數(shù)字圖像處理課程設(shè)計----matlab實現(xiàn)數(shù)字圖象銳化處理

1、<p><b>　　數(shù)字圖象處理</b></p><p>　　課 程 設(shè) 計 報 告</p><p>　　設(shè)計題目：MATLAB實現(xiàn)數(shù)字圖象銳化處理</p><p><b>　　目錄</b></p><p><b>　　1.報告摘要1</b></p>

2、<p><b>　　2.設(shè)計原理2</b></p><p>　　2.1MATLAB軟件簡介2</p><p>　　2.2MATLAB軟件對圖象的處理2</p><p>　　2.3圖象銳化概述2</p><p>　　2.4圖象銳化的原理3</p><p><b>　　3

3、.設(shè)計過程4</b></p><p><b>　　3.1線性銳化4</b></p><p>　　3.1.1用線性高通濾波實現(xiàn)圖像銳化的結(jié)果：4</p><p>　　3.1.2線性高通濾波圖象銳化的程序：5</p><p>　　3.2非線性銳化5</p><p>　　3.2.1

4、用Sobel 梯度算子實現(xiàn)圖像銳化的結(jié)果及程序：5</p><p>　　3.2.2用Prewitt梯度算子實現(xiàn)圖像銳化的結(jié)果及程序：7</p><p>　　3.2.3用log梯度算子實現(xiàn)圖像銳化的結(jié)果及程序：8</p><p><b>　　3.3設(shè)計總結(jié)9</b></p><p><b>　　4.心得體

5、會9</b></p><p><b>　　1.報告摘要</b></p><p>　　本次課程設(shè)計討論了數(shù)字圖像增強技術(shù)中空域圖像銳化的四種算法及其用MATLAB的實現(xiàn)；同時給出了利用四種算法進行圖像銳化后的對照圖像。</p><p>　　[關(guān)鍵詞] MATLAB 線性銳化 非線性銳化 sobel算子 prewitt算子 log 算

6、子</p><p><b>　　2.設(shè)計原理</b></p><p>　　2.1MATLAB軟件簡介</p><p>　　MATLAB全稱是MatrixLaboratory(矩陣實驗室)，一開始它是一種專門用于矩陣數(shù)值計算的軟件，從這一點上也可以看出，它在矩陣運算上有自己獨特的特點。實際運用中MATLAB中的絕大多數(shù)的運算都是通過矩陣這一形式進

7、行的，這一特點決定了MATLAB在處理數(shù)字圖像上的獨特優(yōu)勢。</p><p>　　2.2MATLAB軟件對圖象的處理</p><p>　　理論上講，圖像是一種二維的連續(xù)函數(shù)，然而計算機對圖像進行數(shù)字處理時，首先必須對其在空間和亮度上進行數(shù)字化，這就是圖像的采樣和量化的過程。二維圖像均勻采樣，可得到一幅離散化成M×N樣本的數(shù)字圖像，該數(shù)字圖像是一個整數(shù)陣列，因而用矩陣來描述該數(shù)字圖

8、像是最直觀最簡便的。而MATLAB的長處就是處理矩陣運算，因此用MATLAB處理數(shù)字圖像非常的方便。</p><p>　　MATLAB支持五種圖像類型，即索引圖像、灰度圖像、二值圖像、RGB圖像和多幀圖像陣列；支持BMP，GIF，HDF，JPEG，PCX，PNG， XWD，CUR，ICO等圖像文件格式的讀、寫和顯示。MATLAB對圖像的處理功能主要集中在它的圖像處理工具箱(Image Processing Too

9、lbox)中。圖像處理工具箱是由一系列支持圖像處理操作的函數(shù)組成，可以進行諸如幾何操作、線性濾波和濾波器設(shè)計、圖像變換、圖像分析與圖像增強、二值圖像操作以及形態(tài)學處理等圖像處理操作口 。</p><p><b>　　2.3圖象銳化概述</b></p><p>　　數(shù)字圖像處理中圖像銳化的目的有兩個：一是增強圖像的邊緣，使模糊的圖像變得清晰起來；這種模糊不是由于錯誤操作

10、，就是特殊圖像獲取方法的固有影響。二是提取目標物體的邊界，對圖像進行分割，便于目標區(qū)域的識別等。通過圖像的銳化，使得圖像的質(zhì)量有所改變，產(chǎn)生更適合人觀察和識別的圖像。</p><p>　　2.4圖象銳化的原理</p><p>　　數(shù)字圖像的銳化可分為線性銳化濾波和非線性銳化濾波。如果輸出像素是輸入像素領(lǐng)域像素的線性組合則稱為線性濾波，否則稱為非線性濾波。</p><p&

11、gt;<b>　　一、線性銳化濾波器</b></p><p>　　線性高通濾波器是最常用的線性銳化濾波器。這種濾波器必須滿足濾波器的中心系數(shù)為正數(shù)，其他系數(shù)為負數(shù)。線性高通濾波器3×3模板的典型系數(shù)</p><p>　　二、非線性銳化濾波器</p><p>　　非線性銳化濾波就是使用微分對圖像進行處理，以此來銳化由于鄰域平均導致的模糊

12、圖像。圖像處理中最常用的微分是利用圖y像沿某個方向上的灰度變化率，即原圖像函數(shù)的梯度。梯度定義如下：</p><p>　　△xf=f(x,y)-f(x+1,y)</p><p>　　△xf=f(x,y)-f(x,y+1)</p><p>　　梯度模的表達式如下：</p><p>　　∣▽f∣=∣▽xf∣+∣▽yf∣</p>&l

13、t;p>　　在數(shù)字圖像處理中，數(shù)據(jù)是離散的，幅值是有限的，其發(fā)生的最短距離是在兩相鄰像素之間。因此在數(shù)字圖像處理中通常采用一階差分來定義微分算子。 </p><p><b>　　其差分形式為：</b></p><p>　　△xf=f(x+1,y)-f(x,y)</p><p>　　△yf=f(x,y+1)-f(x,y)</p>

14、<p>　　比較有名的微分濾波器算子包括Sobel 梯度算子、Prewitt 梯度算子和log算子，等等。</p><p><b>　　3.設(shè)計過程</b></p><p><b>　　3.1線性銳化</b></p><p>　　3.1.1用線性高通濾波實現(xiàn)圖像銳化的結(jié)果：</p><p&

15、gt;　　3.1.2線性高通濾波圖象銳化的程序：</p><p>　　i=imread('text.png'); %讀入圖像</p><p>　　g=[-1 -1 -1; -1 8-1; -1-1-1];%線性高通濾波3×3模板</p><p>　　h=double(i);%轉(zhuǎn)化為double類型</p><p>　

16、　j=conv2(h,g,'same');% 線性高通濾波進行圖像濾波</p><p>　　subplot(1,2,1);</p><p>　　imshow(h);title('原始圖像');</p><p>　　subplot(1,2,2);</p><p>　　imshow(j);title('濾波

17、后圖像');</p><p><b>　　3.2非線性銳化</b></p><p>　　3.2.1用Sobel 梯度算子實現(xiàn)圖像銳化的結(jié)果及程序：</p><p>　　I=imread('coins.png');%讀入圖像</p><p>　　subplot(2,2,1),imshow(I);ti

18、tle('原圖像');%顯示原圖像</p><p>　　H=fspecial('sobel'); %應(yīng)用sobel算子銳化圖像</p><p>　　I2=filter2(H,I); %sobel算子濾波銳化</p><p>　　subplot(2,2,2);imshow(I2); %顯示sobel算子銳化圖像</p>&

19、lt;p>　　title('sobel算子銳化圖像');</p><p>　　3.2.2用Prewitt梯度算子實現(xiàn)圖像銳化的結(jié)果及程序：</p><p>　　I=imread('coins.png');%讀入圖像</p><p>　　subplot(2,2,1),imshow(I);title('原圖像');%

20、顯示原圖像</p><p>　　H=fspecial('prewitt');%應(yīng)用prewitt算子銳化圖像</p><p>　　I3=filter2(H,I);%prewitt算子濾波銳化</p><p>　　subplot(2,2,3);imshow(I3); %顯示prewitt算子銳化圖像</p><p>　　titl

21、e('prewitt算子銳化圖像');</p><p>　　3.2.3用log梯度算子實現(xiàn)圖像銳化的結(jié)果及程序：</p><p>　　I=imread('coins.png');%讀入圖像</p><p>　　subplot(2,2,1),imshow(I);title('原圖像');%顯示原圖像</p>

22、<p>　　H=fspecial('log'); %應(yīng)用log算子銳化圖像</p><p>　　I4=filter2(H,I); %log算子濾波銳化</p><p>　　subplot(2,2,4);imshow(I4);%顯示log算子銳化圖像</p><p>　　title('log算子銳化圖像');</p&g

23、t;<p><b>　　3.3設(shè)計總結(jié)</b></p><p>　　銳化(sharpening)和平滑恰恰相反，它是通過增強高頻分量來減少圖象中的模糊，因此又稱為高通濾波(high pass filter)。銳化處理在增強圖象邊緣的同時增加了圖象的噪聲。</p><p>　　在圖象邊界輪廓的部分要采用高通濾波。因為邊界輪廓灰度值相差很大，呈現(xiàn)出高頻特性。

24、而圖像內(nèi)部則是灰度變化平緩，對應(yīng)的應(yīng)該是低頻部分。</p><p>　　由實驗結(jié)果可以分析看出，如果一片暗區(qū)出現(xiàn)了一個亮點，那么銳化處理的結(jié)果是這個亮點變得更亮，增加了圖象的噪聲。</p><p><b>　　4.心得體會</b></p><p>　　除了本次設(shè)計采用MATLAB實現(xiàn)圖象的銳化，常用的還有基于C、C++的拉普拉斯(Laplaci

25、an)銳化方式，它的基本思路是先將自身與周圍的8個象素相減，表示自身與周圍象素的差別；再將這個差別加上自身作為新象素的灰度。這里不再贅述。可見，因為圖象中的邊緣就是那些灰度發(fā)生跳變的區(qū)域，所以銳化模板在邊緣檢測中很有用。</p><p>　　通過本次課程設(shè)計，我在書本中、上課時學習的知識得到了靈活運用，尤其通過對于銳化前后的圖像對比，使我更清楚地看到各種處理方法對于圖像的作用。也讓我對MATLAB軟件有了更進一步

26、的了解和認識，為數(shù)字圖像處理的后續(xù)學習打下了良好的基礎(chǔ)。</p><p>　　本份報告就MATLAB在數(shù)字圖像銳化處理方面進行了闡述。可以看出應(yīng)用MATLAB進行數(shù)字圖像處理具有理想的效果和很高的工程價值。當然，MATLAB圖像處理工具箱中所提供的圖像處理功能遠不止這些?？梢哉f，MATLAB為數(shù)字圖像處理提供了一種簡單、快捷而又有效的方法，大大提高了數(shù)字圖像處理的效率及效果并且應(yīng)用到圖像處理的各個方向。</