【正文】 s 算子 .............................................................................................................................................. 20 Sobel 算子 ..................................................................................................................................................... 20 Prewitt 算子 ............................................................................................................................................... 22 Kirsch 算子 .............................................................................................................................................. 22 常用的二階邊緣檢測算子 ................................................................................................................................. 23 Laplacian 算子 .............................................................................................................................................. 23 LOG（ LaplacianGauss）算子 .................................................................................................................. 24 小結 ...................................................................................................................................................................... 26 4．總結 ........................................................................................................................................................................... 27 參考文獻 ......................................................................................................................................................................... 28 附 錄 ..................................................................................................................................................................... 29 1 1. 緒 論 課題概述 圖像 是人類獲取和交換信息的主要來源，因此，圖像處理的應用鄰域涉及到人類生 活的方方面面。圖像的研究方法和手段根據對圖像作用域的不同，可以分為空余處理方法和變換域處理方法?？沼嗵幚矸椒ㄓ袃纱箢悾亨徲蛱幚矸ê忘c處理法。變換域處理法有：傅立葉變換、離散余弦變換。圖像處理的目的是改善圖像的質量，以人為對象以改善人的視覺效果為目的。 圖像處理是用計算機對圖像進行一系列的操作，一般操作是先將圖像數字化，即易于獲得某種預期結果的技術。 常用的圖像處理方法有圖像增強、復原、編碼、壓縮、分割等。 其中邊緣檢測是圖像處理中必不可少的一步，采用微分算子檢測邊緣是最常用的，也是處理效果比較好的一種。 MATLAB 圖像處理工具箱提供了邊緣檢測（ edge）函數，它能利用多種算子進行圖像的邊緣檢測， 語言結構簡單。 本文主要介紹了數字圖像處理主要研究領域中邊緣檢測的方法，并利用MATLAB 圖像處理工具箱提供的函數處理圖片，對圖像進行邊緣檢測，給出了各種算子檢測邊緣的結果并進行相互比較。 在現 階段，圖像的處理方法很多，其中，邊緣檢測是很重要的一種處理方法， 它在圖像處理領域中占有重要地位，圖像的邊緣是集中了圖像大部分的信息，圖像邊緣的確定與提取對于整個圖像場景的識別與理解非常重要。在現實生活中，圖像處理 的問題一直是個焦點問題 ， 在軟件 MATLAB 處理圖像的領域中，圖像的各種處理易于實現，易于得到預期的結果。本課題闡述 2 了數字圖像在一些應用領域中的處理及處理前后的對比，包括各種算子的邊緣檢測，從而實現對圖像的分析及處理。 課題背景知識 MATLAB 簡介 MATLAB 是 MathWorks 公司用 C 語言開發(fā)的軟件，其中的矩陣算法來自 Linpack 和 Eispack 的課題研究成果。 MATLAB 是一種將數據結構、變成特征和圖形用戶界面完美的結合到一起的軟件。其核心是數組和矩陣。 MATLAB 的特點有：高級科學計算語言，用于線 性代數統(tǒng)計、的集成管理環(huán)境，算法設計開發(fā)的交互式工具，創(chuàng)建自定義工程師圖形界面的工具 ，2D 和 3D 的數據可視化，與第三方算法開發(fā)工 具 — C/C++、 FORTRAN、 Java、COM、 Microsoft Excel— 集成開發(fā)基于 MATLAB 的算法。 MATLAB 的基本功能：語言編程功能、編譯功能、自動代碼生成功能、圖像用戶界面開發(fā)功能、數學計算功能、圖形化顯示功能、 Simulink 建模仿真功能。 數字圖像簡介 圖像是對客觀對象的一種相似性的、生動的描述或表示。按圖像空間坐標和明暗程度的連續(xù)性可分為 數字圖像和模擬圖像。數字圖像計算機可以直接處理，其空間坐標和灰度都不連續(xù)，是用離散的數字來表示圖像。而模擬圖像的坐標和灰度都是連續(xù)的，故模擬圖像無法用計算機直接進行處理。 圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果。圖像處理中，輸入的是質量低的圖像，輸出的是改善質量后的圖像，常用的圖像處理方法有圖像 變換、 增強、 重建、 復原、編碼、壓縮等。 3 目的意義 圖像是對客觀對象的一種相似性的、生動的描述或表示。對圖像進行一系列的操作以便達到預期的圖像結果 。現階段數字圖像處理技術的迅速發(fā)展為人類 帶來了巨大的經濟社會效益，大到應用衛(wèi)星遙感進行的全球環(huán)境氣候監(jiān)測，小到指紋識別技術在安全領域的應用 。可以說，數字圖像處理技術已經融入到科學研究的各個領域。 邊緣檢測是數字圖像處理中最重要的一種技術，圖像物體中邊緣表現為灰度變化，邊緣廣泛存在于物體與背景之間、物體與物體之間。 小結 本章重點介紹了 課題簡介、 MATLAB 軟件 的特點與功能、 數字圖像簡介和課題的目的意義。 4 2. 數字圖像處理 基本 概念 二值圖像 ： 也叫黑白圖像，就是圖像像素只存在 0， 1 兩個值 。一個 二值圖像是純黑白的。每一個像素值將取 0 或 1 中的一個值，通常用 0 表示黑，用 1 表示白。 灰度圖像 ： 灰度圖像是包含灰度級的圖像。與二值圖像不同，灰度圖像的像素并不是只有 0、 1 兩個量化級數，而是具有多個量化級數，如 64 級、256 級等。當像素灰度級用 8bit 表示時，圖像的灰度級就是，每個像素的取值就是 256 中灰度中的一種，即每個像素的灰度值為 0～ 255 中的一個。通常，用 0 表示黑，用 255 表示白，從到亮度逐漸增加?；叶葓D像只有亮度信息而沒有色彩信息。通常所說的黑白圖像，其實包含了黑白之間的所有灰度色調。 彩色圖像 ：圖像 中 R 代表紅色， G 代表綠色， B 代表藍色。 RGB 色彩模式是用 RGB 模型為圖像中的每一個像素的 RGB 分量分配一個 0～ 255 范圍內的強度值。白色的都為 255；黑色的都為 0；這類圖像不適用單獨的調色 板，每一個像素的顏色有存儲在相應位置上的紅，綠，藍顏色共同決定。 圖像數字化 ：把連續(xù)的圖像用一組數字來表示，便于計算機分析處理。 圖像增強： 對圖像的某些特征進行強調或尖銳化而不增加圖像的相關數 據。 圖像壓縮： 在滿足一定的圖像質量要求下對圖像進行編碼，可以壓縮表 示圖像的數據。 圖像分析 ： 詳細研究并描述一幅圖像不同部分的特 征和相互關系 。 5 圖像恢復 ： 把模糊或褪色的圖像盡可能的復原。 圖像增強 圖像增強是指按特定的需要突出一幅圖像中的某些信息，同時消弱或去除某些不需要的信息的處理方法。其主要有兩個目的：一是增強有用信息，抑制無用信息，從而改善圖像的視覺效果；二是有利于人工和機器分析 。 直接灰度調整 （ 1）增強對比度 增強對比度實際是增強原圖的各部分的反差。實際中經常是通過增強原圖中某兩個灰度值之間的動態(tài)范圍來實現的。 MATLAB 圖像處理工具箱中用函數進行灰度線性增強。其語法格式為：I1=imadjust（ I,[low high],[bottom top],gamma） 對圖像使用灰度線性增強，使原圖因顏色灰暗不能體現細節(jié)的地方 能夠清晰的體現出來。 圖 1 亮度調節(jié)前后圖像的顯示效果比較 （ 2） 圖像求反 對圖像求反是將圖像的灰度值反轉，就是使原圖像的黑變白，使白變黑。具體的變換就是圖像中每個像素的灰度值根據變換曲線進行 映射。 （ 3）灰度切分 6 灰度切分的目的與增強對比度比較相似，即將某個灰度值范圍變得比較突出；所不同的是，灰度切分 將所 要突出的是灰度范圍變換成較高的灰度值，而將其 余的灰度值變換成較低的灰度值。 直方圖 處理 為改變圖像整體偏暗，或整體偏亮，或者灰度層次不豐富的情況，可將圖像 的直方圖通過一定的函數處理為均衡的直方圖，使直方圖不再偏于低端，或者不再偏于高端，而是變成比較均勻的分布，而這種技術就叫做直方圖均衡化。 直方圖是對圖像中每一灰度值出現頻率的統(tǒng)計，可也描述為： ( ) /KkP S n n? 0,1, , 1kL?? （ 31） 上式中， KS 是圖像 f(x,y)的第 k 級灰度值， Kn 是中具有灰度值 KS 的像素的個數， n 是圖像中像素的總數。 ()kPs 給出了對 KS 出現頻率的一個估計，所以一幅圖像的直方圖基本上可以描述圖像的概貌。直方圖反應的是一幅圖像的灰度值的概率統(tǒng)計特征，常用的方法有直方圖均衡化技術和直方圖規(guī)定化技術。 （ 1） 直方圖均衡化 其基本思想是把原圖的直方圖變換成均勻分布的形式，這樣增強了像素灰度值的動態(tài)范圍，從而達到了增強圖像整體對比度的效果。 MATLAB 圖像處理工具箱提供了用于直方圖均衡化的函數 histeq，其語法格式為 : I2=histeq(I,n) [I2,T]=histeq(I,… ..) 7 式中，表示輸出圖像的灰度級數目，是一個可選參數，默認值為 64；[J,T]=histeq(I,… .)表示返回將圖像 I 的灰度直方圖變換成圖像 J的直方圖變換T。 圖 2 灰度調整后的圖像與直方圖 （ 2）直 方圖規(guī)定化 直方圖均衡化的優(yōu)點是能自動增強整個圖像的對比度，但其具體的增強效果不容易控制，處理的結果總是得到全局均衡化的直方圖。而在實際生活中，為了得到某種 特定的形狀， 有時需要將直方圖進行某種變換 ，從而有選擇地增強某個灰度值范圍的對比度。 圖像濾波 圖像的空間文理信息可以形象的反映出圖像的大小、位置、和形狀等特征，利用線性濾波技術可以對圖像的某些紋理信息進行一定程度的增強，而去除其 他的特征。線性濾波是一種鄰域操作，其結果由濾波器系數與濾波窗口掃 描區(qū)域的相應像素值的乘積之和給出。 濾波主要有兩種： （ 1） 線性濾波 ,它 屬于空余濾波平滑技術，主要采用鄰域平均法，用于去除圖像通過掃