 一阶锐化微分方法 1. 梯度法 对于图像函数f (x, y)， 它在点(x, y)处的梯度是一个矢量，定义为 数字图像处理技术-2016-016.2 一阶锐化微分方法 梯度的两个重要性质是： （1） 梯度的方向在函数f(x, y)最大变化率的方向上。（2） 梯度的幅度用G［f(x, y)］表示， 并由下式算出: 对于数字图像而言：G［f(x, y)］={［f(i, j)-f(i+1, j)］2+［f(i, j)-f(i, j+1)］2}1／2 数字图像处理技术-2016-016.2 一阶锐化微分方法 上式可简化成为G［f(x, y)］=|f(i, j)-f(i+1, j) +f(i, j)-f(i, j+1) |  以上梯度法又称为水平垂直差分法。另一种梯度法叫做罗伯特梯度法（Robert Gradient），它是一种交叉差分计算法，其数学表达式为： G［f(x, y)］={［f(i, j)-f(i+1, j+1)］2+［f(i+1, j)-f(i, j+1)］2}1／2 同样可近似为G［f(x, y)］=|［f(i, j)-f(i+1, j+1) |+|f(i+1, j)-f(i, j+1)|数字图像处理技术-2016-016.2 一阶锐化微分方法交叉差分水平垂直差分 求梯度的两种差分运算 数字图像处理技术-2016-016.2 一阶锐化微分方法 图像梯度锐化结果(a) 二值图像； (b) 梯度运算结果 数字图像处理技术-2016-016.2 一阶锐化微分方法当梯度计算完之后，可以根据需要生成不同的梯度增强图像。各点的灰度值等于该点的梯度幅度突出边界固定边界灰度二值化边界与背景数字图像处理技术-2016-01交叉微分（Roberts算法）交叉微分算法（Roberts算法）计算公式如下：Roberts梯度算子特点：算法简单数字图像处理技术-2016-01Sobel锐化Sobel锐化的计算公式如下：特点：锐化的边缘信息较强数字图像处理技术-2016-01Sobel算子扩展数字图像处理技术-2016-01Priwitt锐化 Priwitt锐化算法 的计算公式如下：特点：与Sobel相比，有一定的抗干扰性。图像效果比较干净。数字图像处理技术-2016-01Priwitt算子扩展数字图像处理技术-2016-01Kirsch算子数字图像处理技术-2016-01 例11+2*2+3-3-2*0-8=-3000000-3-13-2000-6-13-1300 1 12 50000001232121262308761278623269一阶锐化方法比较原始图像RobertPrewittSobel数字图像处理技术-2