数字图像处理 验一.docVIP

数字图像处理实验一 实验目的 学习时域平滑滤波器的概念及原理，观察并比较由不同模版3×3，5×5，7×7模版处理后的图像。 学会使用Robert梯度算法寻找图像边界及其相关的原理。 学习锐化处理，使用laplace算子对图像实现锐化处理，不断尝试寻找不同的观察其效果 实验原理 平滑空间滤波器 平滑滤波器用于模糊处理和减小噪声，我们学习的平滑线性空间滤波器的输出响应是包含在滤波模版邻域内像素的简单平均值，也称均值滤波器，属于低通滤波器。 平滑滤波器用滤波模版确定的邻域内像素的平均灰度值去代替图像每个像素点的值，这种处理减小了图像灰度的尖锐化，同时也会带来一些负面的影响，比如的处理完之后带来图像会更加的模糊，尤其是当模版越大的时候越明显。 模版大致有两种，一是邻域平均，一是加权平均。本次实验中使用加权平均的方式，简单的进行加权平均表示成： 注意滤波器模板的所有系数均为1，可保证输出图仍在原来的灰度值范围，计算也更有效。在处理的时候，应该注意边界的处理必要的时候可以扩展一下边界。补0或者是使用最外圈的数据扩展。 Robert梯度算法 梯度法是基于一阶微分寻找边界的方法。实际实现算法的过程中经常会使用绝对值（街区距离）来替代平方根（欧氏距离）运算近似求梯度。为得出合适的滤波模版，Robert定义了交叉差分算法，给出了梯度的近似算法如下：