数字图像处理图像锐化PPT学习教案

1、会计学1数字图像处理图像锐化数字图像处理图像锐化扫描扫描线线灰 度 渐变孤立点细线灰度跃变图像细节的灰度分布特性平坦段第2页/共68页一阶微分曲线二阶微分曲线图像细节的灰度分布特性灰度渐变孤 立点细线灰度跃变平坦段返回第3页/共68页( , )fffx yxyn离散化之后的差分方程：离散化之后的差分方程：( , ) (1, )( , ) ( ,1)( , )f i jf ijf i jf i jf i jn考虑到图像边界的拓扑结构性，根考虑到图像边界的拓扑结构性，根据这个原理派生出许多相关的方法据这个原理派生出许多相关的方法。第4页/共68页n单方向一阶微分锐化单方向一阶微分锐化n无方向一阶微

2、分锐化无方向一阶微分锐化 交叉微分锐化（交叉微分锐化（RobertsRoberts算子）算子） SobelSobel锐化锐化 Priwitt Priwitt锐化锐化返回第5页/共68页方向与垂直方向上的锐化。方向与垂直方向上的锐化。第6页/共68页121000121H第7页/共68页12321212623087612786232690 0 0 000-3-13-2000-6-13-1300 1 12 500 0 0 001*1+2*2+1*3-1*3-2*0-1*8=-3问题：计算结果中出现了小于零的像素值121000121H第8页/共68页101202101H第9页/共68页12321212

3、623087612786232690 0 0 000 -7-17 400 -16-25 500 -17 -22-300 0 0 001*1+2*2+1*3-1*3-2*2-1*8=-7问题：计算结果中出现了小于零的像素值101202101H第10页/共68页第11页/共68页20 202 0 20202017 7 0202014 7 7202021 32 2520202 0 20 2 0200 0 0 000-3-13-2000-6-13-1300 1 12 500 0 0 00第12页/共68页0 0 0 00031320006131300 1 12 500 0 0 000 0 0 000-

4、3-13-2000-6-13-1300 1 12 500 0 0 00返回第13页/共68页第14页/共68页第15页/共68页( , ) |(1,1)( , )|(1, )( ,1)|g i jf ijf i jf ijf i j特点：算法简单特点：算法简单第16页/共68页101202101xd121000121yd2122),(),(),(jidjidjigyx特点：锐化的边缘信息较强第17页/共68页2122),(),(),(jidjidjigyx101101101xd111000111yd特点：与Sobel相比，有一定的抗干扰性。图像效果比较干净。第18页/共68页示示例例返回第19

5、页/共68页n从图像的景物细节的灰度分布特性可知，从图像的景物细节的灰度分布特性可知，有些灰度变化特性一阶微分的描述不是很明有些灰度变化特性一阶微分的描述不是很明确，为此，采用二阶微分能够更加获得更丰确，为此，采用二阶微分能够更加获得更丰富的景物细节。富的景物细节。第20页/共68页灰 度 截面一阶微分二 阶 微分(a) 阶跃形 (b) 细线形 (c) 斜坡渐变形第21页/共68页第22页/共68页第23页/共68页第24页/共68页22222yfxff), 1(),(22jifjifxfxx),(), 1(), 1(),(jifjifjifjif)1,(),(22jifjifyfyy),()

6、1,()1,(),(jifjifjifjif) 1,() 1,(), 1(), 1(),(42jifjifjifjifjiff第25页/共68页0101410101H示例示例第26页/共68页1111811112H1212421213H0101510104H示例示例第27页/共68页1111811112H1212421213H0101510104H0101410101H示示例例第28页/共68页) 1,(log) 1,(log), 1(log), 1(log),(log),(41jifjifjifjifssjifjig0101410101H0010041414141H示示例例第29页/共68页

7、（46=255/log(256)46=255/log(256)）第30页/共68页示示例例返回第31页/共68页LaplacianLaplacian锐化算子对图像中的噪声锐化算子对图像中的噪声非常敏感，故在做锐化增强之前，需对图像非常敏感，故在做锐化增强之前，需对图像进行平滑以消除或减弱噪声的影响。进行平滑以消除或减弱噪声的影响。高斯高斯- -拉普拉斯算子将平滑运算和锐拉普拉斯算子将平滑运算和锐化运算结合在一起，非常适合被噪声污染的化运算结合在一起，非常适合被噪声污染的图像进行锐化增强图像进行锐化增强第32页/共68页但是所反映的边界不是太清晰。但是所反映的边界不是太清晰。返回第33页/共68

8、页图像边缘与高频分量相对应，故使用空间图像边缘与高频分量相对应，故使用空间域高通滤波可让高频分量通过，限制低频分量，域高通滤波可让高频分量通过，限制低频分量，从而达到锐化目的从而达到锐化目的第34页/共68页原理：将原理：将8 8个方向的模板，在锐化时顺序作个方向的模板，在锐化时顺序作用于同一图像窗口，对每一个模板都进行相应的用于同一图像窗口，对每一个模板都进行相应的运算，用最大的输出来作为窗口中心点像素的锐运算，用最大的输出来作为窗口中心点像素的锐化输出值化输出值典型的模板有典型的模板有RobisonRobison、PrewittPrewitt、KrischKrisch模板模板第35页/共6

9、8页微分类型微分类型代表算法代表算法边界边界细节细节一阶微分Sobel算法Roberts算法Priwitt算法边界粗略但清晰边界细节较少二阶微分Laplacian算法Wallis算法边界细致但不清晰边界细节丰富第36页/共68页第37页/共68页第38页/共68页返回第39页/共68页第40页/共68页返回第41页/共68页返回第42页/共68页第43页/共68页第44页/共68页交叉锐交叉锐化化水平锐水平锐化化返回第45页/共68页交叉锐交叉锐化化Sobel锐化锐化第46页/共68页Sobel锐化交叉锐化返回第47页/共68页 Priwitt锐化 Sobel锐化返回第48页/共68页(a) (a) 原图原图 (b) Sobel(b) Sobel算法算法 (c) Priwitt(c) Priwitt算法算法 (d) Roberts(d) Roberts算法算法 (e) (e) 水平锐化水平锐化 (f) (f) 垂直锐化垂直锐化返回第49页/共68页返回第50页/共68页h1h2h3h4返回第51页/共68页第52页/共68页第53页/共68页第54页/共68页第55页/共68页返回第56页/共68页第57页/共68页第58页/共68页第