多媒体技术中的数字图象处理.pptVIP

第六章 图像的锐化处理 图象锐化的目的是加强图象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 一阶微分算法 一、单方向的一阶梯度算法(浮雕效果) 1. 水平方向的锐化 6.1 一阶微分算法 例： 6.1 一阶微分算法 2. 垂直方向的锐化 6.1 一阶微分算法 二、 交叉微分算法（Roberts梯度算法） 6.1 一阶微分算法 三、 Sobel锐化算法 6.1 一阶微分算法 四、 Priwitt锐化算法 6.2 二阶微分算法 1. 二阶微分算法的提出背景： 参见教材的71页，从灰度的截面图可以看出二阶微分算法的意义。 6.2 二阶微分算法 2. 二阶微分算法的基本原理 6.2 二阶微分算法 3. Laplacian锐化算子 由前面的推导，写成模板系数形式形式即为Laplacian算子： 6.2 二阶微分算法 4. Laplacian变形算子 6.2 二阶微分算法 5. Wallis算子 6.3 边缘的识别与连接技术 一、边缘的连接: 在非理想状态下，边缘常常会出现断点， 即常常要解决边缘不闭合的问题。一种简单的方法是，做一个5*5的局部模板，在模板中识别其它的端点，并进行像素的填充。 6.3 边缘的识别与连接技术 6.3 边缘的识别与连接技术 二、启发式搜索: 前面的方法有一个最大的缺点是：当图像中有许多的边缘点的复杂场景，这种方法可能会对图像过度分割。因此，希望有一个科学可靠的评价标准，来去掉一些“非法连接”。 6.3 边缘的识别与连接技术 作 业 （共1题） 1. 已知一幅图像经过均值滤波之后，变得模糊了，问用锐化算法是否可以将其变的清晰一些？请说明你的观点。 一阶水平方向锐化效果 单方向一阶锐化效果图例 Roberts梯度锐化效果图例 Laplacian锐化算子效果 Laplacian类算法效果图 Sobel锐化效果图 Prewitt锐化效果图例 Wallis算法效果图 Kirsch 算法效果图 * * 9 6 2 3 2 6 8 7 2 1 6 7 8 0 3 2 6 2 1 2 1 2 3 2 1 0 0 0 0 0 0 5 12 1 0 0 -13 -13 -6 0 0 -20 -13 -3 0 0 0 0 0 0 1+2*2+3-3-2*0-8=-3 它可以看作是校正了视觉的指数特性后的Laplacian运算。 返回 返回 返回 返回 返回 返回 返回 返回 * *