学位论文-—图像锐化程序设计.doc

*实践教学*兰州理工大学计算机与通信学院 2012 年秋季学期图像处理综合训练题 目： 图像锐化程序设计 专业班级： 姓 名： 学 号： 指导教师： 成 绩： 目 录摘 要3一、前言4二、算法分析与描述52.1 Sobel微分算子函数52.2 Roberts交叉微分算子函数62.3 Priwitt微分算子函数62.4拉普拉斯微分算子函数7三、详细设计过程83.1 程序的设计过程说明8四、调试过程中出现的问题及相应解决办法9五、程序运行截图及其说明10六、简单操作手册12设计总结16参考资料17致谢18附录19摘 要 这次综合训练要实现图象的锐化处理，图像锐化的目的是突出图象中的细节或者增强被模糊了的细节。图像平滑往往使图像中的轮廓变得模糊，为了减少这类不利影响，这就需要图像锐化技术，使图像的边缘变得清晰，其主要被用于景物边界的检测与提取。 本次训练中用数字微分锐化的方法通过实现微分算子来将图象锐化。用到的一阶微分算子有：Roberts微分算子、Sobel微分算子、Priwitt微分算子等。二阶微分算子用到了Laplacian微分算子。通过实现不同的微分算子，得到对图象轮廓在不同程度上的提取。【关键字】 数字图象处理；图像锐化；微分算子17一、前言图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。 数字图像处理主要研究以下内容： 图像几何变换；如傅立叶变换、沃尔什变换、离散余弦变换等；图象锐化处理；图像编码压缩；图像增强和复原；图像分割；图像描述；图像分类（识别）。其中图象锐化处理的目的是使模糊的图像变得更加清晰起来。图像的模糊实质就是图像受到平均或积分运算造成的，因此可以对图像进行逆运算如微分运算来使图像清晰化。微分运算是通过实现微分算子来对图像进行锐化。微分算子有一阶微分算子和二阶微分算子。二、算法分析与描述由于我们常常无法事先确定轮廓的取向，因而挑选用于轮廓增强的微分算子时，必须选择那些不具备空间方向性的和具有旋转不变的线性微分算子。最基本的一类边缘检测算子是微分类算子。包括：梯度算子、Robel梯度算子、Sobel算子、Prewitt边缘检测算子、Kridch边缘检测算子、Laplacian算子等。2.1 Sobel微分算子函数Sobel算子具有一定的噪声抑制能力，在检测阶跃边缘时得到的边缘宽度至少为二像素，它不依赖于边缘方向的二阶微分算子，是一个标准量而不是向量，具有旋转不变即各向同性的性质。在图像处理中常被用于提取图像的边缘。Sobel微分算子定义如下： （式1） （式2） 如果用图像处理的模板来表示，则有： （式3）下面以一个简单的例子来体会该算法。设原图像为 对中模板罩不住的地方其处理结果令为0，其它的像素一次按照式（式1）进行计算。例如，对的模板下的图像子块为：计算结果为 最终处理结果为2.2 Roberts交叉微分算子函数Roberts算子模板是一个22的模板，左上角的是当前待处理像素f(x.y)，则交叉微分算子定义如下：其模板可以表示为： 2.3 Priwitt微分算子函数Priwitt微分算子的思路与Sobel微分算子的思路类似，是在一个奇数大小的模板中定义其微分运算。 Priwitt微分算子定义如下：2.4拉普拉斯微分算子函数最简单的二阶各向同性微分算子是拉普拉斯微分算子，二维图像f（x,y）的拉普拉斯微分算子定义为： 写成模板系数形式形式即为Laplacian算子：二阶微分算子所提取出的细节较一阶微分算子提出的细节多，表明了二阶微分算子在对图像细节更加敏感。三、详细设计过程3.1 程序的设计过程说明利用matlab数字图像处理，编写相关函数，具体过程如下：双击打开MATLAB 7.0FileNewGUI单击，调整axes1大小单击OK，调整按钮大小和颜色，修改名称再建axes2单击OK，调整按钮大小和颜色，修改名称保存ViewM-file Edit针对每个功能按钮，输入对应的函数。图像锐化设计流程图： Sobel保 存LaplacianPriwitt Roberts退 出打 开 图3.1图像锐化设计流程图四、调试过程中出现的问题及相应解决办法1.程序在编译过程中出现找不到路径的错误。例如图片路径，如果没有放在matlab的bin根目录下，它会出现错误。2在新建GUI界面时，需要给tag和string赋正确的变量,否则调试过程中会出现错误。 3.matlab软件大多数支持的是二值图像的处理，如果输入的图像时RGB图像无法处理显示，请先进行RGB图像转换成二值图像。 五、程序运行截图及其说明图5.1为操作时用到的原图 图5.1 Lena原图-24位色图5.2到5.5是将原图5.1锐化后的结果 图5.2 Roberts微分算子处理图像 图5.3 Sobel微分算子处理图像 图5.4 Priwitt微分算子处理图像 图5.5 Laplacian微分算子处理图像六、简单操作手册本系统主要是用微分算子来实现图像的锐化，在该程序实现的过程中，主要的实现步骤有：1、选取若干张目标图像文件，在计算机图象驱动程序中显示；2、实现用一阶微分算子对图像的锐化（包括Roberts微分算子，Sobel微分算子Priwitt微分算子）；3、实现用二阶微分算子对图像的锐化（用Laplacian微分算子）；4、将处理后的图象与原图进行比较，图象锐化后的图象与原图象存在的差别较大。 具体操作过程如下： 进入操作界面 图 6.1进入操作界面 打开要操作的图像 图 6.2 打开要操作的图像 找到图像锐化Sobel进行操作 图 6.3Sobel微分算子锐化后的图像 找到图像锐化Roberts进行操作 图 6.4 Roberts微分算子进行锐化后的图像 找到图像锐化Prewitt进行操作 图 6.5 Prewitt微分算子进行锐化后的图像 找到图像锐化Laplacian进行操作 图 6.5 Laplacian微分算子进行锐化后的图像 设计总结课程综合训练的时间已接近尾声，在这次的综合训练中，我才正真体会到了知识用时方恨少的滋味,有许多知识需要学习。不过这次的综合训练让我受益匪浅，正真的锻炼了我的动手能力。并且使我对书本上的知识有了更深入的了解。以前在上图像处理课时，只知道图像锐化就是用数学公式来计算的。通过这次的训练才明白那些微分算子后面原来隐藏着好多知识，运用它们锐化后的图像发生了很大的变化。通过这次课程设计使我对matlab有了更深层次的理解，也对掌握了如何用matlab制作界面，使我对图像处理有了更深的理解和掌握。在作业过程中，也遇到了很多问题，体会最深的是，由于学校机房的环境有限，更多时候要用到个人的资源。在这种情况下同学们对我的帮忙很大，我非常感激！还感受到同学们坐在一起讨论问题时的快乐。这次的综合训练也使我对数字图像产生了浓厚的兴趣。终于对我们在日常生活中用的一些拍照设备的原理有了一点了解。总之，这次的训练很有意义。参考资料1 朱虹.计算机图象处理基础M. 科学出版社, 20052 R C.Gonzalez, R E.Woods著,阮秋琦,阮宇智等译.计算机图象处理(第2版).北京:电子工业出版社,20033 K.R.Castleman. 计算机图象处理.北京:电子工业出版社,20024 章毓晋.图像处理与分析-图像工程（上册）,清华大学,20015 R C.Gonzalez, R E.Woods, S L. Eddins著,阮秋琦,阮宇智等译.计算机图象处理(MATLAB版).北京:电子工业出版社,20056 何斌等编著. Visual C+数字图像处理（第二版）.人民邮电出版社,2003致谢这次课程综合训练做完后要感谢的人太多了。首先感谢我的指导老师徐志刚老师，他在我的课程设计过程中提出了指导性的方案和架构，并指引我阅读相关的资料和书籍，使我在不熟悉的领域中仍能迅速掌握新的技术。感谢我的计算机图象处理老师在以往的基础课学习中为我打下良好的基础，这是我这次课程设计能够顺利完成的前提。感谢我的同学们，他们与我一起探讨问题，帮助我完成了课程设计。附录I=imread(lena.jpg);H,W=size(I);M=double(I);J=M;for i=1:H-1for j=1:W-1J(i,j)=abs(M(i,j)-M(i+1,j+1)+abs(M(i+1,j)-M(i,j+1);end;end;subplot(1,2,1);imshow(I);title(原图);subplot(1,2,2);imshow(uint8(J);title(Roberts处理后);I=imread(lena.jpg);H,W=size(I);M=double(I);J=M;for i=2:H-1for j=2:W-1J(i,j)=abs(M(i-1,j+1)-M(i-1,j-1)+M(i,j+1)-M(i,j-1)+M(i+1,j+1)-M(i+1,j-1)+abs(M(i+1,j-1)-M(i-1,j-1)+M(i+1,j)-M(i-1,j)+M(i+1,j+1)-M(i-1,j+1);end;end;subplot(1,2,1);imshow(I);title(原图);subplot(1,2,2);imshow(uint8(J);title(Prewitt处理后);I=imread(lena.jpg);H,W=size(I);M=double(I);J=M;for i=2:H-1for j=2:W-1 J(i,j)=abs(M(i-1,j+1)-M(i-1,j-1)+2*M(i,j+1)-2*M(i,j-1)+M(i+1,j+1)-M(i+1,j-1)+abs(M(i-1,j-1)-M(i+1,j-1)+2*M(i-1,j)-2*M(i+1,j)+M(i-1,j+1)-M(i+1,j+1);end;end;subplot(1,2,1);imshow(I);title(原图);subplot(1,2,2);imshow(uint8(J);title(Sobel 处理后);I=imread(lena.jpg);H,W=size(I);M=double(I); J=M; for i=2:H-1 for j=2:W-1 J(i,j)=4*M(i,j)-M(i+1,j)+M(i-1,j)+M(i,j+1)+M(i,j-1); end; end; subplot(1,2,1);imshow(I);title(原图); subplot(1,2,2);imshow(uint8(J);title(锐化处理后的图);