數(shù)字圖像處理圖像銳化-閱讀頁
2025-05-14 08:22本頁面
【正文】 之前，需對圖像進(jìn)行平滑以消除或減弱噪聲的影響。 ? Sobel算子獲得的邊界是比較粗略的邊界，反映的邊界信息較少，但是所反映的邊界比較清晰； ? Laplacian算子獲得的邊界是比較細(xì)致的邊界。 返回 其他銳化算法 空間域高通濾波 圖像邊緣與高頻分量相對應(yīng)，故使用空間域高通濾波可讓高頻分量通過，限制低頻分量，從而達(dá)到銳化目的 其他銳化算法 方向模板匹配 原理：將 8個(gè)方向的模板，在銳化時(shí)順序作用于同一圖像窗口，對每一個(gè)模板都進(jìn)行相應(yīng)的運(yùn)算，用最大的輸出來作為窗口中心點(diǎn)像素的銳化輸出值 典型的模板有 Robison、 Prewitt、 Krisch模板 小結(jié) 微分類型 代表算法 邊界 細(xì)節(jié) 一階微分 Sobel算法 Roberts算法 Priwitt算法 邊界粗略但清晰 邊界細(xì)節(jié)較少 二階微分 Laplacian算法 Wallis算法 邊界細(xì)致但不清晰 邊界細(xì)節(jié)豐富 上機(jī)實(shí)驗(yàn) 圖像銳化 Sobel算子、 Prewitt算子以及高斯 拉普拉斯算子實(shí)現(xiàn)圖像銳化 上機(jī)參考程序 1 實(shí)驗(yàn)效果圖 1 上機(jī)參考程序 2 實(shí)驗(yàn)效果圖 2 水平浮雕效果 垂直浮雕效果 返回 水平邊緣的提取效果 垂直邊緣的提取效果 返回 非矩形目標(biāo)物的單方向銳化 返回 交叉銳化效果圖例 1 交叉銳化效果圖例 2 交叉銳化與水平銳化的比較 交叉銳化 水平銳化 返回 Sobel銳化效果示例 1 交叉銳化 Sobel銳化 Sobel銳化效果示例 2 Sobel銳化 交叉銳化 返回 Priwitt銳化效果圖例 Priwitt銳化 Sobel銳化 返回 一階 銳化方法的效果比較 (a) 原圖 (b) Sobel算法 (c) Priwitt算法 (d) Roberts算法 (e) 水平銳化 (f) 垂直銳化 返回 Laplacian銳化效果圖例 返回 Laplacian變形算子銳化效果 h1 h2 h3 h4 返回 Laplacian算子邊緣提取效果 返回 Wallis算法效果示例 返回 Wallis算法與 Laplacian算法的比較 Wallis算法 Laplacian算法 返回 Sobel與 Laplacian邊緣提取效果 Sobel銳化 Laplacian銳化 返回 上機(jī)參考程序 1 I=imread(39。)。sobel 39。 BW2 = edge(I, 39。)。log39。 subplot(2,2,1),imshow(I)。 subplot(2,2,3),imshow(BW2)。 返回 上機(jī)參考程序 2 I=imread(39。)。imshow(I)。original39。 K=fspecial(39。,)。 subplot(2,2,2)。title(39。)。sobel39。L1=filter2(L,I)/200。imshow(L1)。sobel39。 M=fspecial(39。)。 subplot(2,2,4)。title(
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號-1