目錄

梯度銳化法

Roberts算子

Prewitt算子

Sobel算子

Laplacian增強(qiáng)算子

效果圖

matlab代碼

---

梯度銳化法

圖像銳化最常用的是梯度法。對(duì)于圖像f(x,y),在(x,y)處梯度定義為

梯度是一個(gè)向量，其大小和方向分別為

梯度變換方向是f(x,y)在該點(diǎn)灰度變換率最大的方向。

離散圖像處理常用到梯度的大小，因此把梯度的大小簡(jiǎn)稱為"梯度"。并且一階偏導(dǎo)數(shù)采用一階差分近似表示，即

為簡(jiǎn)化梯度計(jì)算，常使用近似表達(dá)式

或????

對(duì)于一幅圖像中突出的邊緣區(qū)，其梯度值較大；對(duì)于平滑區(qū)，梯度值較小；對(duì)于灰度值為常數(shù)的區(qū)域，梯度為零。

除梯度算子外，還可以采用Roberts，Prewitt和Sobel算子計(jì)算梯度，來(lái)增強(qiáng)邊緣。

Roberts算子

-1
	1

	-1
1

?差分計(jì)算式：

?

Prewitt算子

在銳化邊緣的同時(shí)減少噪聲的影響，Prewitt從加大邊緣增強(qiáng)算子的模板出發(fā)，由2*2擴(kuò)大到3*3來(lái)計(jì)算差分

-1	0	1
-1	0	1
-1	0	1

-1	-1	-1
0	0	0
1	1	1

Sobel算子

Sobel在Prewitt算子的基礎(chǔ)上，對(duì)4-鄰域采用加權(quán)的方法計(jì)算差分，對(duì)應(yīng)的模板如下

-1	0	1
-2	0	2
-1	0	1

-1	2	1
0	0	0
1	2	1

根據(jù)梯度計(jì)算近似表達(dá)式可以計(jì)算Roberts,Prewitt,Sobel梯度。一旦梯度算出就可以根據(jù)需要生成 不同的增強(qiáng)圖像。

第一種增強(qiáng)：（g(x,y)為各點(diǎn)灰度，下同）

g(x,y)=grad(x,y)

缺點(diǎn)：僅顯示梯度變化比較陡的邊緣輪廓，灰度變化平緩或均勻的地方呈現(xiàn)黑色。

第二種增強(qiáng)：

T是一個(gè)非負(fù)的閾值，適當(dāng)性選取可以使邊緣突出，且不會(huì)破壞灰度比較平緩的背景。

第三種增強(qiáng)：

使根據(jù)需要指定的一個(gè)灰度級(jí)，它將明顯邊緣用固定的灰度級(jí)表示。

第四種增強(qiáng)：

此方法用一個(gè)固定的灰度表示，便于研究邊緣灰度的變化。

第五種增強(qiáng)：

?生成二值圖像，便于研究邊緣所在的位置。

Laplacian增強(qiáng)算子

Laplacian算子是線性二階微分算子。

對(duì)于離散的數(shù)字圖像而言，二階偏導(dǎo)數(shù)與二階差分近似，由此可以推導(dǎo)出Laplacian算子表達(dá)式為：

Laplacian增強(qiáng)算子為

???????????

其特點(diǎn)如下：

（1）由于灰度均勻的區(qū)域或斜坡中間?? ?? 為0，Laplacian增強(qiáng)算子不起作用

（2）在斜坡底或低灰度側(cè)形成“下沖”；而在斜坡頂或高灰度側(cè)形成“上沖”，說(shuō)明Laplacian增強(qiáng)算子具有突出邊緣的特點(diǎn)、

0	-1	0
-1	5	-1
0	-1	0

效果圖

matlab代碼

I=imread('C:\Users\ASUS\Desktop\Digital image processing\photo\5ff2f784ee976a38221a0151c5a4e2a0.jpg'); I=rgb2gray(I); I=im2double(I); figure subplot(3,2,1),imshow(I);title('原圖片');%顯示原圖片 I=medfilt2(I);%第一次降噪濾波 subplot(3,2,2),imshow(I);title('3*3(默認(rèn))中值濾波');%顯示中值濾波圖像 I=histeq(I);%直方圖均衡化以增加對(duì)比度 subplot(3,2,3),imshow(I);title('直方圖均衡化后的圖像');%顯示直方圖均衡化后的圖像 I=medfilt2(I);%再進(jìn)行一次濾波降噪 subplot(3,2,4),imshow(filter2(fspecial('sobel'),I,'same'));title('Sobel濾波圖像');%顯示Sobel濾波圖像 subplot(3,2,5),imshow(filter2(fspecial('prewitt'),I,'same'));title('Prewitt濾波圖像');%顯示Prewitt濾波圖像 subplot(3,2,6),imshow(filter2(fspecial('laplacian'),I,'same'));title('Laplacian濾波圖像');%顯示Laplacian濾波圖像

總結(jié)

以上是生活随笔為你收集整理的图像增强学习笔记（三） | 图像锐化的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。