图像锐化处理

课程论文图像锐化处理摘要：如今，数字图像处理技术得到广泛应用，给人们的学习、生活和工作带来了深远影响。其中图像的锐化处理就是其中的重要局部，图像锐化处理的作用是使灰度反差增强，从而使模糊图像变得更加清晰。本文介绍图像锐化处理的根本原理和处理技术，用MATLAB矩阵实验室对实际图像进行锐化处理得出实验结果。关键词：图像锐化处理，数字图像，MATLAB1.MATLAB简介MATLAB全称是MatrixLaboratory(矩阵实验室)，是一种简单、高效、功能强大的高级语言，在科学与工程计算领域有着广泛的应用前途。在数字图像处理领域，可应用MATLAB数字图像处理技术进行系统分析与设计。它是一种专门用于矩阵数值计算的软件，从这点上也可以看出，它是矩阵运算上有自己独特的特点。实际运用中MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的，这一特点决定了MATLAB在处理数字图象上独特优势，理论上图象是一种二维的连续函数，然而计算机对图象进行数字吃力时，首先必须对其在空间和亮度上进行数字化，这就是图象的采样和量化的过程，二维图象均匀采样，可得到一幅离散成M*N样本的数字图象，该数字图象是一个整数阵列，因而用矩阵来描述该数字图象是最直观最简便的。2.图象锐化概述数字图像处理中图像锐化的目的有两个：一是使灰度反差增强，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。3.图象锐化的原理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那么称为线性滤波，否那么称为非线性滤波。1〕线性锐化滤波器线性高通滤波器是最常用的线性锐化滤波器。这种滤波器必须满足滤波器的中心系数为正数，其他系数为负数。线性高通滤波器3×3模板的典型系数2〕非线性锐化滤波器非线性锐化滤波就是使用微分对图像进行处理，以此来锐化由于邻域平均导致的模糊图像。图像处理中最常用的微分是利用图y像沿某个方向上的灰度变化率，即原图像函数的梯度。梯度定义如下：△xf=f(x,y)-f(x+1,y)△xf=f(x,y)-f(x,y+1)梯度模的表达式如下：∣▽f∣=∣▽xf∣+∣▽yf∣在数字图像处理中，数据是离散的，幅值是有限的，其发生的最短距离是在两相邻像素之间。因此在数字图像处理中通常采用一阶差分来定义微分算子。其差分形式为：△xf=f(x+1,y)-f(x,y)△yf=f(x,y+1)-f(x,y)比拟有名的微分滤波器算子包括Sobel梯度算子、Prewitt梯度算子和log算子，等等。4.图像锐化处理4.1线性锐化线性高通滤波图象锐化的程序和结果程序：i=imread('text.png');%读入图像h=[-1-1-1;-18-1;-1-1-1g=double(i);%转化为double类型j=conv2(g,h,'same');%线性高通滤波进行图像滤波subplot(1,2,1);imshow(g);title('原始图像');subplot(1,2,2);imshow(j);title('滤波后图像');结果：4.2非线性锐化用Sobel梯度算子锐化图像的程序和结果：程序：i=imread('coins.png');%读入图像subplot(2,2,1);imshow(i);title('原图像');%显示原图像m=fspecial('sobel');%应用sobel算子锐化图像j=filter2(m,i);%sobel算子滤波锐化subplot(2,2,2);imshow(j);title('sobel算子锐化图像');%显示sobel算子锐化图像结果：用Prewitt梯度算子锐化图像的程序和结果：程序：i=imread('text.png');%读入图像subplot(2,2,1);imshow(i);title('原图像');%显示原图像m=fspecial('prewitt');%应用prewitt算子锐化图像j=filter2(m,i);%prewitt算子滤波锐化subplot(2,2,2);imshow(j);title('prewitt算子锐化图像');%显示prewitt算子锐化图像结果：用log梯度算子锐化图像的程序和结果：程序：i=imread('coins.png');%读入图像subplot(2,2,1);imshow(i);title('原图像');%显示原图像m=fspecial('log');%应用log算子锐化图像j=filter2(m,i);%log算子滤波锐化subplot(2,2,2);imshow(j);title('log算子锐化图像');%显示log算子锐化图像结果：5.结束语由于图像平滑往往使图像中的边界、轮廓变的模糊，为了减少这类不利效果的影响，此时需要利用图像锐化技术，使图像的边缘变的清晰。上述介绍了线性锐化滤波和非线性锐化滤波这两种锐化种类，其中，线性高通滤波器就是利用线性锐化方法，而Sobel梯度算子、Prewitt梯度算子和log算子那么是非线性锐化方法。图像锐化技术是补偿和增加图像的高频成分，使图像中的地物边界、区域边缘、线条、纹理特征和精细结构特征等更加清晰、鲜明。所以，掌握了图像锐化技术，我们可以根据需求来改变图像效果，从而满足我们的要求。参考文献[1]龚声蓉，刘纯平，王强.数字图像处理与分析[M].北京:清华大学出版社,2006[2]余成波.数字图像处理及MATLAB实现[M].重庆:重庆大学出版社,2003[3]郝