(精品word)MATLAB实现数字图像锐化处理.doc

(精品word)MATLAB实现数字图像锐化处理
(精品word)MATLAB实现数字图像锐化处理
(精品word)MATLAB实现数字图像锐化处理
MATLAB实现数字图像锐化处理

摘要：讨论了数字图像增强技术中空域图像锐化的四种算法及其用MATLAB的实现；同时给出了利用四种算法进行图像锐化后的对照图像。比较实验结果，可知运用算法锐化处理后，图像比原来图像清晰.
关键词：MATLAB、线性锐化、非线性锐化、sobel算子、prewitt算子、log算子
1.引言
MATLAB全称是MatrixLaboratory(矩阵实验室），一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。实际运用中MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的，这一特点决定了MATLAB在处理数字图像上的独特优势。理论上讲，图像是一种二维的连续函数，然而计算机对图像进行数字处理时，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。
二维图像均匀采样，可得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列,因而用矩阵来描述该数字图像是最直观最简便的。而MATLAB的长处就是处理矩阵运算，因此用MATLAB处理数字图像非常的方便。MATLAB支持五种图像类型,即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP，GIF，HDF，JPEG，PCX，PNG，XWD，CUR,ICO等图像文件格式的读、写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱(ImageProcessingToolbox)中。图像处理工具箱是由一系列支持图像处理操作的函数组成,可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作口。
数字图像处理中图像锐化的目的有两个:一是增强图像的边缘，使模糊的图像变得清晰起来；这种模糊不是由于错误操作，就是特殊图像获取方法的固有影响.二是提取目标物体的边界，对图像进行分割，便于目标区域的识别等.通过图像的锐化，使得图像的质量有所改变,产生更适合人观察和识别的图像。
2.数字图像的锐化
数字图像的锐化可分为线性锐化滤波和非线性锐化滤波。如果输出像素是输入像素领域像素的线性组合则称为线性滤波，否则称为非线性滤波。
2.1线性锐化滤波器
线性高通滤波器是最常用的线性锐化滤波器。这种滤波器必须满足滤波器的中心系数为正数，其他系数为负数。线性高通滤波器3×3模板的典型系数如表1所示：

表1
用线性高通滤波实现图像锐化的程序和图像如下：
F=imread(’F:/text.png’）；%读入图像
f=rgb2gray（F）;
h=double(f);％转化为double类型
g=［-1—1—1；—18—1;—1-1—1];%线性高通滤波3×3模板
j=conv2（h,g,’same’）；％线性高通滤波进行图像滤波
subplot(1，2，1）；imshow(f)；title（’原始图像’）;
J=uint8（j)；
subplot（1，2，2)；imshow（J);title(’滤波后图像')；

2。2非线性锐化滤波器
非线性锐化滤波就是使用微分对图像进行处理，以此来锐化由于邻域平均导致的模糊图像。图像处理中最常用的微分是利用图y像沿某个方向上的灰度变化率，即原图像函数的梯度.梯度定义如下:

梯度模的表达式如下：
在数字图像处理中，数据是离散的，幅值是有限的，其发生的最短距离是在两相邻像素之间。因此在数字图像处理中通常采用一阶差分来定义微分算子。其差分形式为:
△xf=f（x+1,y)-f（x,y）
△yf=f(x，y+1)—f（x，y)
比较有名的微分滤波器算子包括Sobel梯度算子、Prewitt梯度算子和log算子等等。
用Sobel梯度算子实现图像锐化的程序和图像如下：
i=imread('F：/text.png’）;%读入图像
I=rgb2gray(i）；
subplot（1，2,1)，imshow（I);title(’原图像’）;％显示原图像
H=fspecial（’sobel');%应用sobel算子锐化图像
I2=filter2(H，I）;%sobel算子滤波锐化
subplot(1,2，2）;imshow（I2）;%显示sobel算子锐化图像
title('sobel算子锐化图像’）;

用Prewitt梯度算子实现图像锐化的程序和图像如下：
i=imread('F:/text.png'）；%读入图像
I=rgb2gray(i);
subplot（1，2，1)，imshow(I)；title（'原图像')；%显示原图像
H=fspecial('prewitt’