图像锐化边缘检测图像锐化边检测缘检测.doc

锐化处理（高通滤波处理） Sobel算子： Laplace算子： 对应数学表达式： Acute_RGB_Image(int *buffer) { int x,y; for (y=0;yImageHeight;y++) for (x=0;xImageWidth;x++) { buffer[y*ImageWidth+x]=2*buffer[y*ImageWidth+x]-(buffer[y*ImageWidth+x-1]+buffer[(y-1)*ImageWidth+x]+buffer[y*ImageWidth+x+1]+buffer[(y+1)*ImageWidth+x])/4; if(buffer[ImageWidth*y+x]255) buffer[ImageWidth*y+x]=255; else if (buffer[ImageWidth*y+x]0) buffer[ImageWidth*y+x]=0; } } 2、改进型 void acute(Uint8 *in_data) { int i, j; int f,g; for(i=1;i576-1;i++) for(j=1;j360-1;j++) { f= *(Uint8 *)(in_data + (i*720 + j) * 2 + 1); f=f*9; g= *(Uint8 *)(in_data + ((i+1)*720 + j) * 2 + 1) +*(Uint8 *)(in_data + ((i+1)*720 + j-1) * 2 + 1) +*(Uint8 *)(in_data + ((i+1)*720 + j+1) * 2 + 1) +*(Uint8 *)(in_data + ((i-1)*720 + j) * 2 + 1) +*(Uint8 *)(in_data + ((i-1)*720 + j-1) * 2 + 1) +*(Uint8 *)(in_data + ((i-1)*720 + j+1) * 2 + 1) + *(Uint8 *)(in_data + (i*720 + j+1) * 2 + 1) + *(Uint8 *)(in_data + (i*720 + j-1) * 2 + 1); f=f-g; if(f255) f=255; if(f0) f=0; *(Uint8 *)(in_data + (i*720 + j+360) * 2 + 1) =f; } GrayImage(in_data); } 锐化后的图像轮廓变得明显，且噪声变得强烈。 图像的边缘检测 a. Roberts算子 Roberts算子是一种利用局部差分算子寻找边缘的算子. 它由下式给出: (式8.1) 式中f(x,y)是具有整数像素坐标的输入图像。Roberts算子的检测模板，如图8.3所示。它是算子，采用对角线方向相邻像素之差近似梯度幅值检测边缘。它计算简单，对具有陡峭边缘的低噪声图像响应最好。 图8.3 Robert算子的检测模板 b. Sobel算子 Sobel的基本思想是: 在以f (x, y)为中心的3*3邻域上计算x和y方向的偏导数。Sobel算子的检测模板，如图8.4所示。 图8.4 Sobel算子的检测模板 c. Prewitt算子 两个卷积核形成的Prewitt算子, 如图8.3所示. 与Sobel算子一样, 在图像中的每个像素位置都用这两个核作卷积, 取其最大值作为该点的输出值, 运算结果是一幅边界幅度图像。Prewitt算子的检测模板，如图8.5所示。 图8.5 Prewitt算子的检测模板 边缘检测算子还包括LOG算子和laplace算子，实验者可任意选择两种不同边缘检测算子，观察其检测性能差异 总梯度幅度 实验中的阈值设为120。 Edge_Grey_Image() { int x,y; int delta_x,delta_y; for (y=0;yImageHeight;y++) for (x=0;xImageWidth;x++) { delta_x=abs(buffer_grey[Im