【文章內(nèi)容簡介】 象素鄰域中各象素灰度的中間值。給定的圖像f(x,y)中的每一個點（m,n），取其領(lǐng)域s。設(shè)s含有M個像素{a1，a2，?，aM}，將其按大小排序，若M是奇數(shù)時，則位于中間的那個象素值就是修改后圖像g(x,y)在點f(m,n)處的像素值；若M是偶數(shù)則取中間兩個象素的平均值作為修改后圖像g(x,y)在點（m,n）處的像素值。 銳化圖像平滑往往使圖像中的邊界、輪廓變得模糊，為了減少這類不利效果的影響，這就需要利用圖像銳化技術(shù)，使圖像邊緣變得清晰。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細節(jié)變得清晰，經(jīng)過平滑的圖像變得模糊的根本原因是圖像受到了平均或積分運算，因此可以對其進行逆運算（如微分運算）就可以使圖像變得清晰。從頻率域來考慮，圖像模糊的實質(zhì)是因為其高頻分量被衰減，因此可以用高通濾波器來使圖像清晰。為了要把圖像中間任何方向伸展的邊緣和輪廓變得清晰，我們希望對圖像的某種運算是各向同性的。（1） 梯度法梯度是圖像處理中最常用的一種一階微分方法。對圖像函數(shù)F(j,k)，其在點（j,k）上的梯度定義為矢量： ()從梯度的性質(zhì)可知，梯度的方向確定了圖像F(j,k)的最大變化率的方向，G[F(j,k)]的幅度為下式： ()對于數(shù)字圖像，用差分來近似微分。為了便于編程和提高運算速度，可以如下進行絕對值的運算： ()一旦計算梯度的算法確立之后，就可以有很多方法來使圖像輪廓突出。最簡單的方法就是令（x,y）點上銳化后的圖像函f(x,y)數(shù)值等于原始圖像在該點上的梯度值，即： ()此法的缺點是處理后的圖像僅顯示出輪廓，灰度平緩變化的部分由于梯度值較小而顯得很黑。（2） 拉普拉斯算子拉普拉斯算子是線性二階微分算子，與梯度算子一樣，具有旋轉(zhuǎn)不變性，從而滿足不同走向的圖像邊界的銳化要求。拉普拉斯算子對圖像中的噪聲非常敏感，為了減少噪聲的影響，在做增強處理之前，先將待處理的圖像進行平滑，再做拉普拉斯運算。相對于梯度算子，拉普拉斯算子具有增強的邊緣精確定位的優(yōu)點。因為梯度一階微分算子會在較大范圍內(nèi)形成梯度值，差分的結(jié)果不適合精確定位。然后，二階差分算子的過零特性，可以使邊緣增強后精確定位。（3） 高通濾波圖像邊緣與高頻分量相對應，高通濾波器可以讓高頻分量暢通無阻，而對低頻分量則充分限制，從而達到圖像銳化的目的。建立在離散卷積基礎(chǔ)上的空間域高通濾波關(guān)系式如下： ()式中為銳化輸出；為輸入圖像；為沖擊響應陣列（卷積陣列）。3． Matlab圖像增強圖像增強是按特定的需要突出一幅圖像中的某些信息，同時，消弱或去除某些信息使得圖像更加實用。圖像增強技術(shù)主要包含直方圖修改處理、圖像平滑處理、圖像尖銳化處理和彩色技術(shù)等。 圖像增強技術(shù)概述圖像增強技術(shù)主要包括：直方圖修改處理，圖像平滑處理，圖像尖銳化處理，彩色圖像處理。從純技術(shù)上講主要有兩類：頻域處理法和空域處理法。頻域處理法主要是卷積定理，采用修改圖像傅立葉變換的方法實現(xiàn)對圖像的增強處理技術(shù)；空域處理法：是直接對圖像中的像素進行處理，基本上是以灰度映射變換為基礎(chǔ)的。使用空域模板進行的圖像處理被稱為空域濾波,模板本身被稱為空域濾波器?？沼驗V波器包括：線性濾波器和非線性濾波器。空域濾波處理效果來分類，可以分為平滑濾波器，和銳化濾波器，平滑的目的在于消除混雜在圖像中的干擾因素，改善圖像質(zhì)量，強化圖像表現(xiàn)特征。銳化的目的在于增強圖像邊緣，以及對圖像進行識別和處理。 平滑濾波器用于模糊處理和減小噪聲。平滑線性空間濾波器的輸出（響應）是包含在濾波掩模鄰域內(nèi)像素的簡單平均值。因此這些濾波器也被稱為均值濾波器。平滑濾波器的概念很簡單：它是用濾波掩模確定的領(lǐng)域內(nèi)像素的平均值去代替圖像每個像素點的值。這種處理減少了圖像灰度的尖銳化。每個掩模前邊的乘數(shù)等于它的系數(shù)值的和，以計算平均值。我們經(jīng)常用這些極端類型的模糊處理來去除圖像中的一些小物體。例如：在matlab中利用線性平滑濾波器處理一副圖像I=imread(39。39。)。J=imnoise(I,39。salt amp。 pepper39。,)。 %添加椒鹽噪聲 subplot(221) imshow(I) title(39。原圖像39。) subplot(222) imshow(J) title(39。添加椒鹽噪聲圖像39。)K1=filter2(fspecial(39。average39。,3),J)/255。 %應用3*3鄰域窗口法 subplot(223),imshow(K1) K2=filter2(fspecial(39。average39。,7),J)/255。 %應用7*7鄰域窗口法 subplot(224),imshow(K2) 中值濾波器其原理是把數(shù)字圖像或數(shù)字序列中某一點的值用該點的一個鄰域中各點值的中值交換。中值濾波器的窗口可以取方形，圓形，十字形等。例如：濾波函數(shù)圖像處理1clc。clear。fid = fopen(39。39。)。temp= fread(fid, [256,256])。LenaRaw=uint8(temp39。)。subplot(1,3,1)Imshow(LenaRaw)。title(39。原始圖像39。)subplot(1,3,2)Imshow(smoothingMedianFilter(LenaRaw,3))。title(39。自制函數(shù)，使用用3*3模板，中值濾波圖像39。)subplot(1,3,3)Imshow(medfilt2(LenaRaw,[3,3]))。title(39。調(diào)用庫函數(shù)medfilt2，使用3*3模板，中值濾波圖像39。) 銳化濾波器銳化處理主要目的是突出圖像中的細節(jié)或者增強被模糊了的細節(jié)，這種模糊不是由于錯誤操作，就是特殊圖像獲取方法的固有影響。常用的方法有兩種即為微分法和模板匹配法。其中微分法中梯度是圖像處理常用的一次微分方法，在灰度驟變區(qū)域，梯度值大，在灰度相似區(qū)域，梯度值小。在灰度級為常數(shù)的區(qū)域，梯度為零；Laplacian算子是線性二次微分算子，與梯度算子一樣，具有旋轉(zhuǎn)不變性，從而滿足不同走向的圖像邊界的銳化要求。而對于模板匹配法則是出去能夠增強圖像邊緣外，還具有平滑噪聲的優(yōu)點。 低通濾波器一幅圖像的邊緣，跳躍部分以及顆粒噪聲代表圖像信號的高頻分量，而大面積的背景區(qū)域代表了圖像信號的低頻分量。低通濾波器的作用就是濾除這些高頻分量，保留低頻分量，使圖像信號平滑。它包括：理想低通濾波器，巴特沃斯低通濾波器，指數(shù)低通濾波器等。例如：頻域增強I=imread(39。39。)。 J=imnoise(I,39。salt amp。 pepper39。,)。 subplot(121),imshow(J) title(39。含噪聲的圖像39。)J=double(J)。 f=fft2(J)。 g=fftshift(f)。 [M,N]=size(f)。 n=3。d0=20。 n1=floor(M/2)。n2=floor(N/2)。 for i=1:Mfor j=1:N d=sqrt(in1)^2+((in2)^2)。h=1/(1+*(d/d0)^(2*n))。g(i,j)=h*g(i,j)。endendg=ifftshift(g)。 g=uint8(real(ifft2(g)))。 subplot(122),imshow(g) title(39。三階Butterworth濾波圖像39。) 高通濾波器與低通濾波器相反，它將高頻信號通過，而抑制了低頻信號。 同態(tài)濾波器把頻率過濾和灰度變換結(jié)合起來的圖像處理方法叫同態(tài)濾波。 Matlab圖像增強函數(shù)Matlab中圖像增強函數(shù)的具體使用方法：（1）直方圖imhist函數(shù)用于數(shù)字圖像的直方圖顯示，如：i=imread(39。e:\39。)。imhist(a)。（2）直方圖均化histeq函數(shù)用于數(shù)字圖像的直方圖均化，如：i=imread(39。e:\39。)。j=histeq(a)。（3）對比度調(diào)整imadjust函數(shù)用于數(shù)字圖像的對比度調(diào)整，如：i=imread(39。e:\39。)。j=imadjust(a,[,],[])。（4） 對數(shù)變換log函數(shù)用于數(shù)字圖像的對數(shù)變換，如：i=imread(39。e:\39。)。j=double(a)。k=log(v)。（5）基于卷積的圖像濾波函數(shù)filter2函數(shù)用于圖像濾波，如：i=imread(39。e:\39。)。h=[1,2,1。0,0,0。1,2,1]。j=filter2(h,i)。（6