您好,欢迎访问三七文档
当前位置:首页 > 金融/证券 > 股票报告 > 第六章图像锐化 海事 朱虹
第六章图像的锐化处理徐琪图像锐化的概念图像锐化的目的是加强图像中景物细节边缘和轮廓。锐化的作用是使灰度反差增强。因为边缘和轮廓都位于灰度突变的地方。所以锐化算法的实现是基于微分作用。图像的锐化方法图像的景物细节特征;一阶微分锐化方法;二阶微分锐化方法;一阶、二阶微分锐化方法效果比较。图像细节的灰度变化特性图像细节的灰度分布特性图像细节的灰度变化微分特性一阶微分锐化一阶微分的计算公式:离散化之后的差分方程:注意:考虑到图像边界的拓扑结构性,根据这个原理派生出许多相关的方法。一阶微分锐化单方向一阶微分锐化无方向一阶微分锐化1.交叉微分锐化2.Sobel锐化3.Priwitt锐化单方向的一阶锐化基本原理:1.单方向的一阶锐化是指对某个特定方向上的边缘信息进行增强。2.因为图像为水平、垂直两个方向组成,所以,所谓的单方向锐化实际上是包括水平方向与垂直方向上的锐化。基本方法:可通过一个可以检测出水平方向上的像素值的变化模板来实现。水平方向一阶锐化例题:垂直方向的一阶锐化垂直锐化算法的设计思想与水平锐化算法相同,通过一个可以检测出垂直方向上的像素值的变化模板来实现。垂直方向的一阶锐化例题单方向锐化的后处理这种锐化算法需要进行后处理,以解决像素值为负的问题。后处理的方法不同,则所得到的效果也就不同。方法1:整体加一个正整数,以保证所有的像素值均为正。这样做的结果是:可以获得类似浮雕的效果。方法2:将所有的像素值取绝对值。这样做的结果是:可以获得对边缘的有方向提取。无方向一阶锐化前面的锐化处理结果对于人工设计制造的具有矩形特征物体(例如:楼房、汉字等)的边缘的提取很有效。但是,对于不规则形状(如:人物)的边缘提取,则存在信息的缺损。为了解决上面的问题,就希望提出对任何方向上的边缘信息均敏感的锐化算法。因为这类锐化方法要求对边缘的方向没有选择,所以称为无方向的锐化算法。无方向一阶锐化若干算法交叉微分算法(Roberts算法)计算公式如下:Sobel锐化的计算公式如下:Priwitt锐化算法的计算公式如下:一阶锐化几种方法的效果比较Sobel算法与Priwitt算法的思路相同,属于同一类型,因此处理效果基本相同。Robets算法的模板为2*2,提取出的信息较弱。单方向锐化经过后处理之后,也可以对边界进行增强。示例二阶微分锐化从图像的景物细节的灰度分布特性可知,有些灰度变化特性一阶微分的描述不是很明确,为此,采用二阶微分能够更加获得更丰富的景物细节。景物细节特征对应关系灰度截面一阶微分二阶微分阶跃形细线形斜坡渐变形1)对于突变形的细节,通过一阶微分的极大值点,二阶微分的过0点均可以检测出来。2)对于细线型的细节,通过一阶微分的过0点,二阶微分的极小值点均可以检测出来。3)对于渐变的细节,一般情况下很难检测,但二阶微分的信息比一阶微分的信息略多。二阶微分锐化算法推导二阶微分锐化:Laplacian算法由前面的推导,写成模板系数形式即为Laplacian算子:示例Laplacian变形算法为了改善锐化效果,可以脱离微分的计算原理,在原有的算子基础上,对模板系数进行改变,获得Laplacian变形算子,如下所示:示例Laplacian锐化边缘提取经过Laplacian锐化后,我们来分析几种变形算子的边缘提取效果。H1,H2的效果基本相同,H3的效果最不好,H4最接近原图。示例二阶微分锐化:Wallis算法考虑到人的视觉特性中包含一个对数环节,因此在锐化时,加入对数处理的方法来改进。示例在前面的算法公式中注意以下几点:1.为了防止对0取对数,计算时实际上是用log(f(i,j)+1);2.因为对数值很小,log(256)=5.45,所以计算时用46*log(f(i,j)+1)。Wallis算法特点:考虑了人眼视觉特性,因此,与Laplacian等其他算法相比,可以对暗区的细节进行比较好的锐化。一阶与二阶微分的边缘提取效果比较以Sobel及Laplacian算法为例进行比较。Sobel算子获得的边界是比较粗略的边界,反映的边界信息较少,但是所反映的边界比较清晰;Laplacian算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节信息,但是所反映的边界不是太清晰。谢谢!水平浮雕效果垂直浮雕效果水平边缘的提取效果垂直边缘的提取效果交叉锐化效果图例1交叉锐化效果图例2交叉锐化与水平锐化的比较Sobel锐化效果示例1Sobel锐化效果示例2Priwitt锐化效果图例一阶锐化方法的效果比较Laplacian锐化效果图例Laplacian变形算子锐化效果Laplacian算子边缘提取效果Wallis算法效果示例Wallis算法与Laplacian算法的比较Sobel与Laplacian边缘提取效果非矩形目标物的单方向锐化
本文标题:第六章图像锐化 海事 朱虹
链接地址:https://www.777doc.com/doc-3829704 .html