1. 首页
  2. 文档大全

第6章 图像锐化处理及边缘

上传者:2****5 2022-07-27 01:42:48上传 PPT文件 888.50KB
第6章 图像锐化处理及边缘_第1页 第6章 图像锐化处理及边缘_第2页 第6章 图像锐化处理及边缘_第3页

《第6章 图像锐化处理及边缘》由会员分享,可在线阅读,更多相关《第6章 图像锐化处理及边缘(58页珍藏版)》请在文档大全上搜索。

1、第第6章图像锐化处理章图像锐化处理及边缘检测及边缘检测 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图像边缘锐化的基本方法 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。二是希望经过锐化处理后,目标物体的边缘鲜明,以便于计算机提取目标物体的边界、对图像进行分割、目标区域识别、区域形状提取等,为图像理解和分析打下基础,目前它已成为机器视觉研究领域最活跃的课题之一,在工程应用中占有十分重要的

2、地位,本章的边缘检测算子就是介绍这方面的内容。 6.2 微分运算微分运算微分运算应用在图像上,可使图像的轮廓清晰。本节介绍的微分运算有: 纵向微分运算; 横向微分运算; 双方向一次微分运算。6.2.1 纵向微分运算纵向微分运算对灰度图像在纵方向进行微分实现了将图像向左平移一个像素,再用原图像减去平移后图像。相减的结果反映了原图像亮度变化率的大小。原图像中像素值保持不变的区域,相减的结果为零,即像素为黑;原图像中像素灰度值变化剧烈的区域,相减后得到较大的变化率,对应的像素很亮,而且像素灰度值差别越大,则得到的像素就越亮,所以图像的垂直边缘得到增强。本程序对灰度图像f在纵方向或横方向进行微分,在数

3、字处理中,微分用差分表近似,并按下式求得:G(i,j)=f(i,j)-f(i-1,j-1) (6-6)该算法用如下卷积核:0000110002实现步骤实现步骤 (1)取得原图的数据区指针。 (2)开辟一块内存缓冲区,并初始化为255。 (3)每个像素依次循环,新图像缓冲区中的当前像素的灰度值等于原图中当前像素的灰度值与其左方的像素的灰度值之差的绝对值。(4)将缓冲区中的图像复制回原图数据区。3程序代码程序代码 LPBYTE temp=new BYTE wide*height; /开辟图像一缓冲区memset(temp,255,wide*height);for(int j=1;jheight-1

4、;j+)for(int i=1;iwide-1;i+)/当前像素的灰度值等于其和左方像素灰度值之差的绝对值tempwide*j+i=abs(p_datawide*j+i-p_datawide*j+(i-1);/将缓冲区中的图像复制回原图数据区memcpy(p_data, temp,wide*height);/删除缓冲区delete temp;4效果对比图效果对比图 (a)原图原图 (b)纵向微分运算纵向微分运算 图图6-2纵向微分运算纵向微分运算6.2.2 横向微分运算横向微分运算 1理论基础理论基础该算法的数学表达式为:G ( i, j ) = f ( i ,j ) - f ( i , j-

5、1 ) (6-7)该算法用如下卷积核:0000100102. . 实现步骤实现步骤(1)取得原图的数据区指针。 (2)开辟一块内存缓冲区,并初始化为255。(3)每个像素依次循环,新图像缓冲区中的当前像素的灰度值等于原图中当前像素的灰度值与其上方的像素的灰度值之差的绝对值。(4)将缓冲区中的图像复制回原图数据区。3程序代码程序代码 LPBYTE temp=new BYTE wide*height; /开辟图像一缓冲区memset(temp,255,wide*height);for(int j=1;jheight-1;j+)for(int i=1;iwide-1;i+)/当前像素的灰度值等于其和

6、上方像素灰度值之差的绝对值tempwide*j+i=abs(p_datawide*j+i-p_datawide*(j-1)+i);/将缓冲区中的图像复制回原图数据区memcpy(p_data, temp,wide*height);/删除缓冲区delete temp;4效果对比图效果对比图图6-3 横向微分运算6.2.3 双方向一次微分运算双方向一次微分运算1理论基础理论基础对灰度图像f在纵方向和横方向两个方向进行微分。该算法是同时增强水平和垂直方向的边缘。该算法的数学表达式为:G(i,j)=sqrtf(i,j)-f(i,j-1)*f(i,j)-f(i,j-1)+f(i,j)-f(i-1,j)*

7、 f(i,j)-f(i-1,j) (6-8)对于含小数的G ( i , j )可四舍五入。该算法用如下卷积核: 水平(i方向) 垂直(j方向) 使用水平方向卷积核得出像素值为m,使用垂直方向卷积核得出像素值为n,该像素边界强度为:sqrt(mm)+(nn)。该算法是同时增强水平和垂直方向的边缘。 0000100100000110002实现步骤实现步骤 (1)取得原图的数据区指针。 (2)开辟一块内存缓冲区,并初始化为255。(3)每个像素依次循环,原图中当前像素的灰度值与其左方的像素的灰度值之差的绝对值的平方,再加上当前像素的灰度值与其上方的像素的灰度值之差的绝对值的平方,所得的平方根即为新图

8、像当前像素的灰度值。(4)缓冲区中的图像复制回原图数据区。3程序代码LPBYTE temp=new BYTE wide*height; /开辟图像一缓冲区memset(temp,255,wide*height);for(int j=1;jheight-1;j+)for(int i=1;iT则(i,j)点为阶跃状边缘点,G(i,j)称为梯度算子的边缘图像。2.实现步骤实现步骤 (1)获得原图像的首地址,及图像的高和宽;(2)开辟一块内存缓冲区,并初始化为255;(3)计算图像的像素的梯度;(4)将结果保存在内存缓冲区比较像素的梯度是否大于30,是则将灰度值置为255,否则将该像素的灰度值置位0;


文档来源:https://www.renrendoc.com/paper/212732700.html

文档标签:

下载地址