圖像的平滑處理與銳化處理

1、數(shù)字圖像處理作業(yè)題目：圖像的平滑處理與銳化處理姓名：張一凡學(xué)號：專業(yè)：計算機應(yīng)用技術(shù)1.1 理論背景現(xiàn)實中的圖像由于種種原因都是帶噪聲的，噪聲惡化了圖像質(zhì)量，使圖像模糊，甚至淹沒和改變特征，給圖像分析和識別帶來了困難。一般數(shù)字圖像系統(tǒng)中的常見噪聲主要有：高斯噪聲、椒鹽噪聲等。圖像去噪算法根據(jù)不通的處理域，可以分為空間域和頻域兩種處理方法?？臻g域處理是在圖像本身存在的二維空間里對其進(jìn)行處理。而頻域算法是用一組正交函數(shù)系來逼近原始信號函數(shù)，獲得相應(yīng)的系數(shù)，將對原始信號的分析轉(zhuǎn)動了系數(shù)空間域。在圖像的識別中常需要突出邊緣和輪廓信息，圖像銳化就是增強圖像的邊緣和輪廓。1.2 介紹算法圖像平滑算法：線性

2、濾波（鄰域平均法）對一些圖像進(jìn)行線性濾波可以去除圖像中某些類型的噪聲。領(lǐng)域平均法就是一種非常適合去除通過掃描得到的圖像中的噪聲顆粒的線性濾波。領(lǐng)域平均法是空間域平滑噪聲技術(shù)。對于給定的圖像中的每個像素點，取其領(lǐng)域S。設(shè)S含有M個像素，取其平均值作為處理后所得圖像像素點處的灰度。用一像素領(lǐng)域內(nèi)各像素灰度平均值來代替該像素原來的灰度，即領(lǐng)域平均技術(shù)。領(lǐng)域S的形狀和大小根據(jù)圖像特點確定。一般取的形狀是正方形、矩形及十字形等，S的形狀和大小可以在全圖處理過程中保持不變，也可以根據(jù)圖像的局部統(tǒng)計特性而變化，點(m,n)一般位于S的中心。如S為33領(lǐng)域，點(m,n)位于S中心，則 假設(shè)噪聲n是加性噪聲，在

3、空間各點互不相關(guān)，且期望為0，方差為，圖像g是未受污染的圖像，含有噪聲圖像f經(jīng)過加權(quán)平均后為 由上式可知，經(jīng)過平均后，噪聲的均值不變，方差，即方差變小，說明噪聲強度減弱了，抑制了噪聲。圖像銳化算法：拉普拉斯算子拉普拉斯算子是最簡單的各向同性微分算子，具有旋轉(zhuǎn)不變性，比較適用于改善因為光線的漫反射造成的圖像模糊。其原理是，在攝像記錄圖像的過程中，光點將光漫反射到其周圍區(qū)域，這個過程滿足擴散方程: 經(jīng)過推導(dǎo)，可以發(fā)現(xiàn)當(dāng)圖像的模糊是由光的漫反射造成時，不模糊圖像等于模糊圖像減去它的拉普拉斯變換的常數(shù)倍。另外，人們還發(fā)現(xiàn)，即使模糊不是由于光的漫反射造成的，對圖像進(jìn)行拉普拉斯變換也可以使圖像更清晰。拉普

4、拉斯銳化的一維處理表達(dá)式是： 在二維情況下，拉普拉斯算子使走向不同的輪廓能夠在垂直的方向上具有類似于一維那樣的銳化效應(yīng)，其表達(dá)式為: 對于離散函數(shù)，拉氏算子定義為 其中 = = = = = 同理 類似的有 所以有 則拉式算子的模板表示為： 1.3 功能應(yīng)用圖像平滑：圖像平滑是指用突出圖像的寬大區(qū)域、低頻成分、主干部分或者抑制噪聲和干擾高頻成分，使圖像亮度平緩漸變，減小突變梯度，改善圖像質(zhì)量的圖像處理方法。圖像銳化：圖像在傳輸過程中，通常質(zhì)量都要降低，除了噪聲因素外，圖像一般都要變得模糊。這主要是因為圖像的傳輸或者轉(zhuǎn)換系統(tǒng)的傳遞函數(shù)對高頻成分的衰減作用，造成圖像細(xì)節(jié)輪廓不清晰。圖像銳化就是補償圖

5、像年的輪廓，使圖像比較清晰。2. maltba源代碼lena=imread(lena.jpg); %載入圖片，本程序使用lena標(biāo)準(zhǔn)圖figure(1);imshow(lena);title(原圖像); %顯示原圖像rgb1=imnoise(lena,gaussian); %加入高斯噪聲figure(2);imshow(rgb1);title(加入噪聲后);%顯示加入噪聲后的圖像fR1=rgb1(:,:,1); %提取圖像中的R層fG1=rgb1(:,:,2); %提取圖像中的G層fB1=rgb1(:,:,3); %提取圖像中的B層w=fspecial(average);fR_filtered

6、=imfilter(fR1,w); %對R層做平滑處理fG_filtered=imfilter(fG1,w); %對G層做平滑處理fB_filtered=imfilter(fB1,w); %對B層做平滑處理rgb_filter=cat(3,fR_filtered,fG_filtered,fB_filtered); %將處理后的3層合并在一起figure(3);imshow(rgb_filter);title(模糊后的圖像 ); %顯示模糊后的圖像rgb2=rgb_filter; %將模糊后的圖像傳遞給rgb2fR2=rgb2(:,:,1); %提取圖像中的R層fG2=rgb2(:,:,2);

7、%提取圖像中的G層fB2=rgb2(:,:,3); %提取圖像中的B層lapMatrix=-1 -1 -1;-1 9 -1;-1 -1 -1;fR_tmp=imfilter(fR2,lapMatrix); %對R層做銳化處理fG_tmp=imfilter(fG2,lapMatrix); %對R層做銳化處理fB_tmp=imfilter(fB2,lapMatrix); %對R層做銳化處理rgb_tmp=cat(3,fR_tmp,fG_tmp,fB_tmp); %合并3層圖像figure(4);imshow(rgb_tmp);title(銳化后的圖像 );%顯示銳化后的圖像3.1 實驗結(jié)果4.實驗分析與總結(jié)經(jīng)過多次的實踐和理論上的推導(dǎo)不難發(fā)現(xiàn)圖像平滑和圖像銳化是兩個完全對立的圖像處理技術(shù)。圖像平滑讓圖像中的細(xì)節(jié)成分越來越少，而相對的，圖像的銳化則是凸顯圖像的細(xì)節(jié)部分。在圖像平滑圖像處理中，在很多噪聲的情況下，圖像平滑能夠有效的減弱噪聲對圖像的影響，無論是高斯噪聲、椒鹽噪聲還是乘性噪聲，都能很好的在圖像平滑中將這集中噪聲很好的去除。歲演不能完全復(fù)原如原圖一樣的情況，但是在圖像平滑過后，噪聲在圖像中的存在確實少了許多，但是對于一些本身比較清晰的圖像，效果就不那么明顯了。圖像平滑的弊端在于會把圖像本身一些很好的細(xì)節(jié)部分給模糊掉，從而降