MATLAB 实现数字图像锐化处理

ＭＡＴＬＡＢ实现数字图像锐化处理作者：金献珍吴艳来源：《商场现代化》2008年第36期[摘要] 讨论了数字图像增强技术中空域图像锐化的四种算法及其用MATLAB的实现；同时给出了利用四种算法进行图像锐化后的对照图像。

[关键词] MATLAB 线性锐化非线性锐化 sobel算子 prewitt算子 log 算子MATLAB全称是MatrixLaboratory(矩阵实验室)，一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在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，这一特点决定了MATLAB在处理数字图像上的独特优势。

理论上讲，图像是一种二维的连续函数，然而计算机对图像进行数字处理时，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。

二维图像均匀采样，可得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的。

而MATLAB的长处就是处理矩阵运算，因此用MATLAB处理数字图像非常的方便。

MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP，GIF，HDF，JPEG，PCX，PNG， XWD，CUR，ICO等图像文件格式的读、写和显示。

MATLAB对图像的处理功能主要集中在它的图像处理工具箱(Image Processing Toolbox)中。

图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作口。

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。

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。

实验二图像锐化及伪彩色处理有的图片为三维的（MATLAB的workspace窗口可以看到），无法生成直方图，可以读入图像后用下面的命令转换为二维图像I=I（：，：，1）；一、实验目的：1、掌握图像锐化、伪彩色处理的基本原理和基本方法，加深对其的感性认识，巩固所学理论知识。

2、编写MATLAB程序,采用不同算子对图像进行锐化处理。

3、编写MATLAB程序，实现对灰度图像的伪彩色处理。

4、学会比较图像处理结果并分析原因。

二、实验要求1.能够对单色图像进行伪彩色处理，能够分析彩色图像。

2.能够自行评价各主要算子在无噪声条件下和噪声条件下的锐化性能。

完成规定图像的处理并要求正确评价处理结果，能够从理论上作出合理的解释。

三、实验仪器PC一台，MATLAB软件。

四、实验内容(一) 试分别用roberts、sobel 、Prewitt、log四种算子编写MATLAB程序对Miss.bmp图像及添加高斯噪声的Miss图像进行锐化，提取边缘信息。

要求：1. 显示原图像和对其锐化后的各个图像，并分别为之命名为：“原始图像”、“Robert算子锐化结果”、“sobel算子锐化结果”、“Prewitt算子锐化结果”、“高斯－拉普拉斯算子锐化结果”2. 显示添加噪声的图像及对其锐化后的各个图像，并分别为之命名为：“添加噪声后的图像”、“Robert算子锐化结果”、“sobel算子锐化结果”、“Prewitt 算子锐化结果”、“高斯－拉普拉斯算子锐化结果”3.比较几种方法的锐化效果，并分析原因所用到的函数说明如下：1. 采用边缘算子分割图像函数为：[g,t]=edge(image,'method',threshold,'direction')image:输入的图像method：采用的方法类型，有roberts、sobel 、Prewitt、logthreshold：阈值，通常采用默认值，表示为[]direction: 所寻找边缘的方向，常用both ；g：返回的二值图像2.title('图像名字'); %此函数可为图像命名3.添加高斯噪声I=imnoise(image,'gaussian',0.02);（1）I=imread('Miss.bmp');[g1,t]=edge(I,'roberts',[],'both');[g2,t]=edge(I,'sobel',[],'both');[g3,t]=edge(I,'Prewitt',[],'both');[g4,t]=edge(I,'log',[],'both');subplot(231);imshow(I);title('原始图像');subplot(232);imshow(g1);title('reborts算子锐化结果');subplot(233);imshow(g2);title('sobel算子锐化结果');subplot(234);imshow(g3);title('prewitt算子锐化结果');subplot(235);imshow(g4);title('log算子锐化结果');原始图像reborts算子锐化结果sobel算子锐化结果prewit算子锐化结果log算子锐化结果（2）I=imread('Miss.bmp'); J=imnoise(I,'gaussian',0.02); [g5,t]=edge(I,'roberts',[],'both'); [g6,t]=edge(I,'sobel',[],'both'); [g7,t]=edge(I,'Prewitt',[],'both'); [g8,t]=edge(I,'log',[],'both');subplot(231);imshow(J);title('添加高斯噪声图像 '); subplot(232);imshow(g5);title('reborts 算子锐化结果‘); subplot(233);imshow(g6);title('sobel 算子锐化结果'); subplot(234);imshow(g7);title('prewit 算子锐化结果'); subplot(235);imshow(g8);title('logËã算子锐化结果');添加高斯噪声图像reborts 算子锐化结果sobel 算子锐化结果prewit 算子锐化结果log 算子锐化结果(二) 运行下列采用8个灰度级密度分割的伪彩色变换程序，观察结果，并分别采用2、16、32个灰度级进行伪彩色处理，编程后运行，观察并比较结果。

Matlab图像锐化处理及边缘检测本章要点：☑图像边缘锐化的基本方法☑微分运算☑梯度锐化☑边缘检测6．1 图像边缘锐化的基本方法物体的边缘是以图像局部特性不连续性的形式出现。

本质上边缘常意味着一个区域的终结和另一个区域的开始。

图像边缘信息在图像分析和人的视觉中都是十分重要的，是图像识别中提取图像特征的一个重要特性。

图像的边缘有方向和幅度两个特性。

通常，延边缘走向的像素变化平缓，而垂直于边缘走向的像素变化剧烈。

边缘的描述包含以下几个方面：（1）边缘点——它两边像素的灰度值有显著的不同。

边缘点也存在于这样一对邻点之间即一个在较亮的区域内部，另一个在外部。

（2）边缘法线方向——在某点灰度变化最剧烈的方向，与边缘方向垂直。

（3）边缘方向——与边缘法线方向垂直，是目标边界的切线方向。

（4）边缘位置——边缘所在的坐标位置。

（5）边缘强度——沿边缘法线方向图像局部的变化强度的量度。

粗略地区分边缘种类可以有两种，其一是阶跃状边缘，它两边像素的灰度值有显著的不同，其二是屋顶状边缘，它位于灰度值从增加到减少的变化转折点。

这些变化分别对应景物中不同的物理状态。

边缘是图像上灰度变化比较剧烈的地方，如果一个像素落在图像中某一个物体的边界上，那么它的邻域将成为一个灰度级的变化带。

对这种变化最有用的两个特征是灰度的变化率和方向，在灰度变化突变处进行微分，将产生高值。

经典的边缘提取方法是考虑图像的每个像素在某个领域内的变化，利用边缘邻近一阶或二阶方向导数变化规律，来检测边缘。

图像灰度值的显著变化可以用一阶差分替代一阶微分的梯度来表示，它们分别以梯度向量的幅度和方向来表示。

因此图像中陡峭边缘的梯度值将是很大的；那些灰度变化平缓的地方，梯度值是比较小的；而那些灰度值相同的地方，梯度值将为零。

图像经过梯度运算能灵敏地检测出边界线，这种微分边缘检测算子运算简单易行，但有方向性。

利用计算机进行图像锐化处理有两个目的，一是与柔化处理相反，增强图像边缘，使模糊的图像变得更加清晰起来，颜色变得鲜明突出，图像的质量有所改善，产生更适合人观察和识别的图像，本章的梯度锐化就是介绍这方面的内容。

基于MATLAB的数字图像平滑和锐化处理算法分析卞凤杰2141141摘要：本文主要内容是利用MATLAB 对图像进行频域平滑和锐化处理。

本文先对图像进行空域平滑、锐化处理，然后再进行频域平滑滤波、锐化等操作，可以简单比较空域和频域下对图像进行处理的不同效果，并且通过改变参数确定效果最佳的平滑和锐化处理算法，同时给出了运用MATLAB 进行图像处理的前后对照图像。

关键词：MATLAB；图像处理；图像平滑；图像锐化Abstract：In this paper, the main content is to use MATLAB to do image smoothing and sharpening processing in the frequency-domain.Firstly，this article to do spatial smoothing, sharpening processing of the image, and then to frequency-domain smoothing filtering, sharpening, etc.This can be simply compare the different results of image processing in spatial domain and frequency domain. Secondly, by changing the parameters to determine the best smoothing and sharpening processing algorithm, and gives a comparison before and after using MATLAB image processing image.Keywords：MATLAB；Image Processing；Image smoothing;Image sharpening1、引言数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。

吉林化工学院信息与控制工程学院专业设计说明书专业综合设计任务书一．设计题目：基于Matlab的图像锐化设计二．适用专业电子信息工程专业三．设计目的1．熟悉Matlab软件的使用；2．掌握图像处理的基本步骤；3．掌握图像锐化基本原理。

四．设计任务及要求使用Matlab软件对传统空域锐化和频域锐化算法进行研究和仿真。

通过仿真结果的对比和分析。

1.应用Matlab实现传统的图像锐化算法；2.通过编程对一张实际图片进行试验对比；3.撰写专业综合设计报告。

五．设计内容1.应用Matlab实现Roberts、Prewitt、Sobel和Laplacian算法中的任意两种。

2.利用Matlab对高通滤波法中的理想高通滤波法、巴特沃斯滤波法、梯度高通滤波、指数高通滤波方法中任意两种进行实验测试；3.对一张实际图片不同方法进行试验对比；4.撰写专业综合设计报告。

六．设计时间及进度安排设计时间共三周（2015.09.07～2015.09.27）,具体安排如下表：I基于MATLA的数字图像锐化设计七、指导教师评语及学生成绩II吉林化工学院信息与控制工程学院专业设计说明书目录专业综合设计任务书 (I)目录............................................................................................................................................................. I II 第1章概述 ................................................................................................................................................... - 1 -1.1专业综合设计的目的...................................................................................................................... - 1 -1.2图像锐化的研究背景...................................................................................................................... - 1 -1.3图象锐化的目的 .............................................................................................................................. - 1 - 第2章图像锐化基本原理 .......................................................................................................................... - 2 -2.1图像锐化........................................................................................................................................... - 2 -2.1.1图像锐化基本概况............................................................................................................... - 2 -2.1.2图像锐化算法 ....................................................................................................................... - 2 -2.2.1 Prewitt锐化算法................................................................................................................... - 3 -2.2.2 Sobel锐化算法..................................................................................................................... - 3 -2.2.3 Laplacian算法 ...................................................................................................................... - 3 -2.3 频域锐化算法.................................................................................................................................. - 4 -2.3.1 理想高通滤波器.................................................................................................................. - 4 -2.3.2 巴特沃斯高通滤波器.......................................................................................................... - 5 -2.3.3 指数高通滤波器.................................................................................................................. - 5 -2.3.4 梯形高通滤波器.................................................................................................................. - 5 - 第3章基于MATLAB的数字图像锐化设计.......................................................................................... - 7 -3.1 sobel算法锐化 ................................................................................................................................. - 7 -3.1.1程序设计流程 ....................................................................................................................... - 7 -3.1.2运行结果与分析................................................................................................................... - 8 -3.2 Laplacian算法锐化.......................................................................................................................... - 9 -3.2.1程序设计流程 ....................................................................................................................... - 9 -3.2.2运行结果与分析................................................................................................................... - 9 -3.3 理想高通滤波器 ........................................................................................................................... - 10 -3.3.1程序设计流程 ..................................................................................................................... - 10 -3.3.2运行结果与分析................................................................................................................. - 11 -3.4 巴特沃斯高通滤波器................................................................................................................... - 12 -3.4.1程序设计流程 ..................................................................................................................... - 12 -3.4.2运行结果与分析................................................................................................................. - 13 - 第四章结论 ................................................................................................................................................. - 14 - 参考文献 ....................................................................................................................................................... - 15 -III基于MATLA的数字图像锐化设计附录................................................................................................................................................................ - 16 -IV吉林化工学院信息与控制工程学院专业综合设计说明书第1章概述1.1专业综合设计的目的专业综合设计是学生理论联系实际的重要实践教学环节，是对学生进行的一次综合性专业设计训练。

摘要图像增强是指依据图像所存在的问题，按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些冗余信息的处理方法。

其主要目的是使得处理后的图像对给定的应用比原来的图像更加有效同时可以有效的改善图像质量。

图像增强技术主要包含直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。

本文先对图像增强的原理进行概述，然后对图像增强的方法分类并给出直方图增强、平滑和锐化等几种常用的增强方法、彩色图像增强的理论基础，通过MATLAB实验得出的实际处理效果来对比各种算法的优缺点，讨论不同的增强算法的技术要点，并对其图像增强方法进行性能评价。

关键词MATLAB ；图像锐化；边界提取AbstractImage enhancement is based on the problems existing in the images, according to the specific need to highlight some of the information in an image, at the same time, to weaken or remove some redundant information processing method. Its main purpose is to make the image after processing for a given application is more effective than the original image at the same time can effectively improve the image quality. Image enhancement technology mainly includes histogram modification, image smoothing processing, image intensification processing and color processing technology, etc. This article first overview of the principle of image enhancement and image enhancement method of classification and histogram enhancement, smoothing and sharpening of several common enhancement method, the theoretical basis of color image enhancement, through practical processing effect of MATLAB experiment compared the advantages and disadvantages of various algorithms, discussed the main technical points of the different enhancement algorithm, and its image enhancement method for performance evaluation.Key wordsMATLAB；image sharpening； edge extraction·目录摘要 0Abstract (1)第一章绪论 (3)1.1 图像锐化及边界提起发展背景和意义 (3)1.2 图像锐化处理的现状和研究方法 (3)1.3MATLAB简介 (4)1.4 MATLAB对图像处理的特点 (4)第二章基于MATLAB的图像锐化 (5)2.1图像锐化概述 (5)2.2 线性锐化滤波器 (5)2.3 非线性锐化滤波器 (6)2.3.1 Roberts算子 (6)2.3.2 Prewitt锐化算子 (7)2.3.3 Sobel锐化算子 (8)2.3.4 一阶微分锐化的效果比较 (9)2.3.5 二阶微分锐化其算法为： (9)第三章基于MATLAB的边界提取 (11)3.1图像边界提取的概念 (11)3.2微分算子法 (11)3.2.1 Sobel算子 (12)3.2.3 prewitt算子 (12)3.2.4 Laplacian算子 (13)3.2.5 Canny边缘检测法 (13)3.2.6各种方法边界提取的图像 (15)3.2.7结论 (17)参考文献 (18)致谢 (19)第一章绪论1.1 图像锐化及边界提起发展背景和意义数字图像处理（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。

基于matlab的图像锐化算法研究与仿真—-毕业论文设计摘要在获取图像的过程中，由于多种因素的影响，导致图像质量会有所退化。

图像增强的目的在于通过处理有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。

图像锐化正是图像增强中空间域局部运算方法中的一种，其目的是增强和判断图像的边缘和轮廓信息。

而图像锐化的具体方法就是通过微分而使图像边缘突出、清晰。

图像锐化最常用的方法是梯度锐化法，但除梯度算法外，图像锐化的方法还有Roberts、Prewitt、Sobel和Laplacian等多种算法，本文对这些方法进行了介绍、比较和分析。

最后对MATLAB做了介绍，并运用MATLAB语言对图像锐化的部分算法进行了实现并记录结果。

通过对各种算法仿真和比较，每种算法都有各自的优缺点。

在分析了本论文采用的图像特点后，有针对性的对Laplacian算法进行了改进，即采用高提升滤波来提高图像的亮度。

实验结果表明，此方法可行，达到了预期的锐化效果。

关键词：图像增强；边缘；MATLAB；图像锐化AbstractIn the process of image acquisiting, the image quality will be degraded due to a variety of factors. Image enhanceing is aimed at highlighting some interested information that is easy to analyze for people and machine and inhibiting some useless information to enhance the image value. Image sharpening is a partion operation method of image enhancing in spatial domain, and its purpose is to enhance and judge the edge of the image and profile information and the specific method of the image sharpening uses differential to make the edge so prominent and clear.The most commonly used method of image sharpening isgradient sharpening. But apart from the gradient algorithm, image sharpening methods also have Roberts, Prewitt, Sobel, Laplacian and etc. These methods were introduced, compared and analyzed. Finally, MATLAB is introduced. And a part of the image sharpening algorithm is achievd and the results afe recorded. Through the simulation and comparison of the various algorithms, each algorithm has its own advantages and disadvantages. After the features of the image using in this paper are analyzed, it improves the Laplacian algorithm contrapositively, namely using high-elevating filtering to improve the brightness of the image. Experimental results show that the method is feasible and achieves the desired sharpening effect.Key words: Image enhancing; Edge;MATLAB; Image Sharpening目录1 引言 (1)1.1图像及其特点 (1)1.2图像的文件格式 (1)1.3 数字图像处理 (5)1.3.1 数字图像处理概述 (5)1.3.2 数字图像处理发展概况 (5)1.3.3数字图像处理主要研究内容 (6)1.3.4 数字图像处理的基本特点 (7)1.3.5数字图像处理的优点 (8)1.3.6 数字图像处理的应用 (8)1.4 图像锐化的研究背景 (10)1.5研究图像锐化的目的和注意事项 (10)1.6本文内容的安排 (10)2 图像锐化 (11)2.1 微分法 (11)2.1.1 梯度法（Gradieut） (11)2.1.2 Sobel算法 (13)2.1.3 LOG算子 (14)2.2 拉普拉斯算子 (14)2.3 高通滤波法 (15)2.3.1 空间域高通滤波 (15)2.3.2 频率域高通滤波 (16)2.3.3 统计差值法(用于勾边处理) (17) 2.4 MATLAB中如何实现图像锐化 (17)2.5 总结 (18)3 锐化的边缘检测法与锐化算子 (19) 3.1边缘检测法 (19)3.1.1 梯度算子 (19)3.1.2 梯度算子在MATLAB中的实现 (20) 3.2拉普拉斯算子 (21)3.3 边缘连接方法 (21)3.4 边缘检测的MATLAB实现方法 (22) 3.5 MATLAB的实现程序如下 (23)3.6 结论 (23)4 MATLAB简介及GUI设计 (24)4.1 MATLAB简介 (24)4.2图形用户界面GUI (24)4.3 GUI设计原理及简介 (25)4.4 设计方法 (25)4.4.1 图形用户界面设计工具 (25)4.4.2 菜单设计 (26)4.4.3 对话框设计 (26)4.4.4 句柄图形 (27)4.4.5 图形对象句柄命令 (27)4.5 总结 (27)5 结论与展望 (28)5.1 结论 (28)5.2 展望 (28)致谢 (29)参考文献 (30)基于MA TLAB 的图像锐化算法研究与仿真1 引言据研究，在人类所接受到的全部信息中，约有75%~80%是通过视觉系统得到的，和语言或文字信息相比，图像包含的信息量更大、更直观、更确切，因而具有更高的使用效率和更广泛的适应性。

图像锐化处理实验报告图像锐化处理实验报告一．实验目的学会用Matlab 中的函数对输入图像按实验内容对图像进行锐化，感受各种不同的图像处理方法对最终图像效果的影响，最后进行综合练习。

二．实验内容1.仔细阅读Matlab 帮助文件中有关以下函数的使用说明，主要有imfilter 、fspecial 、imadjust 等。

2.使用imfilter 函数分别采用Sobel ，Laplacian 算子对cameraman.jpg 图像作锐化运算，显示运算前后的图像。

算子输入方法(两种方法都做)：(1)用fspecial 函数产生（fspecial 仅能产生垂直方向sobel 算子，产生Laplacian 算子时alpha 参数选择0）。

(2)直接输入Sobel 算子形式为121000121x d ---⎡⎤=⎢⎥⎢⎥⎣⎦（水平Sobel ） 101202101y d -⎡⎤=-⎢⎥⎢⎥-⎣⎦（垂直Sobel ） Laplacian 算子形式为010141010-⎡⎤--⎢⎥⎢⎥-⎣⎦。

对于Sobel 22x y d d +生成图像；对于Laplacian 算子，直接采用计算结果作为锐化后图像。

3.将skeleton.jpg 图像文件读入Matlab ，按照以下步骤对其进行处理：(1)用带对角线的Laplacian 对其处理，以增强边缘。

对角线Laplacian 算子为111181111---⎡⎤--⎢⎥⎢⎥---⎣⎦。

(2)将（1）结果叠加到原始图像上。

可以看出噪声增强了(Laplacian算子对噪声敏感)，应想办法降低。

(3)获取Sobel 图像并用imfilter 对其进行5×5邻域平均，以减少噪声(4)获取2)和3)相乘图像，噪声得以减少。

(5)将（4）结果叠加到原始图像上。

(6)最后用imadjust 函数对5)结果做幂指数为0.2的灰度变换。

4.编写Roberts 梯度锐化函数。