实验报告-图像锐化.docVIP

数字图像处理(2015年春季学期) 实 验 报 告 系别：计算机科学与技术 班级：计算机12-1 姓名：依力夏提江·艾买尔 学号：12101020129 实验名称：图像锐化 总成绩： 评语： 日期： 《图像信息处理》实验报告 实验名称 图像锐化 实验序号 3 实验日期 2015.5.25 实验人 依力夏提江·哎买尔 一、实验目的、要求与环境 1．目的：通过实验，了解数字图象锐化的一般方法，掌握图象锐化的编程方法，了解常见图象锐化效果的评价规则。 2.要求：将给定的图像进行锐化处理，要求处理，分析锐化后的视觉效果，提交实验报告。的算法不限，采用一种或几种将根据图像的难度、量与实验效果进行评分 3.环境：Windows 7操作系统 Microsoft Visual Studio 2005 (VS2005) 自带图像文件L1.bmp： 二、实验步骤 准备相关图像文件。 2．在Win 7操作系统上，打开Microsoft Visual Studio 2005，编写相关程序，完成程序主体框架结构。 3．编写图像锐化的彩色图像灰度化，Sobel算法锐化，图像二值化处理 4．对程序进行相关调试，修改程序，去除其中的BUG。 5. 利用自己准备的图像的文件和编写的程序，进行图像锐化处理。 6．截屏，保留实验结果，进行实验结果分析，并撰写实验报告。 三、相关背景知识 （写你自己觉得比较重要的与本实验相关的背景知识） 在边缘检测中，常用的一种模板是Sobel 算子。Sobel 算子有两个，一个是检测水平边缘的 ；另一个是检测垂直边缘的 。与Prewitt算子相比，Sobel算子对于象素的位置的影响做了加权，可以降低边缘模糊程度，因此效果更好。 Sobel算子另一种形式是各向同性Sobel(Isotropic Sobel)算子，也有两个，一个是检测水平边缘的 ，另一个是检测垂直边缘的 。各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。将Sobel算子矩阵中的所有2改为根号2，就能得到各向同性Sobel的矩阵。 由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数， 简单有效，因此应用广泛。美中不足的是，Sobel算子并没有将图像的主体与背景严格地区分开来，换言之就是Sobel算子没有基于图像灰度进行处理，由于Sobel算子没有严格地模拟人的视觉生理特征，所以提取的图像轮廓有时并不能令人满意。 在观测一幅图像的时候，我们往往首先注意的是图像与背景不同的部分，正是这个部分将主体突出显示，基于该理论，我们给出了下面阈值化轮廓提取算法，该算法已在数学上证明当像素点满足正态分布时所求解是最优的。 六、实验结果与分析 （下面是一个例子，换上你自己的图） 图像锐化： 源图： 灰度化： 再经过Sobel算法锐化： 再经过二值化后： 实验结果分析： 如上几个图像所示，之所以可以从人物、背景中提取出轮廓，是因为因此如果当图中被将这就锐化Sobel边缘检测算法 Sobel operator）主要用作边缘检测，在技术上，它是一离散性差分算子，用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子，将会产生对应的灰度矢量或是其法矢量 ?Sobel卷积因子为： ?该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值，其公式如下： ? ?具体计算如下： Gx = (-1)*f(x-1, y-1) + 0*f(x,y-1) + 1*f(x+1,y-1) ????? +(-2)*f(x-1,y) + 0*f(x,y)+2*f(x+1,y) ????? +(-1)*f(x-1,y+1) + 0*f(x,y+1) + 1*f(x+1,y+1) = [f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)]-[f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)] ?Gy =1* f(x-1, y-1) + 2*f(x,y-1)+ 1*f(x+1,y-1) ????? +0*f(x-1,y) 0*f(x,y) + 0*f(x+1,y) ????? +(-1)*f(x-1,y+1) + (-2)*f(x,y+1) + (-1)*f(x+1, y+1) = [f(x-1,y-1) + 2f(x,y-1) + f(x+1,y-1)]-[f(x-1, y+1) +