實(shí)驗(yàn)報(bào)告-圖像銳化(共12頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上數(shù)字圖像處理(2015年春季學(xué)期)序號(hào)：8 實(shí) 驗(yàn) 報(bào) 告系別：計(jì)算機(jī)科學(xué)與技術(shù)班級(jí)：計(jì)算機(jī)12-1姓名：依力夏提江·艾買爾學(xué)號(hào)：實(shí)驗(yàn)名稱：圖像銳化總成績：評語： 日期：圖像信息處理實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)名稱圖像銳化實(shí)驗(yàn)序號(hào)3實(shí)驗(yàn)日期2015.5.25實(shí)驗(yàn)人依力夏提江·哎買爾一、實(shí)驗(yàn)?zāi)康?、要求與環(huán)境1目的：通過實(shí)驗(yàn)，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(jià)規(guī)則。2.要求：將給定的圖像進(jìn)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(jìn)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(shí)驗(yàn)報(bào)告。銳化的算法不限，可

2、采用Sobel、Roberts、Priwitt、Laplacian、Wallis等的一種或幾種。實(shí)驗(yàn)將根據(jù)圖像銳化的難度、種類、代碼量與實(shí)驗(yàn)效果進(jìn)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(shí)驗(yàn)步驟1. 準(zhǔn)備相關(guān)圖像文件。2在Win 7操作系統(tǒng)上，打開Microsoft Visual Studio 2005，編寫相關(guān)程序，完成程序主體框架結(jié)構(gòu)。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(guān)的程序代碼。4對程序進(jìn)行相關(guān)調(diào)試，修改程序，去除其中的BUG。5. 利用自己準(zhǔn)

3、備的圖像的文件和編寫的程序，進(jìn)行圖像銳化處理。6截屏，保留實(shí)驗(yàn)結(jié)果，進(jìn)行實(shí)驗(yàn)結(jié)果分析，并撰寫實(shí)驗(yàn)報(bào)告。三、相關(guān)背景知識(shí)（寫你自己覺得比較重要的與本實(shí)驗(yàn)相關(guān)的背景知識(shí)）在邊緣檢測中，常用的一種模板是Sobel 算子。Sobel 算子有兩個(gè)，一個(gè)是檢測水平邊緣的 ；另一個(gè)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(quán)，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(gè)，一個(gè)是檢測水平邊緣的 ，另一個(gè)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(quán)系

4、數(shù)更為準(zhǔn)確，在檢測不同方向的邊沿時(shí)梯度的幅度一致。將Sobel算子矩陣中的所有2改為根號(hào)2，就能得到各向同性Sobel的矩陣。由于是濾波算子的形式，用于提取邊緣，可以利用快速函數(shù)， 簡單有效，因此應(yīng)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(yán)格地區(qū)分開來，換言之就是Sobel算子沒有基于進(jìn)行處理，由于Sobel算子沒有嚴(yán)格地模擬人的視覺生理特征，所以提取的圖像輪廓有時(shí)并不能令人滿意。 在觀測一幅圖像的時(shí)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(gè)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，該算法已在上證明當(dāng)像素點(diǎn)滿足正態(tài)分布時(shí)所求解是最優(yōu)的。四

5、、編譯與執(zhí)行過程截圖（下面是一個(gè)例子，換上你自己的圖）六、實(shí)驗(yàn)結(jié)果與分析（下面是一個(gè)例子，換上你自己的圖）圖像銳化：源圖： 灰度化：再經(jīng)過Sobel算法銳化：再經(jīng)過二值化后： 實(shí)驗(yàn)結(jié)果分析：如上幾個(gè)圖像所示，之所以可以從人物、背景中提取出輪廓，是因?yàn)檩喞糠值男畔⑤^強(qiáng)，因此，如果設(shè)定一個(gè)閥值，當(dāng)圖中小雨閥值的點(diǎn)（即灰度圖中灰度變化較弱的點(diǎn)，被認(rèn)為是非邊界點(diǎn)）置為黑，將圖中大于閥值的點(diǎn)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(shí)驗(yàn)的圖像銳化過程中，所采用的公式為：索貝爾算子（Sobel operator）主要用作邊緣檢測，在技術(shù)上，它是一離散性差分算子，用來運(yùn)算圖像亮度函數(shù)的灰度

6、之近似值。在圖像的任何一點(diǎn)使用此算子，將會(huì)產(chǎn)生對應(yīng)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(jīng)橫向及縱向邊緣檢測的圖像灰度值，其公式如下：  具體計(jì)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) 

7、60;    +(-1)*f(x-1,y+1) + 0*f(x,y+1) + 1*f(x+1,y+1)= f(x+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) + (-

8、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(diǎn)的灰度值； 圖像的每一個(gè)像素的橫向及縱向灰度值通過以下公式結(jié)合，來計(jì)算該點(diǎn)灰度的大?。浩摺⒅饕嚓P(guān)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.

9、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(shí)值temp = double(*(pImageData + j * nBytePerLine + i * 3 + 0)*0.299 + double(*(pImageData + j * nBytePerLine + i * 3 + 1)*0.587 + double(*(pImageData + j * nBytePerLine + i *

10、3 + 2)*0.114;/三通道圖轉(zhuǎn)到單通道*(pImageData + j * nBytePerLine + i * 3 + 0)=int(temp);*(pImageData + j * nBytePerLine + i * 3 + 1)=int(temp);*(pImageData + j * nBytePerLine + i * 3 + 2)=int(temp);GlobalUnlock(m_hgImageData);7.2 Sobel銳化int CBMPEdit: Sharpening()lWidth = m_BmpInfo.bmiHeader.biWidth;lHeight =

11、m_BmpInfo.bmiHeader.biHeight;/ 分配內(nèi)存，以保存新DIBhDIB = GlobalAlloc(GHND, nBytePerLine * lHeight);/ 判斷是否內(nèi)存分配失敗if (hDIB = NULL)/ 分配內(nèi)存失敗return NULL;pImageDataNew = (byte *)GlobalLock(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 +

12、(j-1) * nBytePerLine + (i-1) * 3);val12=*(pImageData + (j-1) * nBytePerLine + i * 3);val13=*(pImageData + (j-1) * nBytePerLine + (i+1) * 3);val21=*(pImageData + j * nBytePerLine + (i-1) * 3);val22=*(pImageData + j * nBytePerLine + i * 3);val23=*(pImageData + j * nBytePerLine + (i+1) * 3);val31=*(pIm

13、ageData + (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(gè)像素的橫向及縱向梯度近似值。gx = (-1.0)*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

14、)*val32+ (-1.0)*val33+ 0*val21 + 0*val22+ 0*val32+ 1.0*val11 + 2.0*val12 + 1.0*val13;/計(jì)算梯度的大小 Sobel = sqrt(gx*gx + gy*gy);*(pImageDataNew + j * nBytePerLine + i * 3 + 0) = int(Sobel); *(pImageDataNew + j * nBytePerLine + i * 3 + 1) = int(Sobel);*(pImageDataNew + j * nBytePerLine + i * 3 + 2) = int(S

15、obel);GlobalUnlock(hDIB);7.3 圖像二值化處理void CBMPEdit:Binarization()/像素值大于復(fù)制為，小于等于復(fù)制為for (int j = 0; j < lHeight; j+)for(int i = 0; i < lWidth; i+)if( int(*(pImageDataNew + j * nBytePerLine + i * 3) > 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 *