數(shù)字圖像處理[圖像銳化].ppt
《數(shù)字圖像處理[圖像銳化].ppt》由會員分享,可在線閱讀,更多相關(guān)《數(shù)字圖像處理[圖像銳化].ppt(69頁珍藏版)》請在裝配圖網(wǎng)上搜索。
圖像的銳化處理,銳化可使景物邊界細(xì)節(jié)增強(qiáng),不但提高圖像的視覺效果,而且還便于對圖像的形狀特征更好地識別。,圖像銳化的目的是加強(qiáng)圖像中景物的細(xì)節(jié)邊緣和輪廓。 銳化的作用是使灰度反差增強(qiáng)。 因為邊緣和輪廓都位于灰度突變的地方。所以銳化算法的實(shí)現(xiàn)是基于微分作用。,圖像銳化的概念,圖像的景物細(xì)節(jié)特征; 一階微分銳化方法; 二階銳化微分方法; 一階、二階微分銳化方法效果比較。,圖像銳化方法,圖像細(xì)節(jié)的灰度變化特性,,掃描線,圖像細(xì)節(jié)的灰度變化微分特性,一階微分曲線,二階微分曲線,返回,一階微分銳化 —— 基本原理,一階微分的計算公式非常簡單:,離散化之后的差分方程:,考慮到圖像邊界的拓?fù)浣Y(jié)構(gòu)性,根據(jù)這個原理派生出許多相關(guān)的方法。,一階微分銳化,單方向一階微分銳化 無方向一階微分銳化 ? 交叉微分銳化(Roberts算子) ? Sobel銳化 ? Priwitt銳化,返回,單方向的一階銳化 —— 基本原理,單方向的一階銳化是指對某個特定方向上的邊緣信息進(jìn)行增強(qiáng)。 因為圖像為水平、垂直兩個方向組成,所以,所謂的單方向銳化實(shí)際上是包括水平方向與垂直方向上的銳化。,水平方向的一階銳化 —— 基本方法,水平方向的銳化非常簡單,通過一個可以檢測出水平方向上的像素值的變化模板來實(shí)現(xiàn)。,,水平方向的一階銳化 —— 例題,,,1*1+2*2+1*3-1*3-2*0-1*8=-3,,,問題:計算結(jié)果中出現(xiàn)了小于零的像素值,垂直方向的一階銳化 —— 基本方法,,垂直銳化算法的設(shè)計思想與水平銳化算法相同,通過一個可以檢測出垂直方向上的像素值的變化模板來實(shí)現(xiàn)。,垂直方向的一階銳化 —— 例題,,,1*1+2*2+1*3-1*3-2*2-1*8=-7,,,問題:計算結(jié)果中出現(xiàn)了小于零的像素值,單方向銳化的后處理,這種銳化算法需要進(jìn)行后處理,以解決像素值為負(fù)的問題。 后處理的方法不同,則所得到的效果也就不同。,單方向銳化的后處理,方法1:整體加一個正整數(shù),以保證所有的像 素值均為正。 這樣做的結(jié)果是:可以獲得類似浮雕的效果,,單方向銳化的后處理,方法2:將所有的像素值取絕對值。 這樣做的結(jié)果是,可以獲得對邊緣的有方向提取。,,返回,無方向一階銳化 —— 問題的提出,前面的銳化處理結(jié)果對于人工設(shè)計制造的具有矩形特征物體(例如:樓房、漢字等)的邊緣的提取很有效。但是,對于不規(guī)則形狀(如:人物)的邊緣提取,則存在信息的缺損。,無方向一階銳化 —— 設(shè)計思想,為了解決上面的問題,就希望提出對任何方向上的邊緣信息均敏感的銳化算法。 因為這類銳化方法要求對邊緣的方向沒有選擇,所有稱為無方向的銳化算法。,無方向一階銳化 —— 交叉微分(Roberts算法),交叉微分算法(Roberts算法)計算公式如下:,,,,,特點(diǎn):算法簡單,無方向一階銳化 —— Sobel銳化,Sobel銳化的計算公式如下:,特點(diǎn):銳化的邊緣信息較強(qiáng),無方向一階銳化 —— Priwitt銳化算法,Priwitt銳化算法 的計算公式如下:,特點(diǎn):與Sobel相比,有一定的抗干擾性。圖像效果比較干凈。,一階銳化 —— 幾種方法的效果比較,Sobel算法與Priwitt算法的思路相同,屬于同一類型,因此處理效果基本相同。 Roberts算法的模板為2*2,提取出的信息較弱。 單方向銳化經(jīng)過后處理之后,也可以對邊界進(jìn)行增強(qiáng)。,示例,返回,二階微分銳化 ——問題的提出,從圖像的景物細(xì)節(jié)的灰度分布特性可知,有些灰度變化特性一階微分的描述不是很明確,為此,采用二階微分能夠更加獲得更豐富的景物細(xì)節(jié)。,二階微分銳化 —— 景物細(xì)節(jié)特征對應(yīng)關(guān)系,,,,灰度截面,一階微分,二階微分,(a) 階躍形 (b) 細(xì)線形 (c) 斜坡漸變形,二階微分銳化 —— 景物細(xì)節(jié)對應(yīng)關(guān)系,1)對于突變形的細(xì)節(jié),通過一階微分的極大值點(diǎn),二階微分的過0點(diǎn)均可以檢測出來。,,二階微分銳化 —— 景物細(xì)節(jié)對應(yīng)關(guān)系,2)對于細(xì)線形的細(xì)節(jié),通過一階微分的過0點(diǎn),二階微分的極小值點(diǎn)均可以檢測出來。,,二階微分銳化 —— 景物細(xì)節(jié)對應(yīng)關(guān)系,3)對于漸變的細(xì)節(jié),一般情況下很難檢測,但二階微分的信息比一階微分的信息略多。,,,,二階微分銳化 —— 算法推導(dǎo),二階微分銳化 —— Laplacian 算法,由前面的推導(dǎo),寫成模板系數(shù)形式即為Laplacian算子:,示例,二階微分銳化 —— Laplacian變形算法,為了改善銳化效果,可以脫離微分的計算原理,在原有的算子基礎(chǔ)上,對模板系數(shù)進(jìn)行改變,獲得Laplacian變形算子如下所示。,示例,二階微分銳化 —— Laplacian銳化邊緣提取,經(jīng)過Laplacian銳化后,我們來分析幾種變形算子的邊緣提取效果。 H1,H2的效果基本相同,H3的效果最不好,H4最接近原圖。,示例,二階微分銳化 —— Wallis算法,考慮到人的視覺特性中包含一個對數(shù)環(huán)節(jié),因此在銳化時,加入對數(shù)處理的方法來改進(jìn)。,,,示例,二階微分銳化 —— Wallis算法,在前面的算法公式中注意以下幾點(diǎn): 1)為了防止對0取對數(shù),計算時實(shí)際上是用log(f(i,j)+1); 2)因為對數(shù)值很小log(256)=5.45,所以計算 時用46*log(f(i,j)+1)。 (46=255/log(256)),二階微分銳化 —— Wallis算法,算法特點(diǎn): Wallis算法考慮了人眼視覺特性,因此,與Laplacian等其他算法相比,可以對暗區(qū)的細(xì)節(jié)進(jìn)行比較好的銳化。,示例,返回,,,Laplacian銳化算子對圖像中的噪聲非常敏感,故在做銳化增強(qiáng)之前,需對圖像進(jìn)行平滑以消除或減弱噪聲的影響。 高斯-拉普拉斯算子將平滑運(yùn)算和銳化運(yùn)算結(jié)合在一起,非常適合被噪聲污染的圖像進(jìn)行銳化增強(qiáng),二階微分銳化 ——高斯-拉普拉斯算子,一階與二階微分的邊緣提取效果比較,以Sobel及Laplacian算法為例進(jìn)行比較。 Sobel算子獲得的邊界是比較粗略的邊界,反映的邊界信息較少,但是所反映的邊界比較清晰; Laplacian算子獲得的邊界是比較細(xì)致的邊界。反映的邊界信息包括了許多的細(xì)節(jié)信息,但是所反映的邊界不是太清晰。,返回,其他銳化算法,,1、空間域高通濾波,,圖像邊緣與高頻分量相對應(yīng),故使用空間域高通濾波可讓高頻分量通過,限制低頻分量,從而達(dá)到銳化目的,其他銳化算法,,2、方向模板匹配,,原理:將8個方向的模板,在銳化時順序作用于同一圖像窗口,對每一個模板都進(jìn)行相應(yīng)的運(yùn)算,用最大的輸出來作為窗口中心點(diǎn)像素的銳化輸出值 典型的模板有Robison、Prewitt、Krisch模板,小結(jié),上機(jī)實(shí)驗 圖像銳化,,,Sobel算子、Prewitt算子以及高斯-拉普拉斯算子實(shí)現(xiàn)圖像銳化 上機(jī)參考程序1 實(shí)驗效果圖1 上機(jī)參考程序2 實(shí)驗效果圖2,水平浮雕效果,垂直浮雕效果,返回,水平邊緣的提取效果,垂直邊緣的提取效果,返回,非矩形目標(biāo)物的單方向銳化,返回,交叉銳化效果圖例1,交叉銳化效果圖例2,交叉銳化與水平銳化的比較,交叉銳化,水平銳化,返回,Sobel銳化效果示例1,交叉銳化,Sobel銳化,Sobel銳化效果示例2,Sobel銳化,交叉銳化,返回,Priwitt銳化效果圖例,Priwitt銳化,Sobel銳化,返回,一階銳化方法的效果比較,(a) 原圖 (b) Sobel算法 (c) Priwitt算法,(d) Roberts算法 (e) 水平銳化 (f) 垂直銳化,返回,Laplacian銳化效果圖例,返回,Laplacian變形算子銳化效果,h1,h2,h3,h4,返回,Laplacian算子邊緣提取效果,返回,Wallis算法效果示例,返回,Wallis算法與Laplacian算法的比較,Wallis算法,Laplacian算法,返回,Sobel與Laplacian邊緣提取效果,Sobel銳化,Laplacian銳化,返回,上機(jī)參考程序1,I=imread(cameraman.tif); BW1 = edge(I, sobel ); BW2 = edge(I, prewitt); BW3 = edge(I,log); subplot(2,2,1),imshow(I); subplot(2,2,2),imshow(BW1); subplot(2,2,3),imshow(BW2); subplot(2,2,4),imshow(BW3);,返回,上機(jī)參考程序2,I=imread(cameraman.tif); subplot(2,2,1);imshow(I);title(original); K=fspecial(laplacian,0.7);K1=filter2(K,I)/100; subplot(2,2,2);imshow(K1);title(laplacian); L=fspecial(sobel);L1=filter2(L,I)/200; subplot(2,2,3);imshow(L1);title(sobel); M=fspecial(prewitt);M1=filter2(M,I)/200; subplot(2,2,4);imshow(L1);title(prewitt);,返回,實(shí)驗效果圖1,返回,實(shí)驗效果圖2,返回,- 1.請仔細(xì)閱讀文檔,確保文檔完整性,對于不預(yù)覽、不比對內(nèi)容而直接下載帶來的問題本站不予受理。
- 2.下載的文檔,不會出現(xiàn)我們的網(wǎng)址水印。
- 3、該文檔所得收入(下載+內(nèi)容+預(yù)覽)歸上傳者、原創(chuàng)作者;如果您是本文檔原作者,請點(diǎn)此認(rèn)領(lǐng)!既往收益都?xì)w您。
下載文檔到電腦,查找使用更方便
14.9 積分
下載 |
- 配套講稿:
如PPT文件的首頁顯示word圖標(biāo),表示該P(yáng)PT已包含配套word講稿。雙擊word圖標(biāo)可打開word文檔。
- 特殊限制:
部分文檔作品中含有的國旗、國徽等圖片,僅作為作品整體效果示例展示,禁止商用。設(shè)計者僅對作品中獨(dú)創(chuàng)性部分享有著作權(quán)。
- 關(guān) 鍵 詞:
- 圖像銳化 數(shù)字圖像 處理 圖像 銳化
鏈接地址:http://m.zhongcaozhi.com.cn/p-2836442.html