数字图像处理----基于拉普拉斯的图像增强

Tool：

MATLAB；

 

 

Technique：

           Using Laplacian to enhance Image

 Coding  （Matlab编程）

%
img = imread('Fig0340.tif');
subplot(2, 3, 1);
imshow(img);
title('原图');

% 默认的拉普拉斯
h = fspecial('laplacian', 0.2);
img1 = imfilter(img, h);
subplot(2, 3, 2);
imshow(img1);
title('default laplacian');

% Use the mask shown in Fig. 3.39(d).
w = [-1, -1, -1; -1, 8, -1; -1, -1, -1];
% 'replicate', 图像大小通过复制外边界的值来扩展
img2 = imfilter(img, w, 'replicate');
subplot(2, 3, 3);
imshow(img2);
title('mask');

img3 = img + img1;
subplot(2, 3, 5);
imshow(img3);
title('default laplacian');

img4 = img + img2;
subplot(2, 3, 6);
imshow(img4);
title('Use the mask shown in Fig. 3.39(d)');

 

Result：

锐化的目的和平滑相反，是为了突出图像中的细节或者增强被模糊了的细节.

直接从滤波器的表示也可以直观看出这种滤波对图像的突变有比较强的响应（即在突变的位置有较大的输出值），对灰度变化缓慢的区域滤波响应的值会变得很小（变暗）。因此，用拉普拉斯算子作用后，产生的图像将是在暗背景上的一些灰色边线和一些突变点。若将原始图像叠加到拉普拉斯变换后的图像，既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.

    从结果来看，拉普拉斯掩模经过变换，得到想要的默认拉普拉斯掩模，对原图像跟默认的拉普拉斯掩模叠加，得到经过拉普拉斯锐化处理的图像。