数字图像处理课设图像的锐化_【数字图像处理】5.5:灰度图像-图像增强 锐化基础...

本文介绍了数字图像处理中的锐化技术,阐述了锐化与边缘提取的区别,并详细讲解了一阶微分和二阶微分在图像细节增强中的作用。通过一维示例说明了微分在边缘定位和细节提取方面的效果,为后续的图像处理实验奠定了理论基础。
摘要由CSDN通过智能技术生成

Abstract: 数字图像处理:第31天

Keywords: 锐化

本文最初发表于csdn,于2018年2月17日迁移至此

开篇废话

这篇作为基础篇,所以废话不多,但感觉很多人对锐化有误解,尤其是和边缘提取,其实这两个概念完全是两回事,当然有相关的地方,下面详细说说自己的理解。

锐化的理解

首先说说锐化,锐化是图像增强的一部分,前面说过了,增强的目的是使观察者看起来更容易识别某些模式,要观察的模式从频率域来分就有低频模式和高频模式,低频模式,也就是之前一直在讲的相对变化缓慢的部分,或者根本没有灰度变化的大片区域,高频部分,就是接下来讲的,图像的细节,细节的定义不知道是什么,但边界,轮廓,一些变化强烈的部分算是细节,当然噪声也被归类到了细节,但细节的具体定义我还不知道,是否有相关算法能够对细节进行定义,还不知道。锐化的目的就是在图像中强调这些细节,而不是提取这些细节。也就是说对原图中的细节进行一定的提升,使得图像对于观察者来说更容易识别或者看起来更舒服。

根据上面的解释,我们就能得到图像锐化的一般步骤:

因为要突出细节,所以第一步就是找到细节,至于如何找到细节,冈萨雷斯书中给出了三种方法,一阶微分,二阶微分,非锐化掩蔽(unsharpen mask)。

突出细节的方法:将提取的细节,或细节乘以预定的系数后与原图像相加(或相减)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值