基于matlab的图像锐化文献综述.doc

x学院毕业论文（设计）

文 献 综 述

题 目:图像锐化算法的研究与实现
姓 名: xxx
学 号: 080502221
系 别: 物理与电子信息工程系
专 业: 电子信息科学与技术
年 级: 200x级
指导老师: xxx

2011年 11月18日

文献综述
1. 引言
数字图像处理（Digital Image Processing）又称为计算机图像处理，它最早出现于20世纪50年代 ，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。图像处理的基本目的是改善图像的质量。它以人为对象，改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常见的图像处理方法有图像增强、复原、编码、压缩等。图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天。生物医学工程、工业检测、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注意、前景远大的新型科学。随着图像处理技术的深入发展，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理更高、更深层次发展[1]。
2. 图像锐化处理的现状和研究方法
数字图像经过转换和传输后，难免会产生模糊。图像锐化的主要目的在于补偿图像边缘轮廓、突出图像的边缘信息以使图像显得更为清晰，从而符合人类的观察习惯。图像锐化的实质是增强原图像的高频分量[2]。边缘和轮廓一般位于灰度突变的地方，因此和自然地利用灰度差分提取出来。由于边缘和轮廓在一幅图中常常具有任意方向，而差分运算是有方向性的，因此和差分方向一致的边缘和轮廓便检测不出来[3]。因而希望找到一些各向同性的检测算子，它们对任意方向的边缘和轮廓都有检测能力，具有这钟性质的锐化算子有Roberts算子、Prewitt算子、Sobel算子、Laplacian算子等微分算子。本次设计就是利用Matlab实现图像边缘检测，具体的是利用Matlab针对Roberts算子、Prewitt算子、Sobel算子、Laplacian算子实现边缘检测的功能[4]。
3. MATLAB简介

MATLAB全称Matrix Laboratory（矩阵实验室），最早初由美国Cleve Moler博士在20世纪70年代末讲授矩阵理论和数据分析等课程时编写的软件包Linpack和Eispack组成。它用于数学、信息工程、摇感、机械工程、计算机等专业。它的推广得到各个领域专家的关注，其强大的扩展功能为各个领域应用提供了基础，各个领域的专家相继推出MATLAB工具箱，而且工具箱还在不断发展，借助于这些工具箱，各个层次的研究人员可直接、直观、方便地进行工作，从而节省大量的时间[5]。目前，MATLAB语言已经成为科学计算、系统仿真、信号与图像处理的主流软件。本文主要从MATLAB图像处理方面做应用。
4. MATLAB对图像处理的特点
MATLAB全称Matrix Laboratory（矩阵实验室），是一种主要用于矩阵数据值计算的软件，因其在矩阵运算上的特点，使得MATLAB在处理图像上具有独特优势，理论上讲，图像是一种二维的连续函数，而计算机在处理图像数字时，首先必须对其在空间和亮度上进行数字化，这就是图像的采样个量化的过程。二维图像均匀采样，课得到一副离散化成N×N样本的数字图像，该数字图像是一个整数列阵，因而用矩阵来描述该数字图像是最直观最简便的[6]。
5.图像锐化概述
数字图像处理中图像锐化的目的有两个：一是增强图像的边缘，使模糊的图像变得清晰起来；这种模糊不是由于错误操作，就是特殊图像获取方法的固有影响。二是提取目标物体的边界，对图像进行分割，便于目标区域的识别等。通过图像的锐化，使得图像的质量有所改变，产生更适合人观察和识别的图像[7]。
数字图像的锐化可分为线性锐化滤波和非线性锐化滤波。如果输出像素是输入像素领域像素的线性组合则称为线性滤波，否则称为非线性滤波。
5.1 线性锐化滤波器
线性高通滤波器是最常用的线性锐化滤波器。这种滤波器必须满足滤波器的中心系数为正数，其他系数为负数。
5.2 非线性锐化滤波器
非线性锐化滤波就是使用微分对图像进行处理，以此来锐化由于邻域平均导致的模糊图像。无方向一阶微分锐化算子有：
5.2.1 Roberts算子
图像处理中最常用的微分是利用图y像沿某个方向上的灰度变化率，即原图像函数的梯度。 （Roberts算子）[8]梯度定义如下：
(1)
梯度模的表达式如下：
(2)
Roberts算法又称交叉微分算法，其计算公式如下

(3)
其特点就是算法简单。
5.2.2. Prewitt锐化算子 [9]
Prewitt锐化算子计算公式：
（4）
其模板：

特点：与Sobel相比，有一定的抗干扰性。图像效果比较干净。
5.2.3 Sobel锐化算子
Sobel锐化算子计算公式：
（5）

其模板：

特点：锐化的边缘信息较强

一阶微分锐化的效果比较：
Sobel算法与Priwitt算法的思路相同，属于同一类型，因此处理效果基本相同。Roberts算法的模板为2*2，提取出的信息较弱。 单方向锐化经过后处理之后，也可以对边界进行增强。
5.2.4 Laplacian算子[10]
二阶微分锐化其算法为：
（6）
将其写成模板系数形式形式即为Laplacian算子：

为了改善锐化效果，可以脱离微分的计算原理，在原有的算子基础上，对模板系数进行改变，获得Laplacian变形算子如下所示：

H1,H2的效果基本相同，H3的效果最不好H4最接近原图。
6. 总结
在实际应用过程中，图像锐化效果不理想是因为图像信噪比较小要用较高的kt才能
看清晰图像该系数要取值合理，kt过小，锐化效果就不明显[1]。
本次设计介绍了4个传统的图像锐化算子的基本理论，运用其不同的算子得到不同
图像进行比较，灵活掌握在不同情况下合理选择锐化算子进行图像处理，得到使用者理想的图片。

参考文献：
[1]卢允伟，陈友荣.基于拉普拉斯算子的图像锐化算法研究和实现[J].计算机工程应用技术，2009,5(6): 1513-1515.
[2]曾嘉亮.基于边缘检测的图像锐化算法[J].现代电子技术，2006,227(12): 91-95.
[3]刘直芳，王运琼，朱敏.数字图像处理与分析[M].北京：清华大学出版社，2006: 83-89.
[4]徐献灵，林奕水.MATLAN在数字图像处理中的运用[J].实践与经验，2008,5: 66-68.
[5]狄岚.利用MATLAB实现谷类图像的增强[J].粮食与食品工业，2006,13(1): 54-57.
[6]王斌.MATLAB实现数字图像增强处理[J].佳木斯大学学报，2005,23(1): 31-34.
[7]阮秋琦.数字图像处理学[M].北京：电子工业出版社,2007:199-211.
[8]王晓丹，吴崇明.基于MATLAB的系统分析与设计[M].陕西：西安电子科技大学出版社，2009:11-15.
[9]蓝章礼，李益才，李艾星.数字图像处理与图像通信[M].北京：清华大学出版社，2009:99-103.
[10]阮秋琦 阮宇智等.数字图像处理[M].北京：电子工业出版社，2006:101-103.