实验内容:
1.从硬盘中读取需进行增强的人体骨骼图像;
2.求原图像的Laplacian变换,对图像进行锐化处理;
3.用Sobel算子计算原图像的梯度图像;
4.图像的算术运算,包括加和乘;
5.图像的平滑处理去除噪声;
6.图像灰度的幂律变换,以加强图像的对照度
实验流程:
实验任务:
1.从硬盘中读取需进行增强的人体骨骼图像;
观原图像是人体骨骼核扫描图像,我们的目的是通过图像锐化突出骨骼的更多细节来增强图像。由于图像灰度的动态范围很窄并且有很高的噪声内容,所以很难对其进行增强。
对此我们采取的策略是,首先用拉普拉斯法突出图像中的小细节,然后用梯度法突出其边。平滑过的梯度图像将用于掩蔽拉普拉斯图像。最后,我们将试图试用灰度变换来增强图像的灰度动态范围。实验代码如下:
2.求原图像的Laplacian变换,对图像进行锐化处理
拉普拉斯锐化图像是根据图像某个像素的周围像素到此像素的突变程度有关,也就是说它的依据是图像像素的变化程度。我们知道,一个函数的一阶微分描述了函数图像是朝哪里变化的,即增长或者降低;而二阶微分描述的则是图像变化的速度,急剧增长下降还是平缓的增长下降。那么据此我们可以猜测出依据二阶微分能够找到图像的色素的过渡程度,例如白色到黑色的过渡就是比较急剧的。
拉普拉斯变换 [2] 是对于t≥0函数值不为零的连续时间函数x(t)通过关系式
(式中-st为自然对数底e的指数)变换为复变量s的函数X(s)。它也是时间函数x(t)的“复频域”表示方式
先看一阶偏微分和推出的二元函数微分:
一阶微分法能够用来检测边缘是否存在。那么二阶微分法,也就是拉普拉斯算子就可以确定边缘的位置。
拉普拉斯微分算子强调图像中灰度的突变,弱化灰度慢变化的区域。这将产生一幅把浅灰色边线、突变点叠加到暗背景中的图像。
将原始图像和拉普拉斯图像叠加在一起的简单方法可以保护拉普拉斯锐化处理的效果,同时又能复原背景信息。因此拉普拉斯算子用于图像增强的基本方法如下:
作用:增强灰度突变处的对比度;
MATLAB 实现: