实验报告四图像锐化处理

昆明理工大学（数字图像处理）实验报告实验名称：图像的平滑与锐化专业：电子信息科学与技术姓名：学号：成绩：[实验目的]1、理解图像平滑与锐化的基本原理。

2、掌握图像滤波的基本定义及目的。

3、理解空间域滤波的基本原理及方法。

4、编程实现图像的平滑与锐化。

[实验原理]空间滤波器都是基于模板卷积，其主要工作步骤是：1)将模板在图中移动，并将模板中心与图中某个像素位置重合；2)将模板上的系数与模板下对应的像素相乘；3)将所有乘积相加；4)将和（模板的输出响应）赋给图中对应模板中心位置的像素。

1、图像的平滑目的：减少噪声方法：空域法：邻域平均法、低通滤波、多幅图像求平均、中值滤波（1）邻域平均(均值滤波器)所谓的均值滤波是指在图像上对待处理的像素给一个模板，该模板包括了其周围的邻近像素。

将模板中的全体像素的均值来替代原来的像素值的方法。

（2）中值滤波（统计排序滤波）一般地 , 设有一个一维序列 f1 , f2 , f3 ,…, fn ,取该窗口长度(点数)为 m (m为奇数 ),对一维序列进行中值滤波,就是从序列中相继抽取m 个数 fi-v , … , fi-1, fi,fi+1 , … , fi+v;其中 fi 为窗口的中心点值 ,v = ( m - 1 )/ 2 。

再将这 m 个点 值按 其数值大小排序,取中间的 那个数作为滤波输出 ,用数学公式表示为:yi = med fi-v,…,fi-1,fi,fi+1,…,fi+v其中i ∈Z,v=(m-1)/2 。

中值滤波一般采用一个含有奇数个点的滑动窗口,将窗口中各点灰度值的中值来替代指定点(一般是窗口的中心点)的灰度值。

二维中值滤波可有下式表示 :yi = med { fij }中值滤波的性质有 :(1) 非线性 , 两序列 f ( r ) , g ( r )med{ f ( r ) + g ( r ) } ≠ med{ f ( r ) } + med{ g ( r ) }(2) 对尖峰性干扰效果好,即保持边缘的陡度又去掉干扰,对高斯分 布噪声效果差;(3) 对噪声延续距离小于W/2的噪声抑制效果好,W 为窗口长度。

课程论文课程论文课程论文图像锐化处理摘 要：要： 如今，数字图像处理技术得到广泛应用，给人们的学习、生活和工作带来了深远影响。

其中图像的锐化处理就是其中的重要部分，图像锐化处理的作用是使灰度反差增强，从而使模糊图像变得更加清晰。

本文介绍图像锐化处理的基本原理和处理技术，图像锐化处理的基本原理和处理技术，用用MATLAB 矩阵实验室对实际图像进行锐化处理得出实验结果。

像进行锐化处理得出实验结果。

关键词：图像锐化处理，数字图像，MATLAB 1.MATLAB 简介MATLAB 全称是Matrix Laboratory(矩阵实验室)，是一种简单、高效、功能强大的高级语言，在科学与工程计算领域有着广泛的应用前途。

在数字图像处理领域，可应用MATLAB 数字图像处理技术进行系统分析与设计。

它是一种专门用于矩阵数值计算的软件，从这点上也可以看出，它是矩阵运算上有自己独特的特点。

实际运用中MATLAB 中的绝大多数的运算都是通过矩阵这一形式进行的，中的绝大多数的运算都是通过矩阵这一形式进行的，这一特这一特点决定了MATLAB 在处理数字图象上独特优势，在处理数字图象上独特优势，理论上图象是一种二维的连续函理论上图象是一种二维的连续函数，然而计算机对图象进行数字吃力时，首先必须对其在空间和亮度上进行数字化，这就是图象的采样和量化的过程，二维图象均匀采样，可得到一幅离散成M*N 样本的数字图象，该数字图象是一个整数阵列，因而用矩阵来描述该数字图象是最直观最简便的。

象是最直观最简便的。

2.图象锐化概述数字图像处理中图像锐化的目的有两个：一是使灰度反差增强，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。

识别的图像。

3.图象锐化的原理数字图像的锐化可分为线性锐化滤波和非线性锐化滤波。

实验名称：数字图像的锐化（LAPLACE 运算）一、实验目的1、了解锐化的算法和用途，学习利用拉普拉斯锐化运算的程序设计 方法。

2、通过对锐化前后图象的观察深刻了解锐化的实质。

二、实验设备PC 兼容机一台，操作系统为Windows XP ，安装Code Composer Studio 2.2.1和MATLAB 6.5.1软件。

三、实验内容数字图象的的锐化1、实验要求：常用的拉普拉斯锐化模板还有另一种形式修改参考例程，完成以上算子的锐化运算。

2、对设计要求的理解（1）图像的锐化所需要的输入图象为80*80黑白自定义图象，我们这里选取电脑中自带的bmp 格式的图象。

不需要使用硬件采集图象。

（2）输入黑白图片的是由80*80个像素组成，每个像素值都是由0~255中的某一数字表示，代表其灰度值。

其中0代表图像为黑色的，255代表白色。

（3）锐化的实质是对图象灰度值比较接近的地方进行处理，提升两者之间的灰度差别，使得图象便于人眼观察。

（4）对某一点像素的处理采用拉普拉斯锐化模板，锐化后的像素值是以一点为中心的相邻的九个像素值的函数。

特别的是对于图象的边缘的处理：赋值为0。

四、实验原理1、数字图像的锐化原理图象锐化的目的是使模糊地图象变得更加清晰起来。

图象的模糊实质就是图象平均和积分运算造成的，因此可以对图象进行逆运算如微分运算来使图象清晰化。

从频谱的角度来分析，图象模糊地是知识其高频分量被衰减，因而可以通过高通滤波器作来清晰图象。

图像锐化常采用算法是拉普拉斯算法，他是微分锐化的方法的一种。

拉普拉斯运算是偏导数运算的线性组合，而且是一种各向同性（旋转不变）的线性运算.设2∇为拉普拉斯算子，则：y f x f f 22222∂∂+∂∂=∇对于离散数字图像),(j I f ，其一阶偏导数为：),1(),(),(),(j i f j i f j i f xj i f x --=∆=∂∂ )1,(),(),(),(--=∆=∂∂j i f j i f j i f yj i f y 其二阶偏导数为：),(2),1(),1(),(),1(),(22j i f j i f j i f j i f j i f x j i f x x --++=∆-+∆=∂∂ ),(2)1,()1,(),(),1(),(22j i f j i f j i f j i f j i f yj i f y y --++=∆-+∆=∂∂ 所以，拉普拉斯算子f 2∇为：),(4)1,()1,(),1(),1(22222j i f j i f j i f j i f j i f y f x f f --+++++-=∂∂+∂∂=∇ 对于扩散现象引起的图象模糊，可以用下式进行锐化：),(),(),(2j i f k j i f j i g ∇-=ττk 是与扩散效应有关系数，该系数取值合理，锐化效果才会更好。

DSP 实验报告一、 图像的锐化处理（高通滤波处理）1、 实验原理处理模板如下：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--+--=004100αααααM 25.0=α 对应数学表达式：()[])1,(),1()1,(),1(),(41),(++++-+--+=y x f y x f y x f y x f y x f y x g αα2、 C 程序及运行结果程序：Acute_RGB_Image(int *buffer){int x,y;for (y=0;y<ImageHeight;y++)for (x=0;x<ImageWidth;x++){buffer[y*ImageWidth+x]=2*buffer[y*ImageWidth+x]-(buffer[y*ImageWidth +x-1]+buffer[(y-1)*ImageWidth+x]+buffer[y*ImageWidth+x+1]+buffer[(y+1)*ImageWidth+x])/4;if(buffer[ImageWidth*y+x]>255)buffer[ImageWidth*y+x]=255;else if (buffer[ImageWidth*y+x]<0)buffer[ImageWidth*y+x]=0;}}运行结果：锐化前锐化后分析：从上面两幅图可以看出锐化后的图像轮廓变得明显，且噪声变得强烈。

3、汇编程序及运行结果程序：ImageAcuteSub(ImageWidth,ImageHeight,buffer_red);ImageAcuteSub(ImageWidth,ImageHeight,buffer_green);ImageAcuteSub(ImageWidth,ImageHeight,buffer_blue);.mmregs.def _ImageAcuteSub.text_ImageAcuteSub:mov t0,brc1 ;IMAGE WIDTHmov t1,brc0 ;IMAGE HEIGHTrptb y_looprptb x_loopmov *ar0(#1),ac1;f(x+1,y)add *ar0(#-1),ac1 ;f(x-1,y)add *ar0(#-250),ac1 ;f(x,y-1)add *ar0(#250),ac1 ;f(x,y+1)sfts ac1,#-2mov *ar0<<#1,ac0;2f(x,y)sub ac1,ac0bcc branch1,ac0<0sub #255,ac0,ac1bcc branch2,ac1>0mov ac0,*ar0+b x_loopbranch1: mov #0,*ar0+b x_loopbranch2: mov #255,*ar0+x_loop: nopy_loop: nopRET运行结果：锐化前 锐化后分析：可以看出汇编的结果和C 程序的结果是一致的。

目录实验一：数字图像的基本处理操作 (4)：实验目的 (4)：实验任务和要求 (4)：实验步骤和结果 (5)：结果分析 (8)实验二：图像的灰度变换和直方图变换 (9)：实验目的 (9)：实验任务和要求 (9)：实验步骤和结果 (9)：结果分析 (13)实验三：图像的平滑处理 (14)：实验目的 (14)：实验任务和要求 (14)：实验步骤和结果 (14)：结果分析 (18)实验四：图像的锐化处理 (19)：实验目的 (19)：实验任务和要求 (19)：实验步骤和结果 (19)：结果分析 (21)实验一：数字图像的基本处理操作：实验目的1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用；2、实现图像的读取、显示、代数运算和简单变换。

3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。

：实验任务和要求1.读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。

2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。

3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。

4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的对应关系。

：实验步骤和结果1.对实验任务1的实现代码如下：a=imread('d:\');i=rgb2gray(a);I=im2bw(a,;subplot(1,3,1);imshow(a);title('原图像');subplot(1,3,2);imshow(i);title('灰度图像');subplot(1,3,3);imshow(I);title('二值图像');subplot(1,3,1);imshow(a);title('原图像');结果如图所示：图原图及其灰度图像，二值图像2.对实验任务2的实现代码如下：a=imread('d:\');A=imresize(a,[800 800]);b=imread('d:\');B=imresize(b,[800 800]);Z1=imadd(A,B);Z2=imsubtract(A,B);Z3=immultiply(A,B);Z4=imdivide(A,B);subplot(3,2,1);imshow(A);title('原图像 A'); subplot(3,2,2);imshow(B);title('原图像 B'); subplot(3,2,3);imshow(Z1);title('加法图像'); subplot(3,2,4);imshow(Z2);title('减法图像'); subplot(3,2,5);imshow(Z3);title('乘法图像'); subplot(3,2,6);imshow(Z2);title('除法图像');结果如图所示：3.对实验任务3的实现代码如下：s=imread('d:\');i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j); %直流分量移到频谱中心I=log(abs(k)); %对数变换m=fftshift(j); %直流分量移到频谱中心RR=real(m); %取傅里叶变换的实部II=imag(m); %取傅里叶变换的虚部A=sqrt(RR.^2+II.^2);A=(A-min(min(A)))/(max(max(A)))*255;b=circshift(s,[800 450]);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e));f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.^2+ZZ.^2);B=(B-min(min(B)))/(max(max(B)))*255;subplot(2,2,1);imshow(s);title('原图像');subplot(2,2,2);imshow(uint8(b));title('平移图像');subplot(2,2,3);imshow(A);title('离散傅里叶变换频谱');subplot(2,2,4);imshow(B);title('平移图像离散傅里叶变换频谱');结果如图所示：4.对实验任务4的实现代码如下：s=imread('d:\');i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j);I=log(abs(k));m=fftshift(j);RR=real(m);II=imag(m);A=sqrt(RR.^2+II.^2);A=(A-min(min(A)))/(max(max(A)))*255;b=imrotate(s,-90);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e));f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.^2+ZZ.^2);B=(B-min(min(B)))/(max(max(B)))*255;subplot(2,2,1);imshow(s);title('原图像');subplot(2,2,2);imshow(uint8(b));title('平移图像');subplot(2,2,3);imshow(A);title('离散傅里叶频谱');subplot(2,2,4);imshow(B);title('平移图像离散傅里叶频谱');结果如图所示：：结果分析对MATLAB软件的操作开始时不太熟悉，许多语法和函数都不会使用，写出程序后，调试运行，最开始无法显示图像，检查原因，是有些标点符号没有在英文状态下输入和一些其他的细节，学会了imread()，imshow()，rgb2gray（）等函数。

一，实验目的。

1、掌握图像锐化的主要原理和常用方法2、掌握常见的边缘提取算法3、利用C#实现图像的边缘检测二，实验原理。

图像锐化就是补偿图像的轮廓,增强图像的边缘及灰度跳变的部分,使图像变得清晰，亦分空域处理和频域处理两类。

图像平滑往往使图像中的边界、轮廓变的模糊，为了减少这类不利效果的影响，这就需要利用图像锐化技术，使图像的边缘变的清晰。

图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算（如微分运算）就可以使图像变的清晰。

从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。

在水下图像的增强处理中除了去噪，对比度扩展外，有时候还需要加强图像中景物的边缘和轮廓。

而边缘和轮廓常常位于图像中灰度突变的地方，因而可以直观地想到用灰度的差分对边缘和轮廓进行提取。

图像边缘锐化的基本方法：微分运算，梯度锐化，边缘检测。

微分运算微分运算应用在图像上，可使图像的轮廓清晰。

微分运算有：纵向微分运算，横向微分运算，双方向一次微分运算。

单向微分运算双向微分微分运算作用：相减的结果反映了图像亮度变化率的大小。

像素值保持不变的区域，相减的结果为零，即像素为黑；像素值变化剧烈的区域，相减后得到较大的变化率，像素灰度值差别越大，则得到的像素就越亮，图像的垂直边缘得到增强。

梯度锐化： 图像平滑往往使图像中的边界、轮廓变得模糊，为了减少这类不利效果的影响，这就需要利用图像鋭化技术，使边缘变得清晰。

梯度锐化常用的方法有：直接以梯度值代替；辅以门限判断；给边缘规定一个特定的灰度级;给背景规定灰度级;根据梯度二值化图像。

边缘检测边缘检测算子检查每个像素的邻域并对灰度变化率进行量化，通常也包括方向的确定。

大多数是基于方向导数模板求卷积的方法。

将所有的边缘模板逐一作用于图像中的每一个像素，产生最大输出值的边缘模板方向,表示该点边缘的方向，如果所有方向上的边缘模板接近于零，该点处没有边缘；如果所有方向上的边缘模板输出值都近似相等，没有可靠边缘方向。

系统实验(DSP)--图像的锐化处理、图像的边缘检测DSP 实验报告一、 图像的锐化处理（高通滤波处理）1、 实验原理处理模板如下：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--+--=004100αααααM 25.0=α对应数学表达式：()[])1,(),1()1,(),1(),(41),(++++-+--+=y x f y x f y x f y x f y x f y x g αα2、 C 程序及运行结果程序：Acute_RGB_Image(int *buffer){int x,y;for (y=0;y<ImageHeight;y++)for (x=0;x<ImageWidth;x++){buffer[y*ImageWidth+x]=2*buffer[y*ImageWidth+x]-(buffer[y*ImageWidth+x-1]+buffer[(y-1)*ImageWidth+x]+buffer[y*ImageWidth+x+1]+buffer[(y+1)*ImageWidth+x])/4;if(buffer[ImageWidth*y+x]>255)buffer[ImageWidth*y+x]=255;else if (buffer[ImageWidth*y+x]<0)buffer[ImageWidth*y+x]=0;}}运行结果：锐化前锐化后分析：从上面两幅图可以看出锐化后的图像轮廓变得明显，且噪声变得强烈。

3、汇编程序及运行结果程序：ImageAcuteSub(ImageWidth,ImageHeight,buffer_red);ImageAcuteSub(ImageWidth,ImageHeight,buffer_green);ImageAcuteSub(ImageWidth,ImageHeight,buffer_blue);.mmregs.def _ImageAcuteSub.text_ImageAcuteSub:mov t0,brc1 ;IMAGE WIDTHmov t1,brc0 ;IMAGE HEIGHTrptb y_looprptb x_loopmov *ar0(#1),ac1;f(x+1,y)add *ar0(#-1),ac1 ;f(x-1,y)add *ar0(#-250),ac1 ;f(x,y-1)add *ar0(#250),ac1 ;f(x,y+1)sfts ac1,#-2mov *ar0<<#1,ac0;2f(x,y)sub ac1,ac0bcc branch1,ac0<0sub #255,ac0,ac1bcc branch2,ac1>0mov ac0,*ar0+b x_loopbranch1: mov #0,*ar0+b x_loopbranch2: mov #255,*ar0+ x_loop: nopy_loop: nopRET运行结果：锐化前 锐化后分析：可以看出汇编的结果和C 程序的结果是一致的。

字图像处理》实验报告2012年安徽省普通高校对口招收中等职业学校毕业考试语文试题(本卷满分150分,时间120分钟)一.语言文学知识与语言表达(共11小题,每小题3分,计33分)1.下列句子中加点字的注音,正确的一项是( )A.殷(yān)红的鲜血滴落在泥土上。

B.她梦想到盛（shèng）在名贵盘碟里的佳肴。

C.第二步工作叫掐丝，就是拿扁铜丝粘（nián）在铜胎表面上。

D.仿佛远处高楼上渺茫的歌声似（sì）的。

2.下列句子没有错别字的一项是( )A.得知我还必需回渡假村，她楞住了。

B.住宅的寒伧，墙壁的暗淡，家俱的破旧，衣料的粗陋，都使她苦恼。

C.归来时带着几份鹊跃的心情，一跳一跳就跳过了那些山坡。

D.丈夫从实验室回来时，孩子们已经做完功课睡觉了。

3.对下列词语中加点字的解释，不正确的一项是( )A.累世（累：连续）勤能补拙（拙：笨）B.睿智（睿：锋利）越俎代庖（庖：厨房）C.绵亘（亘：延续不断）扪心自问（扪：摸）D.自诩（诩：夸耀）自惭形秽（秽：丑陋）4.下列句子成语使用恰当的一项是( )A.贵族老爸们养尊处优的生活场所已消失得杳无音信。

B.过去有些园名，可以望文生义，如梅园，它的特色是梅。

C.在孩子们的眼神里，我看到了他们的心悦诚服。

D.赚钱是每一个生意人众望所归的事。

5.下列句子没有语病的一项是( )A.人脑是一部最奇妙的机器，但它能和平结合，使人成为万物之灵。

B.好的立意，来源于作者对社会生活的用心提炼、体验、思考和观察。

C.母亲在非解释一下不足以平服别人的时候才这样说。

D.人物的塑造，要经过摊牌打磨的过程，才能创造出鲜活的形象。

6.将下列句子组成语意连贯的一段文字，排序正确的一项是( )①当时我很年轻，而且正是不动扳机就感到手痒的时期。

②我察觉到，在这双眼睛里有某种新的东西，某种只有它和这座山才了解的东西。

③我总是认为，狼越少，鹿就越多，因此，没有狼的地方就意味着是猎人的天堂。