利用laplacian算子对图像进行锐化操作

数字图像处理试题集2（精减版）第⼀章概述⼀.填空题1. 数字图像是⽤⼀个数字阵列来表⽰的图像。

数字阵列中的每个数字，表⽰数字图像的⼀个最⼩单位，称为__________。

5. 数字图像处理包含很多⽅⾯的研究内容。

其中，________________的⽬的是根据⼆维平⾯图像数据构造出三维物体的图像。

解答:1. 像素5. 图像重建第⼆章数字图像处理的基础⼀.填空题1. 量化可以分为均匀量化和________________两⼤类。

3. 图像因其表现⽅式的不同，可以分为连续图像和________________两⼤类。

5. 对应于不同的场景内容，⼀般数字图像可以分为________________、灰度图像和彩⾊图像三类。

解答:1. ⾮均匀量化 3. 离散图像 5. ⼆值图像⼆.选择题1. ⼀幅数字图像是：( )A、⼀个观测系统。

B、⼀个有许多像素排列⽽成的实体。

C、⼀个2-D数组中的元素。

D、⼀个3-D空间的场景。

3. 图像与灰度直⽅图间的对应关系是：（）A、⼀⼀对应B、多对⼀C、⼀对多D、都不对4. 下列算法中属于局部处理的是：（）A、灰度线性变换B、⼆值化C、傅⽴叶变换D、中值滤波5. ⼀幅256*256的图像，若灰度级数为16，则该图像的⼤⼩是：（）A、128KBB、32KBC、1MB C、2MB6. ⼀幅512*512的图像，若灰度级数为16，则该图像的⼤⼩是：（）A、128KBB、32KBC、1MB C、2MB解答:1. B 3. B 4. D 5. B 6. A三.判断题1. 可以⽤f(x,y)来表⽰⼀幅2-D数字图像。

（）3. 数字图像坐标系与直⾓坐标系⼀致。

（）4. 矩阵坐标系与直⾓坐标系⼀致。

（）5. 数字图像坐标系可以定义为矩阵坐标系。

（）6. 图像中虚假轮廓的出现就其本质⽽⾔是由于图像的灰度级数不够多造成的。

（）10. 采样是空间离散化的过程。

（）解答:1. T 3. F 4. F 5. T 6. T 10. T1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的⽑边现象（√）第三章图像⼏何变换⼀.填空题1. 图像的基本位置变换包括了图像的________________、镜像及旋转。

《数字图像处理作业》图像的锐化处理---拉普拉斯算子、prewitt算子、sobel算子性能研究对比一、算法介绍1.1图像锐化的概念在图像增强过程中，通常利用各类图像平滑算法消除噪声，图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。

一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时图像边缘信息也主要集中在其高频部分。

这将导致原始图像在平滑处理之后，图像边缘和图像轮廓模糊的情况出现。

为了减少这类不利效果的影响，就需要利用图像锐化技术，使图像的边缘变得清晰。

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得清晰，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)就可以使图像变得清晰。

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。

但要注意能够进行锐化处理的图像必须有较高的性噪比，否则锐化后图像性噪比反而更低，从而使得噪声增加的比信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理。

考察正弦函数，它的微分。

微分后频率不变，幅度上升2πa倍。

空间频率愈高，幅度增加就愈大。

这表明微分是可以加强高频成分的，从而使图像轮廓变清晰。

最常用的微分方法是梯度法和拉普拉斯算子。

但本文主要探究几种边缘检测算子，Laplace、Prewitt、Sobel算子以下具体介绍。

图像边缘检测：边缘检测是检测图像局部显著变化的最基本运算，梯度是函数变化的一种度量。

图像灰度值的显著变化可用梯度的离散逼近函数来检测，大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。

边缘检测可分为两大类基于查找一类和基于零穿越的一类。

基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。

基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界，通常是Laplacian过零点或者非线性差分表示的过零点。

数字图像处理每章课后题参考答案第一章和第二章作业：1.简述数字图像处理的研究内容。

2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？3.列举并简述常用表色系。

1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。

2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。

根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。

图像处理着重强调在图像之间进行的变换。

比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。

图像处理主要在图像的像素级上进行处理，处理的数据量非常大。

图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。

图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。

图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。

图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。

第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。

数字图像处理作业——空间域滤波器摘要在图像处理的过程中,消除图像的噪声干扰是一个非常重要的问题。

本文利用matlab软件,采用空域滤波的方式,对图像进行平滑和锐化处理。

平滑空间滤波器用于模糊处理和减小噪声，经常在图像的预处理中使用；锐化空间滤波器主要用于突出图像中的细节或者增强被模糊了的细节。

本文使用的平滑滤波器有中值滤波器和高斯低通滤波器，其中，中值滤波器对去除椒盐噪声特别有效，高斯低通滤波器对去除高斯噪声效果比较好。

使用的锐化滤波器有反锐化掩膜滤波、Sobel边缘检测、Laplacian边缘检测以及Canny算子边缘检测滤波器。

不同的滤波方式，在特定的图像处理应用中有着不同的效果和各自的优势。

1、分别用高斯滤波器和中值滤波器去平滑测试图像test1和2，模板大小分别是3x3 ， 5x5 ，7x7；利用固定方差 sigma=1.5产生高斯滤波器. 附件有产生高斯滤波器的方法。

实验原理分析：空域滤波是直接对图像的数据做空间变换达到滤波的目的。

它是一种邻域运算，其机理就是在待处理的图像中逐点地移动模板，滤波器在该点地响应通过事先定义的滤波器系数与滤波模板扫过区域的相应像素值的关系来计算。

如果输出像素是输入像素邻域像素的线性组合则称为线性滤波（例如最常见的均值滤波和高斯滤波），否则为非线性滤波（中值滤波、边缘保持滤波等）。

空域滤波器从处理效果上可以平滑空间滤波器和锐化空间滤波器：平滑空间滤波器用于模糊处理和减小噪声，经常在图像的预处理中使用；锐化空间滤波器主要用于突出图像中的细节或者增强被模糊了的细节。

模板在源图像中移动的过程中，当模板的一条边与图像轮廓重合后，模板中心继续向图像边缘靠近，那么模板的某一行或列就会处于图像平面之外，此时最简单的方法就是将模板中心点的移动范围限制在距离图像边缘不小于（n－1）/2个像素处，单处理后的图像比原始图像稍小。

如果要处理整幅图像，可以在图像轮廓边缘时用全部包含于图像中的模板部分来滤波所有图像，或者在图像边缘以外再补上一行和一列灰度为零的像素点（或者将边缘复制补在图像之外）。

实验一 灰度图像的对比度线性展宽一、实验目的让学生通过使用对图像采用线性对比度展宽的方法进行处理，获得对图像画质的改善。

二、实验原理与方法对比度线性展宽处理，其实质是对图像灰度值的一个线性映射——通过这种方式来实现突出图像中重要信息的目的。

通常情况下，处理前后的图像灰度级是相同的，即处理前后的图像灰度级都为[0，255]。

那么，从原理上讲，我们就只能通过抑制非重要信息的对比度来腾出空间给重要信息进行对比度展宽。

设原图像的灰度为),(j i f ，处理后的图像的灰度为),(j i g ，对比度线性展宽的原理示意图如图1.1所示。

假设原图像中我们关心的景物的灰度分布在[a f ，b f ]区间内，处理后的图像中，我们关心的景物的灰度分布在[a g ，b g ]区间内。

在这里)(a b g g g -=∆)(a b f f f -=∆<，也就是说我们所关心的景物的灰度级得到了展宽。

根据图中所示的映射关系中分段直线的斜率我们可以得出线性对比度展宽的计算公式：b g a g a b )j图1.1 对比度线性展宽映射关系),(j i f α， a f j i f <≤),(0=),(j i g a a g f j i f +-)),((β，b a f j i f f <≤).,( （1-1）b b g f j i f +-)),((γ，255),(<≤j i f f b（m i ,3,2,1 =；n j ,3,2,1 =） 其中，a a f g =α，a b a b f f g g --=β，bbf g --=255255γ，图像的大小为m ×n 。

三、实验内容与步骤1．熟悉MATLAB 语言的使用，主要包括图像处理相关的语句、表达式，以及变量的使用。

2．按照所给出的参考伪代码编写程序，实现对一幅灰度图像的对比度线性展宽。

3．调整α，β，γ的值，观察对处理结果的影响。

四、思考问题1．在映射关系中，分段直线的斜率的大小对图像处理结果有哪些影响？ 2．在进行对比度展宽的时候，如果确定和选取所关心的景物？五、参考伪代码程序[image, map]=imread(‘实验图像.BMP’);%读入一幅灰度图像，放在二维数组变量image 中。

深圳大学研究生课程论文题目图像的锐化算法比较分析成绩专业信息与通信工程课程名称、代码数字图像处理（142013020003）年级2013级姓名学号时间2014.07任课教师张力图像的锐化算法比较分析摘要：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，这就需要利用图像锐化技术，使图像的边缘变的清晰。

本文分析了图像锐化方法中的梯度算子法和二阶导数算子法的各自特点，其中梯度算子法主要是Roberts 梯度算子法、Sobel算子法；二阶导数算子法为Laplacian算子法，并通过编程对一张实际图片进行了试验对比，结果证明Laplacian算子法锐化效果最好。

关键词：图像锐化，Roberts 梯度算子法，Sobel算子法，拉普拉斯算子法Comparative Analysis of Image Sharpening Algorithm Abstract: Image smoothing tend to make image become blurred outline. In order to reduce those disadvantages, we need to use the sharpening technology to make the edge of the image become clear. In this paper we analysis the different between the gradient operator method and the second derivative operator method using in image sharpening. The gradient operator method including Sobel operator method and Roberts operator method, and the second derivative operator method is Laplacian operator method. The result shows the best sharpening method is Laplacian operator method.Keyword: Image sharpening, Roberts, Sobel, Laplacian1.引言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，这就需要利用图像锐化技术，使图像的边缘变的清晰。

图像平滑及锐化1.图像锐化的目的是使灰度反差增强，从而增强图像中边缘信息，有利于轮廓抽取。

因为轮廓或边缘就是图像中灰度变化率最大的地方。

因此，为了把轮廓抽取出来，就是要找一种方法把图像的最大灰度变化处找出来。

2.实现图像的锐化可使图像的边缘或线条变得清晰，高通滤波可用空域高通滤波法来实现。

本节将围绕空间高通滤波讨论图像锐化中常用的运算及方法，其中有梯度运算、各种锐化算子、拉普拉斯（Laplacian）算子、空间高通滤波法和掩模法等图像锐化技术。

3.梯度算子——是基于一阶微分的图像增强.梯度算子: 梯度对应的是一阶导数，梯度算子是一阶导数算子。

梯度方向:在图像灰度最大变化率上，反映出图像边缘上的灰度变化。

梯度处理经常用于工业检测、辅助人工检测缺陷，或者是更为通用的自动检测的预处理。

4.拉普拉斯算子——基于二阶微分的图像增强Laplacian算子是不依赖于边缘方向的二阶微分算子，是常用的二阶导数算子.拉普拉斯算子是一个标量而不是向量，具有线性特性和旋转不变，即各向同性的性质。

拉普拉斯微分算子强调图像中灰度的突变,弱化灰度慢变化的区域。

这将产生一幅把浅灰色边线、突变点叠加到暗背景中的图像。

计算数字图像的拉普拉斯值也可以借助于各种模板。

拉普拉斯对模板的基本要求是对应中心像素的系数应该是正的，而对应于中心像素邻近像素的系数应是负的，它们的和应该为零。

将原始图像和拉普拉斯图像叠加在一起的简单方法可以保护拉普拉斯锐化处理的效果，同时又能复原背景信息。

5.同态滤波器图像增强的方法一幅图像f(x,y)能够用它的入射光分量和反射光分量来表示，其关系式如下f(x,y)=i(x,y)r(x,y) 图像f(x,y)是由光源产生的照度场i(x,y)和目标的反射系数场r(x,y)的共同作用下产生的。

该模型可作为频率域中同时压缩图像的亮度范围和增强图像的对比度的基础。

但在频率域中不能直接对照度场和反射系数场频率分量分别进行独立的操作。

第六章图像的锐化处理 一. 填空题1. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。

垂直方 向的微分算子属于 _________________ 。

（填“ 一阶微分算子”或“二阶微分算子”）2. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。

Roberts 交叉微分算子属于 ________________ 。

（填“ 一阶微分算子”或“二阶微分算子”）3. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。

Sobel 微分算子属于 _________________ 。

（填“ 一阶微分算子”或“二阶微分算子”）4. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。

Priwitt 微分算子属于 ___________________ （填“ 一阶微分算子”或“二阶微分算子”）5. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。

Laplacian 微分算子属于 __________________ 。

（填“一阶微分算子”或“二阶微分算子”）6. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。

Wallis 微分算子属于 _________________ 。

（填“一阶微分算子”或“二阶微分算子”）7. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。

水平方 向的微分算子属于 ________________ 。

（填“ 一阶微分算子”或“二阶微分算子”） 8. 图像微分 _______________ 边缘和其他突变的信息。

（填“增强”或“削弱”） 9. 图像微分 _______________ 灰度变化缓慢的信息。

（填“增强”或“削弱”）10. 图像微分算子 _______________ 在边缘检测中。