【導讀】模糊可能是由于錯誤的操作，或是由于圖像獲取方法的固有影響所導致的。標的圖像特征提取、識別、跟蹤等難以進行，這一點可以利用圖像銳化來增強.圖像銳化的主要目的有兩個:一是增強圖像邊緣，使模糊的圖像變得更加清晰，顏色變得鮮明突出，圖像的質量有所改善，產生更適合人眼觀察和識別的圖像；Sobel算子進行銳化；針對問題二，二階銳化則采用拉普拉斯算子進行二階銳化；性噪聲和量化噪聲等。的頻段主要在高頻段，同時圖像邊緣信息也主要集中在其高頻段部分。人類生活中最直觀、最豐富和最生動的信息表示形式。相比，圖像包含的信息量更大，具有更廣泛的適用性和更高的使用效率。為了適應數字計算機的處理，必須對連續(xù)圖像函數進。行空間和幅度數字化，經過數字化后的圖像稱為數字圖像。而數字圖像處理是指借用數字計算機處理數字圖像。

　　

【正文】 14. [3] MATLAB 函數速查手冊 .人民郵電出版社：北京， 2021,2324. 圖像銳化算法設計 48 附錄： 第一題代碼： f = imread(39。E:\筆記大三 \期末課程設計 \專業(yè)實訓期末 \2\圖片 39。)。 figure(1)。 imshow(f)。 title(39。原圖 39。)。 f1 = im2double(f)。 %把圖像數據類型轉換為 double 類型 [m,n]=size(f)。 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 figure(2)。imshow(g1)。 title(39。Sobel 算子處理后的結果 39。)。 k=1。 s=f1+k.*g1。 figure(3)。 imshow(s)。 title(39。Sobel 算子處理后的圖與原圖相加后的結果 39。)。 imwrite(g7,39。C:\Users\Administrator\Desktop\課程設計 9\3120210902209 馮金慧題目 A 服裝店進銷存管理系統(tǒng)題目 B 銳化算法設計 \銳化算法設計效果圖 .jpg39。)。 圖像銳化算法設計 49 第二題代碼： I=imread(39。E:\筆記大三 \期末課程設計 \專業(yè)實訓期末 \2\39。)。 [H,W]=size(I)。 M=double(I)。 J=M。 for i=2:H1 for j=2:W1 J(i,j)=5*M(i,j)[M(i+1,j)+M(i1,j)+M(i,j+1)+M(i,j1)]。 end。 end。 %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。)。 imwrite(s,39。C:\Users\Administrator\Desktop\課程設計 9\3120210902209 馮金慧題目 A 服裝店進銷存管理系統(tǒng)題目 B 銳化算法設計 \銳化算法設計效果圖 .jpg39。)。 第三題代碼： f = imread(39。E:\筆記大三 \期末課程設計 \專業(yè)實訓期末 \2\圖片 39。)。 [m,n]=size(f)。 figure(1)。 subplot(121)。 圖像銳化算法設計 50 imshow(f)。 title(39。原始圖像 39。)。 f1 = im2double(f)。 %把圖像數據類型轉換為 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 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)。 圖像銳化算法設計 51 g2(1,d)=g1(1,d)。 end end figure(2)。 subplot(121)。 imshow(g2)。 title(39。領域均值平滑后的 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。)。 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)。 圖像銳化算法設計 52 imshow(g7)。 title(39。最后得到的圖像 39。)。 imwrite(g7,39。C:\Users\Administrator\Desktop\課程設計 9\3120210902209 馮金慧題目 A 服裝店進銷存管理系統(tǒng)題目 B 銳化算法設計 \銳化算法設計效果圖 .jpg39。)。 第四題代碼： f = imread(39。E:\筆記大三 \期末課程設計 \專業(yè)實訓期末 \2\圖片 39。)。 subplot(121)。imshow(f)。 title(39。原始圖像 39。)。 f1 = im2double(f)。 [H,W]=size(f)。 M=double(f)。 sum=0。s=0。 J=M。 %y =sqrt(std(M(:)))。 for i=2:H1 for j=2:W1 for m =i1:i+1 for n=j1:j+1 sum=sum+M(m,n)。 end end avg=sum/9。 sum=0。 for m =i1:i+1 for n=j1:j+1 圖像銳化算法設計 53 s=s+((M(m,n)avg).^2)。 end end avg1=s/9。 s=0。 J(i,j)=sqrt(avg1)。 J(i,j)。 if(J(i,j)0) J(i,j)=0。 end if(J(i,j)255) J(i,j)=255。 end end end g1=uint8(J)。 figure(1)。 subplot(122)。imshow(g1)。title(39。一階梯度提取 39。)。 ff = fspecial(39。gaussian39。,[3 3],10)。 %高斯模板 g2= imfilter(g1,ff,39。same39。)。 % 濾波 figure(2)。 subplot(121)。imshow(g2)。title(39。高斯平滑后的圖像 39。)。 avg=mean2(f)。 Q=double(f)。 k=10。 for i=2:H1 for j=2:W1 for m =i1:i+1 for n=j1:j+1 圖像銳化算法設計 54 sum=sum+M(m,n)。 end end avg=sum/9。 sum=0。 Q(i,j)=k*(M(m,n)avg)。 if(Q(i,j)0) Q(i,j)=0。 end if(J(i,j)255) Q(i,j)=255。 end end end g3=uint8(Q)。 g4=im2double(g3)+im2double(f)。 subplot(122)。imshow(g4)。title(39。高頻成分疊加法（鈍掩模法）后圖像 39。)。 figure(3)。 g5 = im2double(g3).* im2double(g2)。 subplot(121)。 imshow(g5)。 title(39。相乘后形成的掩蔽圖像 39。)。 g6 = g5+f1。 subplot(122)。imshow(g6)。 title(39。原圖與掩蔽圖像之和得到的圖像 39。)。 gamma = 。 c = 1。 g7 = c.*g6.^gamma。 figure(4)。 圖像銳化算法設計 55 subplot(111)。 imshow(g7)。 title(39。最后得到的圖像 39。)。 imwrite(g7,39。C:\Users\Administrator\Desktop\課程設計 9\3120210902209 馮金慧題目 A 服裝店進銷存管理系統(tǒng)題目 B 銳化算法設計 \銳化算法設計效果圖 .jpg39。)。