【正文】 解決這一問題的一個直接方法就是先確定有由任意2點決定的直線，然后從中找出接近具體直線的點集，這樣做大約需要進行次運算才能完成，實際中是很難滿足這樣大的計算量要求的。Hough變換是利用圖像的全局特征將邊緣像素連接起來形成封閉邊界的一種連接方法。XX 大學學士學位論文22 邊緣連接方法利用微分算子對圖像進行檢測所得的邊界常常會發(fā)生斷裂現(xiàn)象 [12]。 ()???????014???????18但拉普拉斯算子檢測方法常常產(chǎn)生雙像素邊界 [11]，而且這個檢測方法還對噪聲比較敏感，不能提供邊緣方向信息。這里對模板有一個基本要求：范本中心的系數(shù)為正，其余相鄰系數(shù)為負，所有系數(shù)的各應(yīng)該為零。 拉普拉斯算子拉普拉斯算子(Laplacian)是一種二階導數(shù)算子。Sobel算子邊緣檢測結(jié)果39。)。subplot(2,2,3),imshow(BW2),title(39。Roberts算子邊緣檢測結(jié)果39。 )。基于 MATLAB 的圖像銳化算法研究與仿真21像像像像(a) Roberts像像像像像像像像(b)Prewitt像像像像像像像像(c)Sobel像像像像像像像像(d) 不同微分算子的邊緣檢測效果(a)原始圖像；(b)Roberts算子檢測；(c)Prewitt算子檢測；(d)Sobel算子檢測BW3=edge(I, 39。Prewitt39。)。BW1=edge(I,39。原始圖像39。)。I=imread( 39。人們已經(jīng)提出了許多不同大小、不同系數(shù)的范本，最簡單的是Roberts算子，其范本如下： ()???????100較為復雜的常用范本有 Prewitt 算子和 Sobel 算子，其范本分別如式()和()所示。常用的微分算子有梯度算子和拉普拉斯算子等，這些算子不但可以檢測圖像的二維邊緣，還可以檢測圖像序列的三維邊緣 [8]。為了計算方便起見，通常選擇一階和二階導數(shù)來檢測邊界。邊緣檢測技術(shù)是所有基于邊界分割的圖像分析方法的第一步，檢測出邊緣的圖像就可以進行特征提取和形狀分析了。區(qū)域描述是對對象本身及對象間關(guān)系的描述，使之具有某種指定的數(shù)學或符號表達形式，使計算機能夠理解具體對象的具體含義。3 銳化的邊緣檢測法與銳化算子 邊緣檢測法從圖像的分析和理解來說，最基本的2個內(nèi)容就是圖像的分割和區(qū)域描述 [7]?；?MATLAB 的圖像銳化算法研究與仿真19 總結(jié)本章主要介紹了幾種圖像銳化算法，包括微分法，拉氏運算，高通濾波法。)。subplot(2,3,6),imshow(J1,[]),title(39。log 算子銳化后的圖像39。)。subplot(2,3,4),imshow(J3,[]),title(39。prewitt 算子銳化后的圖像39。)。subplot(2,3,2),imshow(J1,[]),title(39。原始圖像39。J5=filter2(h5,I)。J3=filter2(h3,I)。J1=filter2(h1,I)。average39。)。h4=fspecial(39。laplacian39。)。h2=fspecial(39。sobel39。)。① fspecial 調(diào)用方法：h=fspecial(type) type 可為’gaussian’,’sobel’,’prewitt’,’log’,’average’.② filter2 調(diào)用方法：Y=filter2(h,x)③ 示例程序I=imread(39?；?MATLAB 的圖像銳化算法研究與仿真17(1) 理想高通濾波器的濾波函數(shù)為 ()??????0D)v,u(10)v,u(H0 0D1, ??vu,理想高通濾波圖 基本濾波器頻率響應(yīng)(2) 高通巴特沃斯濾波器的濾波函數(shù)為 ()n20)v,u(D1)v,u(H????????式()中： ； 為巴特沃斯濾波器乘階數(shù)。)。title(39。subplot(1,2,2)。原始圖像39。imshow(i)。)。%轉(zhuǎn)化為 double 類型j=conv2(h,g,39。 1 1 1]。 %讀入圖像g=[1 1 1。39。這種濾波器必須滿足濾波器的中心系數(shù)為正數(shù)，其他系數(shù)為負數(shù)。⑶ 平滑模板的平滑或去噪程度與模板的大小成正比 [5]，跳變邊緣的模糊程度與模板的大小成正比。一階微分一般產(chǎn)生更粗的邊緣，二階微分則產(chǎn)生更細的邊緣。平滑模板的權(quán)系數(shù)都為正，其和為 1，這使得灰度平坦區(qū)的輸出與輸入相同。????????????????????????12418014 (a) (b) (c) 圖 常用的拉普拉斯算子模板下面對平滑模板和微分模板的一般特點做一對比。若在兩對角線方向上也進行拉普拉斯運算，則新的拉普拉斯算子在 8 個方向具有各向同性。取 k=1 ()?)]1j,i(f)j,i()j,1i(f)j,i(f[)j,i5fg2 ???????所以，拉氏算子對噪聲的作用較梯度法弱。??2W 拉普拉斯算子① 適用范圍：因光線漫反射(擴散效應(yīng)) 造成的圖像模糊。 LOG 算子LOG 算子為最佳邊緣檢測器。表 常用的梯度算子算子名稱 模板 H1 模板 H2 特 點Roberts ????????01????????10各向同性；對噪聲敏感；模板尺寸為偶數(shù)，中心位置不明顯Prewitt ???? ????引入了平均因素，對噪聲有抑制作用；操作簡便Sobel ????????102????????120引入了平均因素，增強了最近像素的影響，噪聲抑制效果比Prewitt 要好Krisch ??????53???????53噪聲抑制作用較好；需求出 8個方向的響應(yīng)(這里只給出 2 個方向的模板)Isotropic Sobel ????????102???????120權(quán)值反比于鄰點與中心點的距離，檢測沿不同方向邊緣時梯度幅度一致，即具有各向同性XX 大學學士學位論文14 Sobel 算法 ),(jif),1(jif?)1,(?jif),(jif),1(?jif),(jif)1,(?jif),(jif2)1,(??jif1 122211圖 Sobel 算法示意圖公式 ()yxs),(g?其中： )1j,i(f)j,1i(f2)j,1i(f)j,1i(f)j,i(f2)1j,i(fsx ?????????ySobel 算法的優(yōu)點：① 對圖像中的隨機噪聲有一定的抑制作用。第一種是使各點的灰度等于該點的梯度幅值；第二種是設(shè)置一個梯度閾值，使高于閾值的像素顯示其梯度值或用一種灰度來來顯示，低于閾值的像素顯示其原來的灰度或用另一種灰度來顯示，以便研究圖像邊緣。常用的梯度算子見表 ，它們都是用差分方法對微分的近似處理，兩個模板 H1 和H2 分別對應(yīng) 和 。為此，通常在?3 3 鄰域內(nèi)計算像素的梯度，使用中心差分來計算兩個偏導數(shù)，即? ()???????2)1j,i(f)j,i(fGyx基于 MATLAB 的圖像銳化算法研究與仿真13由于圖像可能含有噪聲，且邊緣可能以任意角度通過像素陣列 [3]，因此 Prewitt 算子通過計算 3 3 鄰域內(nèi)三行的中心差分的均值來估計水平梯度，以三列的中心差分的均值?來估計垂直梯度。解決方法：用前一行或前一列梯度值來代替?？梢宰C明，偏導數(shù)的平方和運算具有各向同性，梯度幅度和拉普拉斯運算符合上述條件。在數(shù)字圖像處理中，微分運算由差分運算來近似實現(xiàn)。同時，還對整個研究工作中的不足和對未來的工作做了分析和展望。第 4 章介紹了 MATLAB 及 GUI 設(shè)計，包括 GUI 設(shè)計的一些基本原理。以及它們的基本原理和適用范圍，并用 MATLAB 程序進行仿真。 本文內(nèi)容的安排本文主要對空間域和頻率域的一些圖像銳化方法作了相關(guān)研究。需要注意的是，能夠進行銳化處理的圖像必須具有較高的信噪比，否則銳化之后，信噪比會進一步降低。圖像銳化可以在空間域和頻率域通過高通濾波來實現(xiàn)，即減弱或消除低頻分量而不影響高頻分量。 研究圖像銳化的目的和注意事項圖像銳化的目的是使模糊的圖像變清晰，增強圖像的邊緣等細節(jié)。圖象的常見噪聲主要有加性噪比、乘性噪聲和量化噪聲等。因此，從圖象增強的目的看，它是與圖象平滑相反的一類處理。 圖像銳化的研究背景隨著計算機技術(shù)的迅速發(fā)展，數(shù)字圖像處理技術(shù)逐漸成熟，如圖像平滑、圖像銳化等等，本文將主要從圖像銳化的各種方法及其實踐應(yīng)用進行闡述。目前已投入運行的高速公路不停車自動收費系統(tǒng)中的車輛和車牌的自動識別都是圖像處理技術(shù)成功應(yīng)用的例子。其中值得一提的是研制具備視覺、聽覺和觸覺功能的智能機器人，將會給工農(nóng)業(yè)生產(chǎn)帶來新的激勵，目前已在工業(yè)生產(chǎn)中的噴漆、焊接、裝配中得到有效的利用。除了已應(yīng)用較廣泛的熵編碼、DPCM 編碼、變換編碼外，目前國內(nèi)外正在大力開發(fā)研究新的編碼方法，如分行編碼、自適應(yīng)網(wǎng)絡(luò)編碼、小波變換圖像壓縮編碼等。要將這樣高速率的數(shù)據(jù)實時傳送出去，必須采用編碼技術(shù)來壓縮信息的比特量。具體地講是將電話、電視和計算機以三網(wǎng)合一的方式在數(shù)字通信網(wǎng)上傳輸。此外，在 X 光肺部圖像增晰、超聲波圖像處理、心電圖分析、立體定向放射治療等醫(yī)學診斷方面都廣泛地應(yīng)用圖像處理技術(shù)。2) 生物醫(yī)學工程方面的應(yīng)用數(shù)字圖像處理在生物醫(yī)學工程方面的應(yīng)用十分廣泛，而且很有成效。我國也陸續(xù)開展了以上諸方面的一些實際應(yīng)用，并獲得了良好的效果。這些圖像無論是在成像、存儲、傳輸過程中，還是在判讀分析中，都必須采用很多數(shù)字圖像處理方法。如 LANDSAT 系列陸地衛(wèi)星，采用多波段掃描器(MSS)，在 900km 高空對地球每一個地區(qū)以 18 天為一周期進行掃描成像，其圖像分辨率大致相當于地面上十幾米或 100 米左右(如 1983 年發(fā)射的 LANDSAT4，分辨率為 30m)。從 60 年代末以來，美國及一些國際組織發(fā)射了資源遙感衛(wèi)星(如 LANDSAT 系列)和天空實驗室( 如 SKYLAB)，由于成像條件受飛行器位置、姿態(tài)、環(huán)境條件等影響，圖像質(zhì)量總不是很高。許多國家每天派出很多偵察飛機對地球上有興趣的地區(qū)進行大量的空中攝影。隨著人類活動范圍的不斷擴大，圖像處理的應(yīng)用領(lǐng)域也將隨之不斷擴大。而數(shù)字圖像處理不僅能完成線性運算，而且能實現(xiàn)非線性處理，即凡是可以用數(shù)學公式或邏輯關(guān)系來表達的一切運算均可用數(shù)字圖像處理實。圖像處理大體上可分為圖像的像質(zhì)改善、圖像分析和圖像重建三大部分，每一部分均包含豐富的內(nèi)容。即只要針對不同的圖像信息源，采取相應(yīng)的圖像信息采集措施，圖像的數(shù)字處理方法適用于任何一種圖像。從圖像反映的客觀實體尺度看，可以小到電子顯微鏡圖像，大到航空照片、遙感圖像甚至天文望遠鏡圖像。 ③ 適用面寬。換言之，從原理上講不論圖像的精度有多高，處理總是能實現(xiàn)的，只要在處理時改變程序中的數(shù)組參數(shù)就可以了?，F(xiàn)代掃描儀可以把每個像素的灰度等級量化為 16 位甚至更高，這意味著圖像的數(shù)字化精度可以達到滿足任一應(yīng)用需求。 ② 處理精度高。數(shù)字圖像處理與模擬圖像處理的根本不同在于，它不會因圖像的存儲、傳輸或復制等一系列變換操作而導致圖像質(zhì)量的退化。例如，什么是感知的初始基元，基元是如何組成的，局部與全局感知的關(guān)系，優(yōu)先敏感的結(jié)構(gòu)、屬性和時間特征等，這些都是心理學和神經(jīng)心理學正在著力研究的課題。由于人的視覺系統(tǒng)很復雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識狀況影響很大，作為圖像質(zhì)量的評價還有待進一步深入的研究。XX 大學學士學位論文8在理解三維景物時需要知識導引，這也是人工智能中正在致力解決的知識工程問題。(4) 由于圖像是三維景物的二維投影，一幅圖象本身不具備復現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。就電視畫面而言，同一行中相鄰兩個像素或相鄰兩行間的像素，其相關(guān)系數(shù)可達 以上，而相鄰兩幀之間的相關(guān)性比幀內(nèi)相關(guān)性一般說還要大些。(3) 數(shù)字圖像中各個像素是不獨立的，其相關(guān)性大。如電視圖像的帶寬約 ，而語音帶寬僅為 4kHz 左右。(2) 數(shù)字圖像處理占用的頻帶較寬。如一幅 256256低分辨率黑白圖像，要求約 64kbit 的數(shù)據(jù)量；對高分辨率彩色 512512 圖像，則要求768kbit 數(shù)據(jù)量；如果要處理 30 幀/秒的電視圖像序列，則每秒要求 500kbit～ 數(shù)據(jù)量。圖像分類常采用經(jīng)典的模式識別方法，有統(tǒng)計模式分類和句法(結(jié)構(gòu))模式分類，近年來新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中也越來越受到重視。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。作為最簡單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進一步進