对图像采用微分运算的方法进行锐化处理论文 定稿.docVIP

课 程 设 计 报 告 学 院： 自动化学院 专业名称： 信息工程 学生姓名： 赵建涛 指导教师： 赵春晖 时 间： 2011年9月  课程设计任务书 一、设计内容 对图像采用微分运算的方法进行锐化处理。 要求：编写Matlab程序对图像进行处理。图像必须存于指定位置，处理后的图像也必须存于指定位置。该程序能运行，可处理不同的图像。图像处理算法自己制定Matlab函数。拉普拉斯算子如下： 锐化处理锐化处理 基于微分运算的彩色图像锐化处理 摘要 数字图像处理(Digital Image Processing)又称为计算机图像处理，它最早出现于20世纪50年代，当时的电子计算机己经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20 世纪60年代初期。图像处理的基木目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。随着图像处理技术的深入发展，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更局、更深层次发展[]。 在数字图像处理中，图像经转换或传输后，质量可能下降，难免有些模糊。另外，图像平滑在降低噪声的同时也造成目标的轮廓不清晰和线条不鲜明，使目标的图像特征提取、识别、跟踪等难以进行，这一点可以利用图像锐化来增强.图像锐化的主要目的有两个:一是增强图像边缘，使模糊的图像变得更加清晰，颜色变得鲜明突出，图像的质量有所改善，产生更适合人眼观察和识别的图像；二是希望经过锐化处理后，目标物体的边缘鲜明，以便于提取目标的边缘、对图像进行分割、目标区域识别、区域形状提取等，为进一步的图像理解与分奠定定基础。图像锐化一般有两种方法:一是微分法，二是高通滤波法。 本文着重介绍的是基于拉普拉斯的一种典型的微分算法，并选择不同的模版进行图像锐化，分析比较不同模版下锐化效果的异同。 关键字：图像锐化 拉普拉斯算子 模版 目录 一．绪论 1 1.1图像锐化的概念 1 1.2微分运算锐化 1 1.2.1一阶微分运算 2 1.2.2二阶微分运算 3 1.2.3一阶微分与二阶微分的性质与区别 3 二、拉氏算子 6 2.1基于拉氏算子的图像锐化原理 6 2.2 基于拉氏算子的彩色图像锐化 8 三、实验具体步骤及结果分析 8 3.1实验步骤及结果 8 3.1.1图像的读入 8 3.1.2模版的选择 9 3.1.3彩色图像锐化 9 3.1.4图像的自动保存 10 3.1.5结果 12 3.2不同模版下的锐化效果分析 13 3.2.1不同模版下的锐化效果 13 3.2.2不同模版下的锐化效果分析 15 四、总结与展望 16 4.1论文的总结 16 4.2论文的不足 16 4.3图像处理展望 16 五、致谢 17 附录 19  一．绪论 1.1图像锐化的概念 在图像增强过程中，通常利用各类图像平滑算法消除噪声，图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时图像边缘信息也主要集中在其高频部分[]。这将导致原始图像在平滑处理之后，图像边缘和图像轮廓模糊的情况出现。 为了减少这类不利效果的影响，就需要利用图像锐化技术，使图像的边缘变得清晰。图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变得清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算(如微分运算)就可以使图像变得清晰。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。但要注意能够进行锐化处理的图像必须有较高的性噪比，否则锐化后图像性噪比反而更低，从而使得噪声增加的比信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理[]。 1.2微分运算锐化 从灰度变换曲线上可以得到，画面逐渐由亮变暗时，其灰度值的变换是斜坡变化；当出现孤立点，一般是噪声点，其灰度值的变化是一个突起的尖峰；若进入平缓变化的区域，则其灰度变化为一个平坦段;如果图像出现一条细线，则其灰度变化是一个比孤立点略显平缓的尖峰；当图像由黑突变到亮，则其灰度变化是一个阶跃。通过分析，我们可知，图像中的细节是指画面的灰度变化情况，因此我们如果要对图像进行锐化，保留其细节信息，就可采用微分算子来描述这种数据变化，从而达到锐化的目的。微分法也是空域锐化的基本方法。 微分运算是求信号的变化