计算机图像处理实验步骤,计算机图像处理实验.doc

计算机图像处理实验.doc

(3页)

本资源提供全文预览，点击全文预览即可全文预览,如果喜欢文档就下载吧，查找使用更方便哦！

9.90 积分

南京信息工程大学 计算机图像处理 实验(实习)报告 实验(实习)名称 图像锐化 实验(实习)日期 得分 指导老师 系 专业 班级 姓名 学号 一、 实验目的1．了解图像锐化的目的和意义，巩固所学的图像锐化的理论知识和相关算法； 2．掌握微分算子对图像锐化的方法； 3．熟练掌握空域中常用的锐化滤波器； 4．利用MATLAB程序进行图像锐化(要求：不得调用Matlab自带的图像函数，但可以调用其它数学函数)，观察图像锐化的效果。二、 实验原理图像锐化处理是改善图像视觉效果的手段，用来对图像的轮廓或边缘进行增强，减弱或消除低分频率分量而不影响高频分量。图像锐化处理的主要技术体现在空间域和频率域的高通滤波，空间域高通滤波主要用模版卷积来实现。微分作为数学中求变化率的一种方法，可用来求解图像中目标物轮廓和细节(统称为边缘)等突变部分的变化。锐化模板特点：(1)模板内系数有正有负，表示差分运算；(2)模板内系数之和1(①对常数图像f(m,n)≡c，处理前后不变；②对一般图像，处理前后平均亮度不变)。锐化处理方法：用模板对原图像从第2行第2列开始逐渐移法计算。(注：图像四周边界一般不处理(不考虑))锐化实质：g (m, n) = f (m , n) +α*∇ f ，即锐化图像g(m,n) = 原图像f(m,n) + 加重的边缘(α*微分)(一)梯度算子法在图像处理中，一阶导数是通过梯度来实现的，因此，利用一阶导数检测边缘点的方法就称为梯度算子法。梯度与边缘梯度值正比于像素之差。对于一幅图像中突出的边缘区，其梯度值较大；在平滑区域梯度值小；对于灰度级为常数的区域，梯度为零。1. Roberts 梯度算子法Roberts 梯度就是采用对角方向相邻两像素之差，故也称为四点差分法。对应的水平和垂直方向的模板为：标注 的是当前像素的位置(i,j)为当前像素的位置，其计算公式如下：特点：用4点进行差分，以求得梯度，方法简单。其缺点是对噪声较敏感，常用于不含噪声的图像边缘点检测。梯度算子类边缘检测方法的效果类似于高通滤波，有增强高频分量，抑制低频分量的作用。这类算子对噪声较敏感，而我们希望检测算法同时具有噪声抑制作用。所以，下面给出的平滑梯度算子法具有噪声抑制作用。(1)Prewitt梯度算子法(平均差分法) 因为平均能减少或消除噪声， Prewitt梯度算子法就是先求平均，再求差分来求梯度。水平和垂直梯度模板分别为：利用检测模板可求得水平和垂直方向的梯度，再通过梯度合成和边缘点判定，就可得到平均差分法的检测结果。(2)Sobel算子法(加权平均差分法)Sobel算子就是对当前行或列对应的值加权后，再进行平均和差分，也称为加权平均差分。水平和垂直梯度模板分别为：Sobel算子和Prewitt算子一样，都在检测边缘点的同时具有抑制噪声的能力，检测出的边缘宽度至少为二像素。由于它们都是先平均后差分，平均时会丢失一些细节信息，使边缘有一定的模糊。但由于SobelSobel算子的加权作用，其使边缘的模糊程度要稍低于程度要稍低于Prewitt算子。(二) 二阶导数算子法对于阶跃状边缘，其二阶导数在边缘点处出现过零交叉，即边缘点两旁的二阶导数取异号，据此可以通过二阶导数来检测边缘点。1. Laplacian算子法对数字图像 f (m,n)，用差分代替二阶偏导，则Laplacian算子为：写成检测模板为： Laplacian检测模板的特点是各向同性，对孤立点及线端的检测效果好，但边缘方向信息丢失，对噪声敏感，整体检测效果不如梯度算子。三、 实验内容与步骤 按下面要求编写程序并运行结果。1. (1) 用Laplacian 锐化算子对灰度数字图像Camera.bmp 进行锐化处理，显示处理前、后图像。(2) 若令 g1 (m, n) = f (m , n) +|∇2 f |， g2 (m,n)=| 4 f (m,n)− [f (m−1,n)+ f (m+1,n)+ f (m,n−1)+ f (m,n+1)] |则回答如下问题： ① f (m, n) 、g1 (m, n) 和g2 (m, n) 之间有何关系？ ② g2 (m, n ) 代表图像中的哪些信息？③ 由此得出图像锐化的实质是什么？ 2. 分别利用Roberts、Prewitt 和Sobel 边缘检测算子，对灰度数字图像LENA_8G.bmp 进行边缘检测，显示处理前、后图像。 关 键 词： 实验 图像处理 计算机

 天天文库所有资源均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。