第3章图像增强3-课件

第三章第三章 图像增强图像增强锐化处锐化处理理景物边界细节的增强方法景物边界细节的增强方法1n图像锐化的图像锐化的目的目的是加强图像中景物的细节是加强图像中景物的细节边缘边缘和轮廓和轮廓。n锐化的作用是使锐化的作用是使灰度反差增强灰度反差增强。n因为边缘和轮廓都位于灰度突变的地方。所以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锐化算法的实现是基于微分微分作用。作用。图像锐化的概念2n1.图像的景物细节特征；图像的景物细节特征；n2.一阶微分锐化方法；一阶微分锐化方法；n3.二阶微分锐化方法；二阶微分锐化方法；n4.一阶、二阶微分锐化方法效果比较。一阶、二阶微分锐化方法效果比较。图像锐化方法31、图像细节的灰度变化特性扫描线扫描线4图像细节的灰度变化微分特性数字数字信号信号43210006000013100 0077一阶一阶微分微分-1-1-1-1006-600012-2-100 0700二阶二阶微分微分0000106-1260011-4110 07-7052、一阶微分锐化 基本原理n一阶微分的计算公式非常简单：一阶微分的计算公式非常简单：n离散化之后的差分方程：离散化之后的差分方程：6一阶微分锐化n(1)(1)单方向一阶微分锐化单方向一阶微分锐化n(2)(2)无方向一阶微分锐化无方向一阶微分锐化 RobertsRoberts锐化锐化 SobelSobel锐化锐化 Prewitt Prewitt锐化锐化7(1)单方向的一阶锐化 基本原理n单方向的一阶锐化是指：对某个特定方向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。上的边缘信息进行增强。n因为图像为水平、垂直两个方向组成，所因为图像为水平、垂直两个方向组成，所以，所谓的单方向锐化实际上是包括以，所谓的单方向锐化实际上是包括水平水平方向方向与与垂直方向垂直方向上的锐化。上的锐化。8a.垂直方向的一阶锐化 基本方法n垂直方向的锐化非常简单，通过一个可以垂直方向的锐化非常简单，通过一个可以检测出垂直方向上的像素值的变化模板来检测出垂直方向上的像素值的变化模板来实现。实现。9垂直方向的一阶锐化 例题12321212623087612786232690 0 0 000-3-13-2000-6-13-1300 1 12 500 0 0 001*1+2*2+1*3-1*3-2*0-1*8=-3问题：计算结果中出现了小于零的像素值10b.水平方向的一阶锐化 基本方法n水平锐化算法的设计思想与垂直锐化算法相水平锐化算法的设计思想与垂直锐化算法相同，通过一个可以检测出水平方向上的像素同，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。值的变化模板来实现。11水平方向的一阶锐化 例题12321212623087612786232690 0 0 000-7-17 400-16-25 500-17-22-300 0 0 001*1+2*2+1*3-1*3-2*2-1*8=-7问题：计算结果中出现了小于零的像素值12单方向锐化的后处理n这种锐化算法需要进行后处理，以解决像素这种锐化算法需要进行后处理，以解决像素值为负的问题。值为负的问题。n后处理的方法不同，则所得到的效果也就不后处理的方法不同，则所得到的效果也就不同。同。13单方向锐化的后处理方法方法1 1：整体加一个正整数整体加一个正整数，以保证所有的像，以保证所有的像 素值均为正。素值均为正。20 202 0 20202017 7 0202014 7 7202021 32 2520202 0 20 2 0200 0 0 000-3-13-2000-6-13-1300 1 12 500 0 0 00n这样做可以获得这样做可以获得类似浮雕类似浮雕的效果。的效果。14垂直浮雕效果15水平浮雕效果16单方向锐化的后处理方法方法2 2：将所有的像素值：将所有的像素值取绝对值取绝对值。0 0 0 00031320006131300 1 12 500 0 0 000 0 0 000-3-13-2000-6-13-1300 1 12 500 0 0 00n这样做可以得到对这样做可以得到对边缘边缘的的有方向提取有方向提取。17垂直边缘的提取效果18水平边缘的提取效果19(2)无方向一阶锐化 问题的提出n前面的锐化处理结果对于人工设计制造的具有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：的提取很有效。但是，对于不规则形状（如：人物人物）的边缘提取，则存在信息的缺损。）的边缘提取，则存在信息的缺损。20非矩形目标物的单方向锐化21无方向一阶锐化 设计思想n为了解决上面的问题，就希望提出为了解决上面的问题，就希望提出对任何方向对任何方向上的边缘信息均敏感上的边缘信息均敏感的锐化算法。的锐化算法。n因为这类锐化方法要求对边缘的方向没有选择，因为这类锐化方法要求对边缘的方向没有选择，所有称为无方向的锐化算法。所有称为无方向的锐化算法。22无方向一阶锐化 a.Roberts锐化交叉微分算法（交叉微分算法（RobertsRoberts算法算法）计算公式如下：）计算公式如下：特点：算法简单特点：算法简单23交叉锐化效果图例124交叉锐化效果图例225交叉锐化与水平锐化的比较交叉锐化交叉锐化(Roberts)水平锐化水平锐化26无方向一阶锐化 b.Sobel锐化SobelSobel锐化算子锐化算子：特点：锐化的边缘信息较强27Sobel锐化效果示例1交叉锐化交叉锐化(Roberts)Sobel锐化锐化28Sobel锐化效果示例2交叉锐化(Roberts)Sobel锐化29无方向一阶锐化 c.PrewittPrewitt锐化算法锐化算法 Prewitt Prewitt锐化算法锐化算法 的计算公式如下：的计算公式如下：特点：与Sobel相比，实现起来较简单。图像效果比较干净。30Prewitt锐化效果图例 Prewitt锐化 Sobel锐化31一阶锐化方法的效果比较(a)(a)原图原图 (b)Sobel (b)Sobel算法算法 (c)Prewitt (c)Prewitt算法算法 (d)Roberts(d)Roberts算法算法 (e)(e)水平锐化水平锐化 (f)(f)垂直锐化垂直锐化32一阶锐化 几种方法的效果比较nSobelSobel算法与算法与PrewittPrewitt算法的思路相同，属于算法的思路相同，属于同一类型，因此处理效果基本相同。同一类型，因此处理效果基本相同。nRobertsRoberts算法的模板为算法的模板为2*22*2，提取出的信息较，提取出的信息较弱。弱。n单方向锐化经过后处理之后，也可以对边界单方向锐化经过后处理之后，也可以对边界进行增强。进行增强。333、二阶微分锐化 问题的提出n从图像的景物细节的灰度分布特性可知，有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，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。34二阶微分锐化 算法推导35二阶微分锐化 （a）Laplacian 算法n由前面的推导，写成模板系数形式形式即为由前面的推导，写成模板系数形式形式即为LaplacianLaplacian算子：算子：36Laplacian锐化效果图例37二阶微分锐化 （b）Laplacian变形算法n为了改善锐化效果，可以脱离微分的计算原为了改善锐化效果，可以脱离微分的计算原理，在原有的算子基础上，对模板系数进行理，在原有的算子基础上，对模板系数进行改变，获得改变，获得LaplacianLaplacian变形算子如下所示。变形算子如下所示。38Laplacian算子边缘提取效果39二阶微分锐化 Laplacian锐化边缘提取n经过经过LaplacianLaplacian锐化后，我们来分析几种变形锐化后，我们来分析几种变形算子的边缘提取效果。算子的边缘提取效果。nH1,H2H1,H2的效果基本相同，的效果基本相同，H3H3的效果最不好，的效果最不好，H4H4最接近原图。最接近原图。404、一阶与二阶微分的边缘提取效果比较Sobel锐化Laplacian锐化41nSobelSobel算子获得的边界是比较粗略的边界，反映的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；边界信息较少，但是所反映的边界比较清晰；nLaplacianLaplacian算子获得的边界是比较细致的边界。反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。映的边界不是太清晰。42