第4章灰度图像处理幻灯片.pptVIP

运行结果 不同阈值下的锐化效果图（T=7、50） 2. Sobel算子 -1 0 1 -2 0 2 -1 0 1 -1 -2 -1 0 0 0 1 2 1 Sx Sy 可用g=|Sx|+ |Sy|来代替 Sobel算子不像普通梯度算子那样用两个像素的差值， 这就导致了以下两个优点： （1） 由于引入了平均因素， 因而对图像中的随机噪 声有一定的平滑作用。 （2） 由于它是相隔两行或两列之差分， 故边缘两侧 元素得到了增强，边缘显得粗而亮。 2. Sobel算子 Matlab程序 I=imread(lena.bmp); subplot(1,2,1),imshow(I); title(原灰度图); I=double(I); h=fspecial(sobel); J1=filter2(h,I); J=I-J1; subplot(1,2,2),imshow(J); title(sobel算子边缘锐化后) 如果是彩色图像，添加一条灰度变换函数 I=imread(花朵.jpg); I=rgb2gray(I); 运行结果 4.5.2 拉普拉斯运算 拉普拉斯算子为 锐化后的图像g为 式中：f、g分别为锐化前后的图像，k为与扩散效应有关的系数。k的选择要合理，太大会使图像中的轮廓边缘产生过冲；k太小，锐化不明显。 4.4.1 图像噪声分类 为了分析处理方便，将乘性噪声近似认为加性噪声， 而且假定信号和噪声是互相独立的。 外部噪声：仪器造成的（课本P56） 内部噪声：景物本身造成的 统计特性 平稳噪声 非平稳噪声 噪声和信号之间的关系 加性噪声 乘性噪声 4.4.2 模板操作和卷积运算 将原图中的一个像素的灰度值和它周围邻近8个像素的 灰度值相加，然后将求得的平均值作为新图像中该像素的 灰度值。 模板（Template） 将要处理的元素 4.4.3 邻域平均法 利用Box模板（模板中所有系数都取相同值）对图像进行模板操作（卷积运算）的图像平滑方法。 （1+2+1+1+2+2+5+7+6）/ 9= 3 （2+1+4+2+2+3+7+6+8）/ 9= 4 （1+4+3+2+3+4+6+8+9）/ 9= 4 （1+2+2+5+7+6+5+7+6）/ 9= 4 （2+2+3+7+6+8+7+6+8）/ 9= 5 （2+3+4+6+8+9+6+8+8）/ 9= 6 （5+7+6+5+7+6+5+6+7）/ 9= 6 （7+6+8+7+6+8+6+7+8）/ 9= 7 （6+8+9+6+8+8+7+8+9）/ 9= 8 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1* 1* 1* 1* 1* 1* 1* 1* 1* 3 4 4 4 5 7 6 8 6 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1* 1* 1* 1* 1* 1* 1* 1* 1* 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1* 1* 1* 1* 1* 1* 1* 1* 1* 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1* 1* 1* 1* 1* 1* 1* 1* 1* 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1* 1* 1* 1* 1* 1* 1* 1* 1* 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1* 1* 1* 1* 1* 1* 1* 1* 1* 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1* 1* 1* 1* 1* 1* 1* 1* 1* 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1* 1* 1* 1* 1* 1* 1* 1* 1* 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1* 1* 1* 1* 1* 1* 1* 1* 1* 4.4.3 邻域平均法 邻域平均法的数学含义可用下式表示： 式中：x, y = 0, 1, …, N-1； S是以(x, y)为中心的邻域的集合，M是S内的点数。