基于matlab的圖像銳化算法研究課程設計說明書(編輯修改稿)
2025-08-15 15:38 本頁面
【文章內(nèi)容簡介】 錯誤操作，就是特殊圖像獲取方法的固有影響。二是提取目標物體的邊 界，對圖像進行分割，便于目標區(qū)域的識別等。通過圖像的銳化，使得圖像的質(zhì)量有所改變，產(chǎn)生更適合人觀察和識別的圖像。 圖像銳化處理的現(xiàn)狀和研究方法 數(shù)字圖像經(jīng)過轉(zhuǎn)換和傳輸后，難免會產(chǎn)生模糊。圖像銳化的主要目的在于補償圖像邊緣輪廓、突出圖像的邊緣信息以使圖像顯得更為清晰，從而符合人類的觀察習慣。圖像銳化的實質(zhì)是增強原圖像的高頻分量。邊緣和輪廓一般位于灰度突變的地方，因此和自然地利用灰度差分提取出來。本次設計就是利用 Matlab實現(xiàn)圖像銳化，具體的是利用 Matlab 基于理想高通濾波器的圖像銳化；基于高斯高 通濾波器的圖像銳化；基于高提升濾波的圖像銳化 的功能。 2 設計目的 通過本課程設計的學習，學生將復習所學的專業(yè)知識，使課堂學習的理論知識應用于實踐，通過本課程設計的實踐使學生具有一定的實踐操作能力；掌握Matlab 使用方法，能熟練運用該軟件設計并完成相應的信息處理；通過圖像處理實踐的課程設計，掌握設計圖像處理軟件系統(tǒng)的思維方法和基本開發(fā)過程。 3 設計內(nèi)容和要求 基于理想高通濾波器的圖像銳化；基于高斯高通濾波器的圖像銳化；基于高提升濾波的圖像銳化；通過采用有針對性的圖像的，對比分析上述三種銳化算法的結果要求 每位學生進行查閱相關資料，并寫出自己的報告。注意每個學生的報告要有所側重，寫出自己所做的內(nèi)容。 4 總體設計方案分析 圖像的邊緣、細節(jié)主要位于高頻部分，而圖像的模糊是由于高頻成分比較弱產(chǎn)生的。頻率域銳化就是為了消除模糊，突出邊緣。因此采用高通濾波器讓高頻成分通過，使低頻成分削弱，再經(jīng)逆傅立葉變換得到邊緣銳化的圖像 。 高通濾 第 3 頁 共 12 頁 波器的濾波效果町以用原始圖像減去低通濾波圖像后得到。也可以將原始圖像乘以一個放大系數(shù)，然后再減去低通濾波圖像后得到高頻增強圖像。 理想高通濾波器（ IHPF）傳遞函數(shù)為：? 00),( ),(01),( DvuD DvuDvuh ???,D0 是指定非負數(shù)值， D（ u， v）是（ u， v）點距頻率中心的距離。如果要研究的圖像尺寸為M X N，則它的變換也有相同的尺寸。在半徑為 D0 的圓內(nèi)，所有頻率無衰減地通過濾波器，而在此半徑之外的所有頻率完全被衰減掉 ，對圓外的頻率成分則無損通過?？梢酝ㄟ^計算機模擬實現(xiàn)，但不可能用電子元器件實現(xiàn) （ 如圖 ）。 圖 高斯高通濾波器傳遞函數(shù)為： 202 2),(1),( DvuDevuh ???,D（ u， v）是距傅立葉變換中心原點的距離 ， D0是截止頻率。 當 D（ u， v） =D0時，濾波器下降到它最大值的 。由于高斯低通濾波器的傅里葉反變換也是高斯的，這就是說通過 公 式的傅里葉反變換而得到的空間高斯濾波器將沒有振鈴。 高斯低通濾波器的傅立葉變換也是高斯的 （ 如圖 ） 。 第 4 頁 共 12 頁 圖 高提升濾波一般用于使得圖片更加清晰。其步驟大致如下，首先將圖片模糊化，然后從原圖中，將其模糊形式去除。),(),(),( yxfyxfyxg m ask ???,從而得到圖像的反銳化掩蔽，然后用將其疊加至原圖上，從而使得圖像更清晰。 ),(),(),( yxgkyxfyxg mas k???,當 k=1的時候，這個操作稱為反銳化掩蔽。當 k1時候，這個操作稱為高提升濾 波。其實，高提升濾波也是一種銳化濾波，其強調(diào)的也是圖像的邊緣部分。 5 主要算法及程序 理想高通濾波器銳化程序： （以 D0=10 為例） : I1=imread(39。39。)。 figure(1)。 imshow(I1)。 title(39。原圖 39。)。 f=double(I1)。 % 轉(zhuǎn)換數(shù)據(jù)為雙精度型 g=fft2(f)。 % 進行二維傅里葉變換 g=fftshift(g)。 % 把快速傅里葉變換的 DC 組件移到光譜中心 [M,N]=size(g)。 d0=10。 %cutoff frequency 以 10 為例 m=fix(M/2)。 n=fix(N/2)。 第 5 頁 共 12 頁 for i=1:M for j=
研究報告相關推薦
鄂ICP備17016276號-1