图象增强--梯度锐化.docVIP

图象增强--梯度锐化 图象增强--梯度锐化 1、微分法 　　在图象中，边缘是由灰度级和相邻域点不同的象素点构成的。因而，若想增强边缘，就应该突出相邻点间的灰度级的变化。微分运算可用来求信号的变化率，因而具有加强高频分量的作用。如果将其应用在图象上，可使图象的轮廓清晰。由于我们常常无法事先确定轮廓的取向，因而挑选用于轮廓增强的微分算子时，必须选择那些不具备空间方向性的和具有旋转不变的线形微分算子。 　　图象处理中最常用的微分方法是求梯度。对于图象f(x, y), 它在点（x,y）处的梯度是一个矢量。 　　微分运算一般用差分来代替。常用的差分形式有两种： 1)　GM(x,y)=|f(x,y)-f(x+1,y)|+|f(x,y)-f(x,y+1)| 2)　GM(x,y)=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)| 　　利用差分运算时，图象的最后一行和最后一列的象素的梯度无法求得，一般用前一行或前一列的梯度值近似代替。 　　算出梯度后让梯度图象的灰度值g(x,y)等于该点的梯度幅度，即g(x,y)=GM(x,y)。这是常用的方法。 　　还有就是： 　　1) 　　　　　　 　　2) 　　　　　　　　Lg为一指定的灰度值。 　　3) 　　　　　　　　Lb为一对背景指定的灰度值。 　　4) 　　　　　　　　Lg 和 Lb 的意义同上。 2、卷积 　　一般可使用如下高通滤波矩阵： 0 -1 0 -1 5 -1 0 -1 0 -1 -1 -1 -1 9 -1 -1 -1 -1 1 -2 1 -2 5 -2 1 -2 1 -1 -2 -1 -2 19 -2 -1 -2 -1 -2 1 -2 1 6 1 -2 1 -2 -------------------------------------------------------------------------------- 下面是微分法第一种方法的程序，适用于灰阶图象。 /* Contents a_gradient Sharpen images with differential method */ #include stdio.h #include vicdefs.h #include vicfcts.h #include vicerror.h #include string.h #include math.h #include float.h extern int _cdecl checkrange_(imgdes *); /* Sharpen images. Returns NO_ERROR, BAD_RANGE, BAD_FAC, NO_EMM, EMM_ERR, NO_XMM, or XMM_ERR */ int _cdcel a_gradient(imgdes * srcimg, imgdes * desimg, int kind_method) { int pixel_gray_1, pixel_gray_2, pixel_gray_3, pixel_gray_4, j, k, i, l; int rcode=NO_ERROR; int sx, sy, ex, ey; int gradient; int kind; kind = kind_method; /* Check range of start, end position */ if (checkrange_(srcimg)) return (BAD_RANGE); if (kind != 1 kind != 2) return (BAD_FAC); sx = srcimg-stx; sy = srcimg-sty; ex = srcimg-endx; ey = srcimg-endy; copyimgdes (srcimg, desimg); rcode = copyimage(srcimg, desimg); if (rcode != NO_ERROR) return (rcode); for (k= sx; k= ex-1; k++) { for (j=sy; j= ey-1; j++) { gradient = 0; if (kind ==1) { pixel_gray_1 = getpixelgray (srcimg, k, j); pixel_gray_2 = getpixelgray (srcimg, k+1, j); pixel_gray_3 = getpixelgray (srcimg, k, j); pixel_gray_4 = getpixelgray (srcimg, k, j+1); } else { pixel_gr