图像增强和平滑分析技术分析.pptVIP

二、 伪彩色增强 伪彩色增强是针对灰度图像提出的，其宗旨是把离散黑白图像 的不同灰度级按照线性或者非线性映射成不同彩色，来提高图像内容的可辨识度。其增强原理图6－34示。 图6－34伪彩色增强原理 第四节 图像锐化 锐化的目的：增强图像中物体的边缘和轮 廓，便于提取物体特征进而 对物体的识别和分析。 一、 梯度法 微分运算有加强高频分量的作用，从而使图像轮廓清晰。对于数字图像，微分可用差分近似代替，沿x和y方向的一阶差分分别表示为 ： 图6－25 沿x和y方向的一阶差分 (6-28) (6-29) 用上两式的对图6－26(a)二值图像进行一阶差分，其结果如图(b)、(c)示。 梯度运算具有各向同性特性。 (a) 原图 (b) y方向的一阶差分 (c) x方向的一阶差分 图6－26 一阶差分的图像锐化 对于图像 ，在其点 上的梯度定义为矢量 ： (6-30) 的幅度： 向量的幅角 梯度幅度是一个各向同性的微分算子，并且是 沿向量方向上的最大变化率。 (6-31) （6－32） 对离散图像而言，可用差分近似表示式（6-31），其关系式是: 在实际应用中，为提高运算速度，常把（6－33）式简化成： 采用（6－33）式的梯度法对图像锐化结果如图6－28所示。 （6－33） （6－34） (a) 原图 (b) 梯度运算后图像 (c) 对(b)反转后图像 图6－28梯度算法对图像锐化 采用梯度法进行图像锐化的Matlab程序如下： I=imread(lena.bmp); I=double(I); [IX,IY]=gradient(I); GM=sqrt(IX.*IX+IY.*IY); figure(1),imshow(GM,[]); 还有一种称为罗伯茨梯度(Roberts Gradient)的算子，表达式为： 梯度幅度比例于相邻像素的灰度级差值。在灰度陡变区域，梯度值大；在灰度相似区域，梯度值小；在灰度级为常数的区域，梯度为零。 (6-35) 二、 拉普拉斯算子 拉普拉斯（Laplacian）算子是常用的边缘增强算子，与梯度算子一祥，具有各向同性（旋转不变性），从而满足不同走向的图像边界的锐化要求。 对图像 ，其Laplacian运算为： (6-36) 其数字图像，其形式为 （6-37） （6-38） 将（6-37）、（6－38）代入（6－26）整理得： （6－39）式可以用卷积形式表示，即： 其中 ，是一种空间滤波形式 (6-39) (6-40) 计算函数的拉普拉斯值也可借助各种模板实现，常用有： 这里对模板的基本要求是对应中心像素的系数应是正的，而对应中心像素邻近象素的系数应是负的，且它们的和应该是零。 利用Laplacian算子进行图像增强的效果如图6－29示，其Matlab程序清单如下： I=imread(‘lena.bmp’); I=double(I); subplot(1,2,1),imshow(I,[]) h=[0 1 0, 1 –4 1, 0 1 0]; %Laplacian算子 J=conv2(I,h,’same’); %进行卷积运算 figure(1),imshow(J,[]); (a) 原图 (b) Laplacian运算后图像 图6－29 Laplacian运算示例 三、其它锐化算子与方法 （一）Sobel算子 采用微分锐化图像，同时会使噪声、条纹等得到增强，为此对锐化算子进行了各种改进。Sobel算子就是其中一例，它在一定程度上克服了上述问题。Sobel算子的表达式： (6-40) 用模板表示，即 为了简化计算，可用 来代替上式，从而得到锐化后的图像。