计算机图像处理作业.docVIP

作业内容： 一、目的 1．掌握数字图像增强的基本原理和方法，并能运用Photoshop软件对图像进行增强操作。 2． 比较不同方法图像增强的效果，分析这些增强方法的特点。 二、内容 应用Photoshop软件对图像作灰度拉伸、对比度增强、直方图均衡、图像平滑、中值滤波、边缘增强、伪彩色增强、假彩色合成等。 四、思考题 1. 通过操作，中值滤波和均匀平滑在去图像噪声上各有什么特点?试比较两种方法异同。 中值滤波是一种保边缘的非线性图像平滑方法，在图像增强中广泛应用。对图像进行中值滤波是指在中值滤波器涉及的范围内计算最大值和最小值之间的中值。中值滤波对于消除椒盐噪声非常有效，在光学测量条纹图像的相位分析处理方法中有特殊作用，但在条纹中心分析方法中作用不大。其工作原理是基于排序统计了理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近真实值，从而消除孤立的噪声点。 均匀平滑是线性的平滑方法。为了消除噪音而引起边缘模糊，该算法先找出环绕每像素的最均匀的像素窗口，然后利用窗口的灰度均值代替原来像素的灰度值。此算法经过多次迭代，J增强平滑的效果，再消除图像噪音的同时，保持边缘清晰度。但缺点是对丁复杂形状的边界会过分平滑，而失去细节。 2.边缘增强与边缘检测有什么不同，试比较边缘检测算子Laplace、Prewitt、Sobel算子、方向算子和梯度算子的优缺点。 边缘增强：图像增强处理的一种。它是将遥感图像（或影像）相邻像元（或区域）的亮度值（或色调）相差较大的边缘（即影像色调突变或地物类型的边界线）处加以强调于以突出处理的技术方法。经边缘增强后的图像能更清晰地显示出不同地物类型或现象的边界，或线形影像的行迹，以便于不同地物类型的识别及其分布范围的圈定。 边缘检测： 图像边缘检测：边缘检测是检测图像局部显著变化的最基本运算，梯度是函数变化的一种度量。图像灰度值的显著变化可用梯度的离散逼近函数来检测，大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。边缘检测可分为两大类基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界，通常是Laplacian过零点或者非线性差分表示的过零点。 laplace算子是与方向无光的各向同性边缘检测算子,若只关心边缘点的位置而不顾其周围的实际灰度差时,一般选择该算子进行检测.特点:各向同性,线性和位移是不变的,对线性和孤立点检测效果好,但边缘方向信息丢失,常产生双像素的边缘,对噪声有双倍的加强作用。 prewitt算子为在检测边缘的同时减少噪声的影响，从加大边缘检测算子的模板大小出发，由2*2扩大到3*3来计算差分算子，采用prewitt算子能检测到边缘点，还可以抑制噪声。 sobel算子在prewitt算子基础上能检测边缘点，且能进一步抑制噪声的影响，但检测的边缘较宽。梯度算子和laplacian算子都对噪声敏感，因此一般用它们检测边缘前要先对图像进行平滑。 方向算子：利用彝族模板对图像中的同一像素求卷积，选取其中最大的值作为边缘强度，而将与之对应的方向作为边缘方向。 梯度算子：对阶跃状边缘，在边缘处一阶导数有极值，因此可以计算每个像素处的梯度来检测边缘点。梯度大小代表边缘强度，梯度方向与边缘走向垂直。梯度算子仅计算相邻像素的灰度差，对噪声敏感，无法抑制噪声的影响。 ？