第六章图像的锐化处理解析.ppt

第六章 图像的锐化处理 Sobel扩展算子示例 两种算子视觉效果区别不大，但扩展算子 检测的边缘具有方向性，在需要边缘方向 信息的情况下，扩展算子应用更广 6.2.4 Priwitt微分算子 假设有一个3?3的窗口,变换后图像f(i,j)的灰度值为： Priwritt算子模板 Priwitt算子示例 与Sobel微分算子处理效果相比：从肉眼几乎无法区别处理效果的差异性。 Priwitt算子扩展 Priwitt扩展算子示例 表 常用的梯度算子 6.3 二阶微分算子 对于突变形的细节，通过一阶微分的极大值点，二阶微分的过0点均可以检测出来。 对于细线形的细节，通过一阶微分的过0点，二阶微分的极小值点均可以检测出来。 对于渐变的细节，一般情况下很难检测，但二阶微分的信息比一阶微分的信息略多。 6.3.1 Laplacian微分算子 拉普拉斯算子： 设?2f 为拉普拉斯算子 由于 写成模板系数形式形式即为Laplacian算子： 或 假设图像的模糊是由于扩散现象(如胶片颗粒化学扩散，光点散射)而引起，可用下面公式锐化图像： 拉普拉斯锐化增强 : 式中f、g分别为锐化前后的图像，k为与扩散效应有关的系数。 * * 第6章 图像的锐化处理 6.1 图像细节的基本特征 6.2 一阶微分算子 6.3 二阶微分算子 图象锐化的目的是加强图象中景物的边缘和轮廓, 突出图像中的细节或者增强被模糊了的细节。 图像模糊的实质是图像受到平均或积分运算。如果对其逆运算(如微分、梯度运算),可使图像清晰。 从频谱角度分析,图像模糊的实质是因其高频分量被衰减,因而可以用加重高频滤波来使图像清晰。 注意： ? 能进行锐化处理的图像必须要求有较高的 信噪比。 ? 一般先对图像去除或减轻干扰噪声后，才 能进行图像锐化处理。 锐化的作用是要使灰度反差增强。 6.1 图像细节的基本特征 扫描线 灰度渐变 孤立点 细线 灰度跃变 图像细节的灰度分布特性 平坦段 反映图像噪声点、细线与边缘的灰度变化规律 画面逐渐由亮变暗 ? 斜坡变化 噪声点（孤立点） ? 突起的尖峰 平缓变化的区域 ? 平坦段 细线 ? 比孤立点略显平缓的尖峰 由黑突变到亮 ? 阶跃 图像中的细节是指画面中的灰度变化情况。 问题：如何反映画面中灰度数据的变化？ 采用数学中的微分算子 “一阶微分”描述“数据的变化率” “二阶微分”描述“数据变化率的变化率” 微分法锐化的原理 均值产生钝化的效果，而均值与积分相似，由此而联想到，微分能不能产生相反的效果，即锐化的效果？结论是肯定的。 在图像处理中应用微分最常用的方法是计算梯度。 灰度变化细节与微分变化关系 ⑴ 灰度值剖面的一阶微分在图像由暗?明位置处有一个向上阶跃，在图像由明?暗位置处有一个向下阶跃，而在其它位置为零；表明可用一阶微分的极大值来识别该剖面的灰度细节。 阶跃形的灰度变化与微分变化 灰度变化细节与微分变化关系 ⑵灰度值剖面的二阶微分在一阶微分的阶跃上升区有一个向上脉冲，在阶跃下降区有一个向下脉冲。两阶跃之间有一个过零点，这过零点正对应原图灰度变化细节；表明可用二阶微分过零点检测图像中灰度变化细节位置。 6.2 一阶微分算子 对于图像函数f(x,y)，一阶微分的定义是通过梯度实现的。 对于图像函数f(x,y)，定义在点(x,y)处的梯度矢量 、 分别表示图像某处沿x方向和y方向的灰度变化率。 梯度的两个重要性质是：（1）矢量G[f(x,y)]指向函数最大变化率的方向；（2）G[f(x,y)]的幅度表示在G方向上每单元距离 的最大增加率。 G[f(x,y)]的幅度用|G [f(x,y)]|来表示： 梯度法——生成梯度图像 a、最简单的梯度图像： 使各点灰度g(x,y)等于该点的梯度幅度。 缺点是增强的图像仅显示灰度变化比较陡的线条边缘轮廓，而灰度变化平缓的区域则呈黑色。 b、适当选取一个门限值T，它可以有效地增强边缘轮廓而不影响灰度变化较平缓的背景特征。即 T是一个非负的阈值，当某点的梯度值超过T时，该点灰度值就用其梯度值表示，否则仍保持原值。 c、为了得到图像清晰的边界，并仍然保持灰度变化平缓区域的原有图像特性。有： 式中LG为给边缘规定的一个灰度值。 d、为了突出边缘灰度变化，而不观察背景： LB是给图像背景规定的固定灰度级。 e、还可设置只留两个灰度级，可得二值梯度图像，供研究边缘位置： 这种二值图像使得观察边缘的位置容易可行。 梯度法示例 3 3 3 3 3 3 3 5 5 5 5 3 3 5 9 9