數(shù)字圖像銳化算法研究-在線瀏覽
2024-08-08 14:44本頁面
【正文】 used differential sharpening method: gradient sharpening sharpening and Laplasse. But due to noise by sharpening than the strong signal enhancement, so the requirements of sharpening image with high signal to noise ratio。微分運(yùn)算是求信號的變化率，有加強(qiáng)高頻率分量的作用，從而使圖像輪廓清晰。在圖像處理中，一階微分是通過梯度法來實現(xiàn)的。對于數(shù)字圖像而言，微分 和 可用差分來近似。為了在不破壞圖像背景的前提下更好地增強(qiáng)邊緣，也可以對上述直接用梯度值代替灰度值的方法進(jìn)行改進(jìn)，即利用門限判斷來改進(jìn)梯度銳化方法。對于圖像而言，物體和物體之間、背景和背景之間的梯度變化很小，灰度變化較大的地方一般集中在圖像的邊緣上，也就是物體和背景交接的地方。這樣，即增亮了物體的邊界，同時又保留了圖像背景原來的狀態(tài)，比傳統(tǒng)的梯度銳化方法具有更好的增強(qiáng)效果和適用性。在對灰度圖像進(jìn)行梯度銳化時直接調(diào)用GradSharp()函數(shù)即可，以下是GradSharp()函數(shù)的代碼實現(xiàn)。LONG i,j。if(m_pImgDataOut != NULL){delete []m_pImgDataOut。} int lineByte = (m_imgWidth *m_nBitCount / 8 + 3) / 4 * 4。return 。int lineByteOut = (m_imgWidth *m_nBitCountOut / 8 + 3) / 4 * 4。}int pixelByte = m_nBitCountOut / 8。 i m_imgHeight。 j m_imgWidth * pixelByte。}for(i = 0。 i++) //每行{ for(j = 0。 j++) //每列{//指向新DIB第i行第j列像素的指針pDst = m_pImgDataOut + lineByte *(m_imgHeight 1 i) + j。//指向DIB第i+1行第j列像素的指針pSrc1 = (unsigned char*)m_pImgData +lineByte * (m_imgHeight 2 i) + j。bTemp = abs((*pSrc)(*pSrc1)) + abs((*pSrc)(*pSrc2))。}}else{*pSrc = 255。}}}3．函數(shù)調(diào)用在視圖類CDemoView中映射“梯度銳化”事件的處理函數(shù)OnGradesharp()。 void CDemoView::OnGradesharp(){CDemoDoc *pDoc=GetDocument()。if(pDibm_nBitCount!=8amp。return 。unsigned char bThre=30。CMainFrame* pFrame = (CMainFrame *)(AfxGetApp()m_pMainWnd)。CDemoView* pView=(CDemoView*)pFrameMDIGetActive()GetActiveView()。ImgCenterDib *dibNew=pDocNewGetPDib()。pDocNewSetModifiedFlag(TRUE)。Invalidate()。由圖可以看出，經(jīng)過銳化處理后的圖像既增強(qiáng)了目標(biāo)的邊界，也保留了圖像背景原來的狀態(tài)。一個二維圖像函數(shù) 的拉普拉斯變換是各向同性的二階導(dǎo)數(shù)，定義為：（511）為了更適合于數(shù)字圖像處理，將該方程表示為離散形式：（512）另外，拉普拉斯算子還可以表示成模板的形式，如圖59所示。從模板形式容易看出，如果在圖像中一個較暗的區(qū)域中出現(xiàn)了一個亮點，那么用拉普拉斯運(yùn)算就會使這個亮點變得更亮。一般增強(qiáng)技術(shù)對于陡峭的邊緣和緩慢變化的邊緣很難確定其邊緣線的位置。同梯度算子一樣，拉普拉斯算子也會增強(qiáng)圖像中的噪聲，有時用拉普拉斯算子進(jìn)行邊緣檢測時，可將圖像先進(jìn)行平滑處理。圖像模糊的實質(zhì)就是圖像受到平均運(yùn)算或積分運(yùn)算，因此可以對圖像進(jìn)行逆運(yùn)算，如微分運(yùn)算能夠突出圖像細(xì)節(jié)，使圖像變得更為清晰。因此，銳化處理可選擇拉普拉斯算子對原圖像進(jìn)行處理，產(chǎn)生描述灰度突變的圖像，再將拉普拉斯圖像與原始圖像疊加而產(chǎn)生銳化圖
外語相關(guān)推薦
鄂ICP備17016276號-1