實驗報告-圖像銳化

1、.數(shù)字圖像處理(2015年春季學期)序號：8 實 驗 報 告系別：計算機科學與技術班級：計算機12-1姓名：依力夏提江艾買爾學號：12101020129實驗名稱：圖像銳化總成績：評語： 日期：圖像信息處理實驗報告實驗名稱圖像銳化實驗序號3實驗日期2015.5.25實驗人依力夏提江哎買爾一、實驗目的、要求與環(huán)境1目的：通過實驗，了解數(shù)字圖象銳化的一般方法，掌握圖象銳化的編程方法，了解常見圖象銳化效果的評價規(guī)則。2.要求：將給定的圖像進行銳化處理，要求首先將彩色圖像灰度化，再使用銳化算法進行銳化，最后將圖像二值化處理，分析銳化后的視覺效果，提交實驗報告。銳化的算法不限，可采用Sobel、Rober

2、ts、Priwitt、Laplacian、Wallis等的一種或幾種。實驗將根據(jù)圖像銳化的難度、種類、代碼量與實驗效果進行評分。3.環(huán)境：Windows 7操作系統(tǒng)Microsoft Visual Studio 2005 (VS2005)自帶圖像文件：L1.bmp：二、實驗步驟1. 準備相關圖像文件。2在Win 7操作系統(tǒng)上，打開Microsoft Visual Studio 2005，編寫相關程序，完成程序主體框架結構。3編寫圖像銳化的彩色圖像灰度化，Sobel算法銳化，圖像二值化處理相關的程序代碼。4對程序進行相關調試，修改程序，去除其中的BUG。5. 利用自己準備的圖像的文件和編寫的程序

3、，進行圖像銳化處理。6截屏，保留實驗結果，進行實驗結果分析，并撰寫實驗報告。三、相關背景知識（寫你自己覺得比較重要的與本實驗相關的背景知識）在邊緣檢測中，常用的一種模板是Sobel 算子。Sobel 算子有兩個，一個是檢測水平邊緣的 ；另一個是檢測垂直邊緣的 。與Prewitt算子相比，Sobel算子對于象素的位置的影響做了加權，可以降低邊緣模糊程度，因此效果更好。Sobel算子另一種形式是各向同性Sobel(Isotropic Sobel)算子，也有兩個，一個是檢測水平邊緣的 ，另一個是檢測垂直邊緣的 。各向同性Sobel算子和普通Sobel算子相比，它的位置加權系數(shù)更為準確，在檢測不同方向

4、的邊沿時梯度的幅度一致。將Sobel算子矩陣中的所有2改為根號2，就能得到各向同性Sobel的矩陣。由于Sobel算子是濾波算子的形式，用于提取邊緣，可以利用快速卷積函數(shù)， 簡單有效，因此應用廣泛。美中不足的是，Sobel算子并沒有將圖像的主體與背景嚴格地區(qū)分開來，換言之就是Sobel算子沒有基于圖像灰度進行處理，由于Sobel算子沒有嚴格地模擬人的視覺生理特征，所以提取的圖像輪廓有時并不能令人滿意。 在觀測一幅圖像的時候，我們往往首先注意的是圖像與背景不同的部分，正是這個部分將主體突出顯示，基于該理論，我們給出了下面閾值化輪廓提取算法，該算法已在數(shù)學上證明當像素點滿足正態(tài)分布時所求解是最優(yōu)的

5、。四、編譯與執(zhí)行過程截圖（下面是一個例子，換上你自己的圖）六、實驗結果與分析（下面是一個例子，換上你自己的圖）圖像銳化：源圖： 灰度化：再經過Sobel算法銳化：再經過二值化后： 實驗結果分析：如上幾個圖像所示，之所以可以從人物、背景中提取出輪廓，是因為輪廓部分的信息較強，因此，如果設定一個閥值，當圖中小雨閥值的點（即灰度圖中灰度變化較弱的點，被認為是非邊界點）置為黑，將圖中大于閥值的點置為白，則可得到上圖，這就把人物的邊緣信息提取出來了。在本實驗的圖像銳化過程中，所采用的公式為：Sobel邊緣檢測算法索貝爾算子（Sobel operator）主要用作邊緣檢測，在技術上，它是一離散性差分算子，

6、用來運算圖像亮度函數(shù)的灰度之近似值。在圖像的任何一點使用此算子，將會產生對應的灰度矢量或是其法矢量Sobel卷積因子為：該算子包含兩組3x3的矩陣，分別為橫向及縱向，將之與圖像作平面卷積，即可分別得出橫向及縱向的亮度差分近似值。如果以A代表原始圖像，Gx及Gy分別代表經橫向及縱向邊緣檢測的圖像灰度值，其公式如下：具體計算如下：Gx = (-1)*f(x-1, y-1) + 0*f(x,y-1) + 1*f(x+1,y-1) +(-2)*f(x-1,y) + 0*f(x,y)+2*f(x+1,y) +(-1)*f(x-1,y+1) + 0*f(x,y+1) + 1*f(x+1,y+1)= f(x

7、+1,y-1)+2*f(x+1,y)+f(x+1,y+1)-f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)Gy =1* f(x-1, y-1) + 2*f(x,y-1)+ 1*f(x+1,y-1) +0*f(x-1,y) 0*f(x,y) + 0*f(x+1,y) +(-1)*f(x-1,y+1) + (-2)*f(x,y+1) + (-1)*f(x+1, y+1)= f(x-1,y-1) + 2f(x,y-1) + f(x+1,y-1)-f(x-1, y+1) + 2*f(x,y+1)+f(x+1,y+1)其中f(a,b),表示圖像(a,b)點的灰度值；圖像的每一個像素的橫

8、向及縱向灰度值通過以下公式結合，來計算該點灰度的大?。浩?、主要相關程序源代碼7.1 彩色圖像灰度化void CBMPEdit:Gray()pImageData = (byte *)GlobalLock(m_hgImageData);lWidth = m_BmpInfo.bmiHeader.biWidth;lHeight = m_BmpInfo.bmiHeader.biHeight;for ( int j = 0 ; j lHeight ; j+)for( int i = 0 ; i lWidth ; i+)/灰度化臨時值temp = double(*(pImageData + j * nByt

9、ePerLine + i * 3 + 0)*0.299 + double(*(pImageData + j * nBytePerLine + i * 3 + 1)*0.587 + double(*(pImageData + j * nBytePerLine + i * 3 + 2)*0.114;/三通道圖轉到單通道*(pImageData + j * nBytePerLine + i * 3 + 0)=int(temp);*(pImageData + j * nBytePerLine + i * 3 + 1)=int(temp);*(pImageData + j * nBytePerLine

10、+ i * 3 + 2)=int(temp);GlobalUnlock(m_hgImageData);7.2 Sobel銳化int CBMPEdit: Sharpening()lWidth = m_BmpInfo.bmiHeader.biWidth;lHeight = m_BmpInfo.bmiHeader.biHeight;/ 分配內存，以保存新DIBhDIB = GlobalAlloc(GHND, nBytePerLine * lHeight);/ 判斷是否內存分配失敗if (hDIB = NULL)/ 分配內存失敗return NULL;pImageDataNew = (byte *)G

11、lobalLock(hDIB);/Sobel算法for (int j = 1; j lHeight - 1; j+)for(int i = 1; i lWidth - 1; i+)gx = gy = 0 ; val11=*(pImageData + (j-1) * nBytePerLine + (i-1) * 3);val12=*(pImageData + (j-1) * nBytePerLine + i * 3);val13=*(pImageData + (j-1) * nBytePerLine + (i+1) * 3);val21=*(pImageData + j * nBytePerLi

12、ne + (i-1) * 3);val22=*(pImageData + j * nBytePerLine + i * 3);val23=*(pImageData + j * nBytePerLine + (i+1) * 3);val31=*(pImageData + (j+1)* nBytePerLine + (i-1) * 3);val32=*(pImageData + (j+1)* nBytePerLine + i * 3);val33=*(pImageData + (j+1)* nBytePerLine + (i+1)* 3);/圖像的每一個像素的橫向及縱向梯度近似值。gx = (-1

13、.0)*val31 + 0*val32 + 1.0*val33+(-2.0)*val21 + 0*val22+ 2.0*val23+(-1.0)*val11 + 0*val12 + 1.0*val13;gy =(-1.0)*val31 + (-2.0)*val32+ (-1.0)*val33+ 0*val21 + 0*val22+ 0*val32+ 1.0*val11 + 2.0*val12 + 1.0*val13;/計算梯度的大小 Sobel = sqrt(gx*gx + gy*gy);*(pImageDataNew + j * nBytePerLine + i * 3 + 0) = int

14、(Sobel); *(pImageDataNew + j * nBytePerLine + i * 3 + 1) = int(Sobel);*(pImageDataNew + j * nBytePerLine + i * 3 + 2) = int(Sobel);GlobalUnlock(hDIB);7.3 圖像二值化處理void CBMPEdit:Binarization()/像素值大于復制為，小于等于復制為for (int j = 0; j lHeight; j+)for(int i = 0; i 80)*(pImageDataNew + j * nBytePerLine + i * 3 + 0) = 255; *(pImageDataNew + j * nBytePerLine + i * 3 + 1) = 255;*(pImageDataNew + j * nBytePerLine + i * 3 + 2) = 255;else*(pImageDataNew + j * nByteP