實驗報告-圖像銳化

NORTHCHINAUNIVERSITYOFTECHNOLOGY實驗報告-圖像銳化DATE\@"yyyy-M-d"2023-5-302/2DATE\@"yyyy-M-d"2023-5-3011/11........v...數字圖像處理(2015年春季學期)序號：8序號：8實驗報告系別：計算機科學與技術班級：計算機12-1：依力夏提江·艾買爾學號：實驗名稱：圖像銳化實驗報告-圖像銳化全文共13頁，當前為第1頁。實驗報告-圖像銳化全文共13頁，當前為第1頁?？偝煽儯涸u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、Roberts、Priwitt、Laplacian、Wallis等的一種或幾種。實驗將根據圖像銳化的難度、種類、代碼量與實驗效果進行評分。3.環(huán)境：Windows7操作系統(tǒng)MicrosoftVisualStudio2005(VS2005)實驗報告-圖像銳化全文共13頁，當前為第2頁。自帶圖像文件：實驗報告-圖像銳化全文共13頁，當前為第2頁。L1.bmp：二、實驗步驟準備相關圖像文件。2．在Win7操作系統(tǒng)上，打開MicrosoftVisualStudio2005，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，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。實驗報告-圖像銳化全文共13頁，當前為第3頁。實驗報告-圖像銳化全文共13頁，當前為第3頁。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(IsotropicSobel)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，它的位置加權系數更為準確，在檢測不同方向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，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，該算法已在數學上證明當像素點滿足正態(tài)分布時所求解是最優(yōu)的。實驗報告-圖像銳化全文共13頁，當前為第4頁。實驗報告-圖像銳化全文共13頁，當前為第4頁。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：實驗報告-圖像銳化全文共13頁，當前為第5頁。源圖：實驗報告-圖像銳化全文共13頁，當前為第5頁。灰度化：實驗報告-圖像銳化全文共13頁，當前為第6頁。再經過Sobel算法銳化：實驗報告-圖像銳化全文共13頁，當前為第6頁。再經過二值化后：實驗報告-圖像銳化全文共13頁，當前為第7頁。實驗報告-圖像銳化全文共13頁，當前為第7頁。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（Sobeloperator）主要用作邊緣檢測，在技術上，它是一離散性差分算子，用來運算圖像亮度函數的灰度之近似值。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實驗報告-圖像銳化全文共13頁，當前為第8頁。

Sobel卷積因子為：實驗報告-圖像銳化全文共13頁，當前為第8頁。

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+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)實驗報告-圖像銳化全文共13頁，當前為第9頁。=[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)]實驗報告-圖像銳化全文共13頁，當前為第9頁。

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

voidCBMPEdit::Gray(){ pImageData=(byte*)GlobalLock(m_hgImageData); lWidth=m_BmpInfo.bmiHeader.biWidth; lHeight=m_BmpInfo.bmiHeader.biHeight; for(intj=0;j<lHeight;j++) { for(inti=0;i<lWidth;i++) { //灰度化臨時值 temp=double(*(pImageData+j*nBytePerLine+i*3+0))*0.299+ double(*(pImageData+j*nBytePerLine+i*3+1))*0.587+ double(*(pImageData+j*nBytePerLine+i*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+i*3+2)=int(temp); } } GlobalUnlock(m_hgImageData);}7.2Sobel銳化 intCBMPEdit::Sharpening()實驗報告-圖像銳化全文共13頁，當前為第10頁。{實驗報告-圖像銳化全文共13頁，當前為第10頁。 lWidth=m_BmpInfo.bmiHeader.biWidth; lHeight=m_BmpInfo.bmiHeader.biHeight; //分配內存，以保存新DIB hDIB=GlobalAlloc(GHND,nBytePerLine*lHeight); //判斷是否內存分配失敗 if(hDIB==NULL) { //分配內存失敗 returnNULL; } pImageDataNew=(byte*)GlobalLock(hDIB); //Sobel算法 for(intj=1;j<lHeight-1;j++) { for(inti=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*nBytePerLine+(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=(-1.0)*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); 實驗報告-圖像銳化全文共13頁，當前為第11頁。實驗報告-圖像銳化全文共13頁，當前為第11頁。 *(pImageDataNew+j*nBytePerLine+i*3+0)=int(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voidCBMPEdit::Binarization(){ //像素值大于復制為，小于等于復制為 for(intj=0;j<lHeight;j++) { for(inti=0;i<lWidth;i++