數字圖像處理圖像銳化處理

4.7.2 灰度級到彩色轉換 灰度級到彩色轉換(例) 在HSI彩色空間的直方圖均衡強度均衡處理沒有改變圖像的色調和飽和度值，但它的確影響了整體圖像的彩色感觀。 向量分量可以用傳統的灰度鄰域處理單獨地平滑RGB圖像的每一平面得到。 用拉普拉斯進行圖像尖銳化 (a)處理每一個RGB通道的結果 (b)處理強度分量并轉換為RGB的結果 (c)兩種結果的差別 炸藥 衣箱 背景 炸藥 衣箱 背景 必須考慮適應多于一個分量的直方圖的灰度級技術。獨立地進行彩色圖像分量的直方圖均衡通常是不明智的，這將產生不正確的彩色。 4.7.3 彩色圖像的直方圖處理 4.7.4 彩色圖像平滑 (a)RGB圖像 (b)紅分量圖像 (c)綠分量圖像(d)藍分量圖像 RGB彩色圖像的HSl分量 (a)色調(b)飽和度 (c)強度 用5x5平均模板平滑圖像 (a)處理RGB每一分量圖像的結果(b)處理HSI圖像強度分量，轉換為RGB圖像的結果(c)兩種結果間的差別 用拉普拉斯方法的圖像尖銳化處理 4.7.5 彩色圖像尖銳化 * 第四章 圖像增強與平滑 4.6 圖像銳化 圖像銳化的主要用途 印刷中的細微層次強調。彌補掃描、掛網對圖像的鈍化； 超聲探測成象，分辨率低，邊緣模糊，通過銳化來改善； 圖像識別中，分割前的邊緣提取； 銳化處理恢復過度鈍化、暴光不足的圖像； 圖像創藝(只剩下邊界的特殊圖像)； 尖端武器的目標識別、定位。 圖像銳化的實質： 空間域銳化處理：用空間微分對圖像進行處理，增強圖像邊緣和突變，消除灰度變化緩慢的區域。 頻率域銳化處理：增強高頻分量，從而使圖像清晰。 4.6.1 微分法的數學基礎 1. 梯度法 對于圖像函數f (x, y)， 它在點(x, y)處的梯度是一個矢量，定義為 4.6.2 基于一階微分的圖像增強 梯度的兩個重要性質是：  (1) 梯度的方向在函數f(x, y)最大變化率的方向上。 (2) 梯度的幅度用G［f(x, y)］表示， 并由下式算出: 對于數字圖像而言： G［f(x, y)］={［f(i, j)-f(i+1, j)］2+［f(i, j)-f(i, j+1)］2}1／2 上式可簡化成為 G［f(x, y)］=|f(i, j)-f(i+1, j) +f(i, j)-f(i, j+1) |  以上梯度法又稱為水平垂直差分法。另一種梯度法叫做羅伯特梯度法(Robert Gradient)，它是一種交叉差分計算法，其數學表達式為： G［f(x, y)］={［f(i, j)-f(i+1, j+1)］2+［f(i+1, j)-f(i, j+1)］2}1／2 同樣可近似為 G［f(x, y)］=|［f(i, j)-f(i+1, j+1) |+|f(i+1, j)-f(i, j+1)| 求梯度的兩種差分運算 圖像梯度銳化結果 (a) 二值圖像； (b) 梯度運算結果 當梯度計算完之后，可以根據需要生成不同的梯度增強圖像。(1) g(x, y)=G［f(x, y)］ (2) (3) (4) 梯度算子模板： 一般梯度算子 Roberts梯度算子 2. Sobel算子 Sobel算子的基本原理是： 對3×3窗口的灰度進行計算， 將其作為變換后圖像f(i, j)的灰度。 Sobel算子圖像坐標 g=|Sx|+ |Sy| Sobel 算子模板 Sobel 算子模板的應用 Sobel算子特點： (1)采用梯度微分銳化圖像，同時會使噪聲、條紋等得到增強， 而Sobel算子引入了平均因素， 因而對圖像中的隨機噪聲有一定的平滑作用。 (2) 由于它是相隔兩行或兩列之差分， 故邊緣兩側元素得到了增強，邊緣顯得粗而亮。 常用的梯度算子 對數字圖像來講，f(x, y)的二階偏導數可表示為： 4.6.3 基于二階微分的圖像增強——拉普拉斯運算(Laplacian Algorithm) 拉普拉斯算子為 則對于數字圖像，拉普拉斯算子 為 當k=1時，拉普拉斯銳化后的圖像為 如果圖像的模糊是由擴散現象引起的(如膠片顆粒化學擴散等)，則銳化后的圖像g為  式中：f、g分別為銳化前后的圖像，k為與擴散效應有關的系數。 拉普拉斯模板 實際中還常用到如下的拉普拉斯算子(模板)： 拉普拉斯銳化前、 后圖

總結

以上是生活随笔為你收集整理的数字图像处理课设图像的锐化_数字图像处理图像锐化处理.ppt的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。