沈阳理工课设数字图像处理图像锐化-二阶微分设计.docxVIP

摘 要本次课设主要内容是用二阶微分的方法实现微分算子来将图像锐化。传统的边缘检测就是利用了边缘是图像上灰度变化最剧烈的地方这一特点，对图像各个像素点进行微分来确定边缘像素点。本课题利用MATALB编程分析相同一张图片在不同的二阶微分算子处理后得到不同的效果。首先分析二阶微分的算法，通过调用imfilter（），edge（），fspecial（）等函数实现拉普拉斯算子，log算子的图像锐化处理。通过利用模板实现拉普拉斯算子和Wallis算子。分析得到锐化后的图片通过比对效果可以得到不同二阶微分的处理优缺点。关键词 图象锐化；二阶微分；MATLAB目 录1 图像锐化二阶微分的设计目的12 图像锐化二阶微分的设计要求13 相关知识14 基于二阶微分的图像增强设计原理24.1 laplacian算子及Log算子24.2 Wallis算法分析35 二阶微分程序35.1 算子程序代码35.1.1 Laplacian算子代码45.1.2 Log算子代码45.1.3 Laplacian算法模板代码45.1.4 Wallis算法代码55.2 运行结果66 结果分析7图像锐化程序设计—二阶微分的图像增强1 图像锐化二阶微分的设计目的理解并掌握图像锐化的方法。加深对图像的锐化处理—二阶微分基本理论知识的理解。掌握数字图像处理基于二阶微分的图像增强的过程及其应用。2 图像锐化二阶微分的设计要求掌握基于二阶微分的图像增强的相关知识、概念清晰。熟练使用MALAB，合理设计程序，并能够正确运行，得到恰当的结果。3 相关知识图像处理并不仅限于对图像进行增强、复原和编码，还有对图像进行分析。图像分析旨在对图像进行描述，即用一组数或符号表征图像中目标区的特征、性质和相互间的关系，为模式识别提供基础。描述一般针对图像或景物中的特定区域或目标。边缘检测是图像分析中的重要内容也是最基本的特征。所谓边缘，是指周围像素灰度有阶跃变化货屋顶变化的那些像素的集合。边缘广泛存在于物体于背景之间、物体与物体之间、基元与基元之间，因此它也是图像分割所依赖的重要特征[1]。两个具有不同灰度值的相邻区域之间总存在边缘。常见的边缘点有：①阶梯形边缘（Step-edge），即从一个灰度到比它高（或低）好多的另一个灰度；②屋顶形边缘（Roof-edge）,它的灰度慢慢增加（减少）到一定程度然后慢慢减小（增加）；③线形边缘（Line-edge）,它的灰度线性变化中出现灰度脉冲[2]。传统的边缘检测就是利用了边缘是图像上灰度变化最剧烈的地方这一特点，对图像各个像素点进行微分来确定边缘像素点。一阶微分图像的峰值处对应着图像的边缘点。根据数字图像的特点，处理图像过程中常采用差分来代替导数运算，对于图像的简单一阶导数运算，由于具有固定的方向性，只能检测特定方向的边缘，所以不具有普遍性。为了克服一阶导数的缺点，我们定义图像的梯度算子为： (3.1)这是图像处理中最常用的一阶微分算法，式子中的F（j,k）表示图像的灰度值，图像梯度的最重要的性质是梯度的方向在图像灰度的最大变化率上，这恰好可以反映出图像边缘上的灰度变化[4]。图像边缘提取的常用梯度算子有Robert算子、Sobel算子、Prewitt算子、拉普拉斯算子等。这里研究分析拉普拉斯算子和Wallis算法。4 基于二阶微分的图像增强设计原理4.1 laplacian算子及Log算子拉普拉斯算子是一种二阶边缘检测算子，它是一个线性的、移不变的算子。定义为： (4.1)图像经过二阶微分之后，在边缘出产生一个陡峭的零交叉，根据这个零交叉判断边缘。拉普拉斯算子一般采用的模板为: 在laplacian算子中用到fspecial函数用于建立预定义的滤波算子，h = fspecial(type，para)其中type指定算子的类型，para指定相应的参数；laplacian为拉普拉斯算子，参数alpha用于控制算子形状，取值范围为(0，1)，默认值为0.2。由于图像边缘处的一阶微分的极值点，图像边缘处的二阶微分应为零，确定零点的位置要比确定极值点容易得多，也比较精确。但二阶微分对噪声更为敏感[5]。因此，在通常情况下，在对图像进行拉普拉斯算子边缘处理前，先对图像进行平滑滤波器处理，一般采用的是高斯滤波器[6]。把高斯平滑滤波器和拉普拉斯锐化滤波器结合起来，先平滑掉噪声，再进行边缘检测的方法叫做高斯拉普拉斯算子（简称Log算子）。常用的Log算子是5×5的模块，如下所示:在Log算子中，对边缘判断采用的技术是零交叉检测，把零交叉检测推广一下，我们只要在检测前用指定的滤波器对图像进行滤波，然后再寻找零交叉点作为边缘。4.2 Wallis算法分析考虑到人的视觉特性中包含一个对数环节，因此在锐化时，加入对数处理的方法