图像处理与图像识别 锐化 优秀培训书.pptVIP

第六章 图像的锐化处理 图像锐化的目的是加强图像中景物的边缘和轮廓。 锐化的作用是要使灰度反差增强。 因为边缘和轮廓都位于灰度突变的地方。所以锐化算法的实现是基于微分作用。 6.1.1 一阶微分算法原理 一阶微分的计算公式非常简单： 6.1.2 单方向的一阶梯度算法 单方向的一阶梯度算法可以获得浮雕效果 1. 水平方向的锐化 例 题 6.1.2 单方向的一阶梯度算法 2. 垂直方向的锐化 6.1.3 无方向一阶梯度算法 1.交叉微分算法（Roberts算法） 6.1.3 无方向一阶梯度算法 2. Sobel锐化算法 6.1.3 无方向一阶梯度算法 3. Priwitt锐化算法 6.1.4 一阶梯度算法效果比较 Sobel算法与Priwitt算法的思路相同，属于同一类型，因此处理效果基本相同。 Roberts算法的模板为2*2，提取出的信息较弱。 浮雕算法经过后处理之后，也可以对出各个方向的边界进行增强。 一阶梯度算法可以用来提取边界。 6.2 二阶微分算法 二阶微分算法的提出背景： 参见教材的71页中的图4.21，从灰度的截面图可以看出，当边界呈尖顶型分布时，一阶微分很难识别，而二阶微分算法则没有问题。 不同边界分布在实际图像中的对应关系可参考教材66页中的图4.12。 6.2.1 二阶微分算法基本原理 6.2.2 Laplaci