图像锐化处理报告.docx

1、图像锐化处理报告学 院信息科学与工程专 业电子信息工程学生姓名张楠楠 学 号G6*5设计题目图像的锐化处理内容及要求：利用MATLAB进行编程和仿真，仿真的内容为图像的锐化处理，可以采用微分算子、拉普拉斯算子、Canny算子等实现。对设计结果进行理解和分析。进度安排：2009年 06月15 日 选题目查阅资料2009年 06月16 日 编写软件源程序或建立仿真模块图2009年 06月17 日-18日 调试程序或仿真模型2009年 06月19 日 性能分析及验收2009年 06月20 日-21日 撰写课程设计报告、答辩 指导教师（签字）： 年 月 日 学院院长（签字）： 年 月 日 课 程 设

2、计 任 务 书目 录1 课程设计目的12 课程设计要求13 相关知识14 课程设计分析25 程序代码56 运行结果77 参考文献8图像的锐化处理1.课程设计目的（1）加深对图像的锐化处理基本理论知识的理解。（2）培养独立开展科研的能力和编程能力。（3）掌握基本图像锐化处理的过程及其应用。2.课程设计要求（1）掌握课程设计的相关知识、概念清晰。（2）程序设计合理、能够正确运行。3.相关知识图像处理并不仅限于对图像进行增强、复原和编码，还要对同乡进行分析，图像分析旨在对图像进行描述，即用一组数或符号表征图像中目标区的特征、性质和相互间的关系，为模式识别提供基础。描述一般针对图像或景物中的特定区域或

3、目标。为了描述，首先要进行分割。边缘检测是图像分析中的重要内容。边缘是图像的最基本特征。所谓边缘，是指周围像素灰度有阶跃变化货屋顶变化的那些像素的集合。边缘广泛存在于物体于背景之间、物体与物体之间、基元与基元之间，因此它也是图像分割所依赖的重要特征。两个具有不同灰度值的相邻区域之间总存在边缘，边缘是灰度值不连续的表现。常见的边缘点有：阶梯形边缘（Step-edge），即从一个灰度到比它高（或低）好多的另一个灰度；屋顶形边缘（Roof-edge）,它的灰度是慢慢增加（减少）到一定程度然后慢慢减小（增加）；线形边缘（Line-edge）,它的灰度线性变化中出现灰度脉冲。边缘特点如图所示。 由于边缘

4、是图像上灰度变化最剧烈的地方，传统的边缘检测就是利用了这一特点，对图像各个像素点进行微分或求二阶微分来确定边缘像素点。一阶微分图像的峰值处对应着图像的边缘点。根据数字图像的特点，处理图像过程中常采用差分来代替导数运算，对于图像的简单一阶导数运算，由于具有固定的方向性，只能检测特定方向的边缘，所以不具有普遍性。为了克服一阶导数的缺点，我们定义图像的梯度算子为：这是图像处理中最常用的一阶微分算法，式子中的F（j,k）表示图像的灰度值，图像梯度的最重要的性质是梯度的方向在图像灰度的最大变化率上，这恰好可以反映出图像边缘上的灰度变化。图像边缘提取的常用梯度算子有Robert算子、Sobel算子、Pre

5、witt算子、拉普拉斯算子等。4.课程设计分析4.1微分算子对于数字图像而言，可用差分近似表示式，如下：为了便于编程和提高运算速度，在一般的应用条件下，上式可以简化为：相对的一阶差分为：Robert算子的表达式为：这里，Gj,k表示处理后(j,k)点的灰度值，F(j,k)表示处理前该点的灰度值。其实Robert算子的表达式可以有两种情况（一般以（b）为准），如图所示所对应的模板为：Sobel算子的表达式为：所对应的模板为：Prewitt算子所对应的模板为： MATLAB图像处理工具箱中，edge函数实现边缘检测的功能，下面分别介绍其调用格式。对于Robert算子：BW=edge（I,rober

6、ts）用Robert算子自动选择阈值进行边缘检测。BW=edge（I,roberts，thresh）根据制定的敏感阈值thresh，用Robert算子进行边缘检测，edge函数忽略了所有小于阈值的边缘。如果没有指定阈值thresh或为，函数自动选择参量值。BW,thresh=edge（I,roberts，）返回阈值thresh和边缘检测图像BW。对于Sobel算子：BW=edge（I,sobel）用Sobel算子自动选择阈值进行边缘检测。BW=edge（I, sobel，thresh）根据指定的敏感阈值thresh用Sobel算子进行边缘检测，edge函数忽略了所有小于阈值的边缘，如果没有指定

7、阈值thresh或为，函数自动选择参数量BW=edge（I,sobel，thresh，direction）指定Sobel算子边缘检测方向。参量direction的值为水平方向horizontal、垂直方向vertical或二者都是both（缺省）。BW,thresh=edge（I,sobel，）返回阈值thresh和边缘检测图像BW。对于Prewitt算子：该算子edge函数的调用格式和Sobel算子一致。4.2 Log算子拉普拉斯算子是一种二阶边缘检测算子，它是一个线性的、移不变的算子。定义为：图像经过二阶微分之后，在边缘出产生一个陡峭的零交叉，根据这个零交叉判断边缘。拉普拉斯算子一般采用的

8、模板为：由于图像边缘处的一阶微分的极值点，图像边缘处的二阶微分应为零，确定零点的位置要比确定极值点容易得多，也比较精确。但二阶微分对噪声更为敏感。因此，在通常情况下，在对图像进行拉普拉斯算子边缘处理前，先对图像进行平滑滤波器处理，一般采用的是高斯滤波器。把高斯平滑滤波器和拉普拉斯锐化滤波器结合起来，先平滑掉噪声，再进行边缘检测的方法叫做高斯拉普拉斯算子（简称Log算子）。常用的Log算子是55的模块，如图所示。在Log算子中，对边缘判断采用的技术是零交叉检测，把零交叉检测推广一下，我们只要在检测前用指定的滤波器对图像进行滤波，然后再寻找零交叉点作为边缘。对于Log算子，edge函数的调用格式为

9、：BW=edge（I,log）用Log算子自动选择阈值进行边缘检测。BW=edge（I,log，thresh）根据制定的敏感阈值thresh，用log算子进行边缘检测，edge函数忽略了所有小于阈值的边缘。如果没有指定阈值thresh或为，函数自动选择参量值。BW=edge（I,log,thresh，sigma）用参量sigma指定Log滤波器标准偏差，sigma的缺省值为2，滤波器的大小为nn,这里n=cell(sigma*3)*2+1.BW,threshold=edge(I,log,)返回阈值thresh和边缘检测图像BW。零交叉检测：BW=edge（I，zerocross,thresh,

10、h）用滤波器h指定零交叉检测法。参量thresh为敏感阈值。如果没有指定阈值thresh或为,函数自动选择参量值。BW,thresh=edge(I,zerocross,)返回阈值thresh和边缘检测图像BW。5.程序代码一微分算子代码I = imread(rice.png);BW1 = edge(I,roberts);% 以自动阈值选择法对图像进行Roberts算子检测BW1,thresh1 = edge(I,roberts);% 返回当前Roberts算子边缘检测的阈值disp(Roberts算子自动选择的阈值为：)disp(thresh1)subplot(121),imshow(BW1)

11、;title(自动阈值的Roberts算子边缘检测)BW1 = edge(I,roberts,0.05);% 以阈值为0.05对图像进行Roberts算子检测subplot(122),imshow(BW1);title(阈值为0.05的Roberts算子边缘检测)BW2 = edge(I,sobel);% 以自动阈值选择法对图像进行Sobel算子检测figure,subplot(131),imshow(BW2);title(自动阈值的Sobel算子边缘检测)BW2,thresh2 = edge(I,sobel);% 返回当前Sobel算子边缘检测的阈值disp(Sobel算子自动选择的阈值为：

12、)disp(thresh2)BW2 = edge(I,sobel,0.05,horizontal);% 以阈值为0.05水平方向对图像进行Sobel算子检测subplot(132),imshow(BW2);title(阈值0.05水平方向Sobel算子)BW2 = edge(I,sobel,0.05,vertical);% 以阈值为0.05垂直方向对图像进行Sobel算子检测subplot(133),imshow(BW2);title(阈值0.05垂直方向Sobel算子)BW3 = edge(I,prewitt);% 以自动阈值选择法对图像进行Prewitt算子检测figure,subplot

13、(131),imshow(BW3);title(自动阈值的Prewitt算子边缘检测)BW3,thresh3 = edge(I,prewitt);% 返回当前Prewitt算子边缘检测的阈值disp(Prewitt算子自动选择的阈值为：)disp(thresh3)BW3 = edge(I,prewitt,0.05,horizontal);% 以阈值为0.05水平方向对图像进行Prewitt算子检测subplot(132),imshow(BW3);title(阈值0.05水平方向Prewitt算子)BW3 = edge(I,prewitt,0.05,vertical);% 以阈值为0.05垂直方

14、向对图像进行Prewitt算子检测subplot(133),imshow(BW3);title(阈值0.05垂直方向Prewitt算子)二Log算子代码I = imread(rice.png);BW1 = edge(I,log);% 以自动阈值选择法对图像进行Log算子检测BW1,thresh1 = edge(I,log);% 返回当前Log算子边缘检测的阈值disp(Log算子自动选择的阈值为：)disp(thresh1)subplot(121),imshow(BW1);title(自动阈值的Log算子边缘检测)BW1 = edge(I,log,0.005);% 以阈值为0.005对图像进行

15、Log算子检测subplot(122),imshow(BW1);title(阈值为0.005的Log算子边缘检测)6.运行结果通过理论与编程实践，我完成了这次设计的任务，其运行结果如图所示：效果如图所示：根据结果分析可以得出，图像的锐化处理可以使图像的边缘更加清晰，阈值的设定是图像分割依据，根据阈值可以将图像分为背景和目标两个部分，经过微分算子或拉普拉斯算子可以将图像的边缘提取出来，实现图像的锐化。7.参考文献1张汗灵编著 MATLAB在图像处理中的应用/ 北京:清华大学出版社,20082王家文 MATLAB 6.5 图形图像处理 国防工业出版社3王晓丹,吴崇明编著 基于MATLAB的系统分析

16、与设计 西安电子科技大学出版社 2000 4余成波编著 数字图像处理及MATLAB实现 重庆大学出版社 2003 5杨枝灵, 王开等编著 Visual C+数字图像获取处理及实践应用 人民邮电出版社 2003 6苏彦华等编著 Visual C+数字图像识别技术典型案例 人民邮电出版社 2004 7何斌等 编著 Visual C+数字图像处理 人民邮电出版社 2002 8周金萍编著 MATLAB 6.5图形图像处理与应用实例 科学出版社 2003 TP391.41/0447 9清源计算机工作室编著 MATLAB 6.0高级应用:图形图像处理机械工业出版社 2001 TP391.41/ 10郝文化主编 MATLAB图形图像处理应用教程 中国水利水电出版社 200411苏金明, 王永利编著 MATLAB图形图像电子工业出版社 2005