【文章內(nèi)容簡介】 。程序代碼如下： I=imread(39。E:\筆記大三 \期末課程設(shè)計(jì) \專業(yè)實(shí)訓(xùn)期末 \2\圖片 39。)。 [H,W]=size(I)。 M=double(I)。 J=M。 for i=2:H1 for j=2:W1 J(i,j)=4*M(i,j)[M(i+1,j)+M(i1,j)+M(i,j+1)+M(i,j1)]。 end。 end。 圖像銳化算法設(shè)計(jì) 18 %subplot(1,2,1)。 figure(1)。 imshow(I)。title(39。原圖 39。) s=I+uint8(J)。 %subplot(1,2,2)。 figure(2)。 imshow(s)。title(39。處理后的圖 39。)。 、拉普拉斯處理效果 利用拉普拉斯對圖片進(jìn)行處理，改變中心值 k,k 的值依次取 4,9,19，對應(yīng)效果不同，詳情如下圖： 對 圖片的效果： 圖 （原圖） 原圖圖像銳化算法設(shè)計(jì) 19 圖 （中心為 4） 圖 （中心為 9） 處理后的圖處理后的圖圖像銳化算法設(shè)計(jì) 20 圖 （中心為 19） 對寢室 .jpg 圖片的效果： 圖 （原圖） 處理后的圖原圖圖像銳化算法設(shè)計(jì) 21 圖 （中心為 4） 圖 （中心為 9） 處理后的圖處理后的圖圖像銳化算法設(shè)計(jì) 22 圖 （拉普拉斯算子中心為 19） 分析 ： 拉普拉斯微分算子所提取出的細(xì)節(jié)較一階微分算子提出的細(xì)節(jié)多，表明了拉普拉斯算子在對圖像細(xì)節(jié)更加敏感。對于拉普拉斯微分算子鄰域系統(tǒng)不同，最后所得到的銳化圖像效果不同。 調(diào)節(jié)拉普拉斯的中心，得到不同的效果圖，可以得知，中心為 4效果較好。 、一二階混合銳化 、混合銳化的主要思想與步驟 混合空間增強(qiáng) 是一種結(jié)合一階和二階微分的圖像銳化處理的技術(shù)方法。一階微分銳化和二階拉普拉斯銳化在圖像的處理上各有缺點(diǎn)：二階拉普拉斯銳化的效果比一階好；一階對變化區(qū)域（邊緣）的變化描述較好?；旌峡臻g增強(qiáng)法是綜合了二者的長處的一種銳化方法。 它主要的步驟就是： A進(jìn)行一階梯度提取得到圖 B B進(jìn)行均值濾波得到圖 C A進(jìn)行拉普拉斯銳化得到圖 D C和圖 D相乘得到圖 E E與原圖 A相加得到圖 F 針對問題三步驟一，一階梯度提取則是借鑒問題一的方法即是采用 Robert處理后的圖圖像銳化算法設(shè)計(jì) 23 算子進(jìn)行；步驟二的均值濾波，典型的 線性 濾波算法，它是指在圖像上對目標(biāo)像素給一個(gè)模板，該模板包括了其周圍的臨近像素（以目標(biāo)象素為中心的周圍 8個(gè)像素，構(gòu)成一個(gè)濾波模板，即 去掉目標(biāo)像素本身），再用模板中的全體像素的平均值來代替原來像素值 ；步驟三的拉普拉斯則是借鑒問題二中的拉普拉斯銳化；步驟四五則是在已經(jīng)得到的效果圖上進(jìn)行圖片的相乘相加。 、混合銳化代碼 f = imread(39。E:\筆記大三 \期末課程設(shè)計(jì) \專業(yè)實(shí)訓(xùn)期末 \2\圖片 39。)。 [m,n]=size(f)。 figure(1)。 subplot(121)。 imshow(f)。 title(39。原始圖像 39。)。 f1 = im2double(f)。 %把圖像數(shù)據(jù)類型轉(zhuǎn)換為 double 類型 h2=[1,0,1。2,0,2。1,0,1]。 h3=[1,2,1。0,0,0。1,2,1]。 Sx=imfilter(f1,h2)。 Sy=imfilter(f1,h3)。 g1=size(m,n)。 for i=1:m for j=1:n g1(i,j)=sqrt((Sx(i,j))^2+(Sy(i,j))^2)。 end end subplot(122)。 imshow(g1)。 title(39。用 Sobel 算子處理后的梯度圖像 39。)。 g2=zeros(m,n)。 for x=2:m1 for y=2:n1 for a=1:1 圖像銳化算法設(shè)計(jì) 24 for b=1:1 g2(x,y)=(g2(x,y)+g1(x+a,y+b))/9。 end end end end for c=1:m for d=1:n g2(c,1)=g1(c,1)。 g2(1,d)=g1(1,d)。 end end figure(2)。 subplot(121)。 imshow(g2)。 title(39。領(lǐng)域均值平滑后的 Sobel 圖像 39。)。 h3=[0,1,0。1,4,1。0,1,0]。 g3 =imfilter(f1,h3)。 subplot(122)。 imshow(g3)。 title(39。拉普拉斯變換后的圖像 39。)。 g4 = g3+f1。 figure(3)。 subplot(121)。 imshow(g4) title(39。相加后得到的銳化圖像 39。)。 g5 = g4.* g2。 subplot(122)。imshow(g5)。 title(39。相乘后形成的掩蔽圖像 39。)。 圖像銳化算法設(shè)計(jì) 25 g6 = g5+f1。 figure(4)。 subplot(121)。 imshow(g6)。 title(39。原圖與掩蔽圖像之和的到的圖像 39。)。 gamma = 2。 c = 。 g7 = c.*g6.^gamma。 subplot(122)。 imshow(g7)。 title(39。最后得到的圖像 39。)。 、混合銳化效果圖對不同模糊程度的圖片效果 利用混合銳化對不同的圖片，以及不同模糊程度的圖片進(jìn)行處理，結(jié)果也不相同，可見銳化效果與圖片的格式，圖片的模糊程度都有關(guān)系： 對圖片 圖片的效果： 圖 原始圖像 用 S o b e l算子處理后的梯度圖像圖像銳化算法設(shè)計(jì) 26 圖 圖 領(lǐng)域均值平滑后的 S o b e l圖像 拉普拉斯變換后的圖像相加后得到的銳化圖像 相乘后形成的掩蔽圖像圖像銳化算法設(shè)計(jì) 27 圖 對 圖片的效果： 圖 原圖與掩蔽圖像之和的到的圖像 最后得到的圖像原始圖像 用 S o b e l算子處理后的梯度圖像圖像銳化算法設(shè)計(jì) 28 圖 圖 均值濾波后的 S o b e l圖像 拉普拉斯變換后的圖像相加后得到的銳化圖像 相乘后形成的掩蔽圖像圖像銳化算法設(shè)計(jì) 29 圖 對 ： 圖 f與 g5 之和的到的圖像 最后得到的圖像原始圖像 用 S o b e l算子處理后的梯度圖像圖像銳化算法設(shè)計(jì) 30 圖 圖 均值濾波后的 S o b e l圖像 拉普拉斯變換后的圖像相加后得到的銳化圖像 相乘后形成的掩蔽圖像圖像銳化算法設(shè)計(jì) 31 圖 分析：經(jīng)過對不同的圖片，不同格式的圖片，不同模糊程度的圖片對比，我們從效果圖可以容易得知一二階混合銳化在處理圖片的效果上不僅僅與圖像自身的格式，內(nèi)容，模糊程度有關(guān)，還與圖片的格式、圖片的像素都有關(guān) ，所用的3*3,5*5 的模板也有關(guān)系 。但是總的來說在對圖片的細(xì)節(jié)處理效果上看，混合銳化效果結(jié)合一二階銳化各自的優(yōu)點(diǎn)，處理出來的圖片效果的視覺效應(yīng)更好一些。 、統(tǒng)計(jì)銳化 、沃利斯統(tǒng)計(jì)差分法 沃利斯統(tǒng)計(jì)差分法：是基于混合銳化的又一種銳化方法，他的總體思想與步驟和混合銳化方法差不多，只是在對原圖進(jìn)行一階梯度提取時(shí)不是采用 roberts算子，而是采用的統(tǒng)計(jì)差分法；在對原圖進(jìn)行處理得到圖 C是通過高頻成分疊加法（鈍掩模法）代替的相應(yīng)的拉普拉斯處理。 它主要的步驟就是： A進(jìn)行一階梯度（ 統(tǒng)計(jì)差分法 ）提取得到圖 B B進(jìn)行均值濾波得到圖 C A進(jìn)行高頻成分疊加法（鈍掩模法）得到圖 D f與 g5 之和的到的圖像 最后得到的圖像圖像銳化算法設(shè)計(jì) 32 C和圖 D相乘得到圖 E E與原圖 A相加得到圖 F 其中，基于問題三所加以改變的兩個(gè)方法是 統(tǒng)計(jì)差分法、高頻成分疊加法（鈍掩模法），而他們的詳細(xì)算法如下 ： ： 輸出圖像： ),()(),( nmfgnmfr ?? ， 其中標(biāo)準(zhǔn)差 212 )],(),([1),( nmfnmfNnm ???? 1f 是點(diǎn) (m,n)的 s 領(lǐng)域均值， s 是一個(gè)有限區(qū)域。 根據(jù)：突變區(qū)域 較大 （鈍掩模法） 算法： )],(),([),( 1 nmfnmfknm