图像增强-图像锐化
2012-07-21 20:20
190 查看
图像锐化主要影响图像中的低频分量,不影响图像中的高频分量。
图像锐化的主要目的有两个:
1.增强图像边缘,使模糊的图像变得更加清晰,颜色变得鲜明突出,图像的质量有所改善,产生更适合人眼观察和识别的图像;
2.希望通过锐化处理后,目标物体的边缘鲜明,以便于提取目标的边缘、对图像进行分割、目标区域识别、区域形状提取等,进一步的图像理解与分析奠定基础。
图像锐化一般有两种方法:
1.微分法
2.高通滤波法
这里主要介绍一下两种常用的微分锐化方法:梯度锐化和拉普拉斯锐化。
注意:由于锐化使噪声受到比信号还要强的增强,所以要求锐化处理的图像有较高的信噪比;否则,锐化后的图像的信噪比更低。
1.梯度锐化
基本理论
邻域平均法或加权平均法可以平滑图像,反过来利用对应的微分算法可以锐化图像。微分算法是求信号的变化率,有加强高频分量胡作用,从而使图像轮廓清晰。
由于图像模糊胡实质是图像受到平均或积分运算造成的,所以为了把图像中任何方向伸展的边缘肯模糊的轮廓变得清晰,可以对图像进行逆运算如微分运算,从而使图像清晰化。
在图像处理中,一阶微分是通过梯度算法来实现的,对于一幅图像用函数f(x,y)表示,定义在f(x,y)在点(x,y)处的梯度是一个矢量,定义为:
View Code
图像锐化的主要目的有两个:
1.增强图像边缘,使模糊的图像变得更加清晰,颜色变得鲜明突出,图像的质量有所改善,产生更适合人眼观察和识别的图像;
2.希望通过锐化处理后,目标物体的边缘鲜明,以便于提取目标的边缘、对图像进行分割、目标区域识别、区域形状提取等,进一步的图像理解与分析奠定基础。
图像锐化一般有两种方法:
1.微分法
2.高通滤波法
这里主要介绍一下两种常用的微分锐化方法:梯度锐化和拉普拉斯锐化。
注意:由于锐化使噪声受到比信号还要强的增强,所以要求锐化处理的图像有较高的信噪比;否则,锐化后的图像的信噪比更低。
1.梯度锐化
基本理论
邻域平均法或加权平均法可以平滑图像,反过来利用对应的微分算法可以锐化图像。微分算法是求信号的变化率,有加强高频分量胡作用,从而使图像轮廓清晰。
由于图像模糊胡实质是图像受到平均或积分运算造成的,所以为了把图像中任何方向伸展的边缘肯模糊的轮廓变得清晰,可以对图像进行逆运算如微分运算,从而使图像清晰化。
在图像处理中,一阶微分是通过梯度算法来实现的,对于一幅图像用函数f(x,y)表示,定义在f(x,y)在点(x,y)处的梯度是一个矢量,定义为:
View Code
/************************************************************************* * 函数名称: * GradSharp() * 参数: * BYTE bThre - 阈值 * 返回值: * BOOL - 成功返回TRUE,否则返回FALSE。 * 说明: * 该函数用来对图像进行梯度锐化,设定梯度锐化的阈值为30 /************************************************************************/ void CImgEnhance::GradSharp(unsigned char Thre) { unsigned char* pSrc; // 指向源图像的指针 unsigned char* pDst; unsigned char* pSrc1; unsigned char* pSrc2; LONG i,j; // 循环变量 int bTemp; if(m_pImgDataOut != NULL) { delete []m_pImgDataOut; m_pImgDataOut = NULL; } if(m_nBitCount != 8) { AfxMessageBox("只能处理8位灰度图像!"); return ; } int lineByte = (m_imgWidth * m_nBitCount / 8 + 3) / 4 * 4; //创建要复制的图像区域 m_nBitCountOut = m_nBitCount; int lineByteOut = lineByte; if (!m_pImgDataOut) { m_pImgDataOut = new unsigned char[lineByteOut * m_imgHeight]; } int pixelByte = m_nBitCountOut / 8; // 此处实际就是1,因为只处理8位图像 for(i = 0; i < m_imgHeight; i++) { for(j = 0; j < m_imgWidth * pixelByte; j++) *(m_pImgDataOut + i * lineByteOut + j) = *(m_pImgData + i * lineByteOut + j); } for(i = 0; i < m_imgHeight; i++) // 每行 { for(j = 0; j < m_imgWidth; j++) // 每列 { //指向新DIB第i行第j列的像素的指针 pDst = m_pImgDataOut + lineByte * i + j; // 进行梯度运算 // 指向DIB第i行,第j个象素的指针 pSrc = (unsigned char*)m_pImgData + lineByte * i + j; // 指向DIB第i+1行,第j个象素的指针 pSrc1 = (unsigned char*)m_pImgData + lineByte * (i+1) + j; // 指向DIB第i行,第j+1个象素的指针 pSrc2 = (unsigned char*)m_pImgData + lineByte * i + j + 1; bTemp = abs((*pSrc)-(*pSrc1)) + abs((*pSrc)-(*pSrc2)); // 判断是否小于阈值 if ((bTemp+120) < 255) { // 判断是否大于阈值,对于小于情况,灰度值不变。 if (bTemp >= Thre) { *pSrc = bTemp + 120; } } else { *pSrc = 255; } //生成新的DIB像素值 *pDst = *pSrc; } } }
相关文章推荐
- 图像增强之拉普拉斯锐化---高斯一阶导二阶导数
- 【算法学习】【图像增强】基于拉普拉斯算子的图像锐化
- 图像锐化(增强)和边缘检测
- 灰度图像--图像增强 非锐化掩蔽 (Unsharpening Mask) .
- 基础图像处理之混合空间增强——(Java:拉普拉斯锐化、Sobel边缘检测、均值滤波、伽马变换)
- 灰度图像--图像增强 非锐化掩蔽 (Unsharpening Mask)
- 图像锐化(增强)和边缘检测
- 灰度图像--图像增强 锐化基础
- 图像增强(锐化)相关算子
- 图像增强-图像锐化
- 图像锐化(增强)和边缘检测
- 图像增强之03锐化
- 图像出增强之锐化---拉普拉斯锐化
- 图像锐化(增强)和边缘检测
- FPGA设计——图像处理(锐化增强)
- opencv专题:图像增强之拉普拉斯锐化
- 彩色图像--图像增强 图像锐化
- 图像锐化(增强)和边缘检测
- Visual C++实现数字图像增强处理、平滑、锐化
- 灰度图像--图像增强 锐化基础