在图像中,通过邻接点的相互平均可以去掉一些突然变化的点,从而过滤掉一定的噪声,达到平滑的目的,但图像有一定程度上的模糊。

本实验使用模板

1  1  1

1  1  1

1  1  1

即每一个像素的灰度都是自身和周围8个像素的平均值。

图像锐化处理的目的是使模糊的图像变得更加清晰起来,而图像模糊的实质就是图像受到平均或积分运算造成的,因此可以对图像进行逆运算(如微分)来使图像清晰化。梯度锐化是一种常用的微分锐化方法。

Sobel 初步尝试,其卷积计算核有两个,

Sx =

-1  0  1

-2  0  2

-1  0  1

Sy =

1   2   1

0   0   0

-1  -2  -1

一个对垂直边缘影响最大,一个对水平边缘影响最大。图像中每点均分别用这两个算子作卷积,取两个卷积绝对值的和。

图像中的边缘及急剧变化部分与图像高频分量有关,利用低通滤波减弱高频部分能实现图像平滑,利用高通滤波减弱低频部分能实现图像锐化。

图像FFT 后注意原点。

原图

FFT 后

FFT 后高通滤波

高通滤波

FFT 后低通滤波

低通滤波

平滑

Sobel

/*

ProcessFilterZ.h

Copyright (C) 2011, coreBugZJ, all rights reserved.

滤波。

*/

#ifndef  __PROCESSFILTER_Z_H_INCLUDED__

#define  __PROCESSFILTER_Z_H_INCLUDED__

#include "TypeZ.h"

#include "ClassImageZ.h"

/* 高通 低通 滤波器 */

/* 对宽为 (1<

/* 点的定位同 2d FFT */

/* 会修改矩阵 */

/* if 参数highPass then 高通 else 低通 */

/* == radius 也通过 */

/* 成功返回 ROK */

PublicFuncZ  R32  highLowPassFilterZ( CF64 *mat, U32 lgw, U32 lgh, F64 radius, B32 highPass );

/* 在图像上使用 n * n 的模板 mat,然后 乘以 mulFactor 除以 divFactor */

/* 假设 n 为奇数 */

/* 会修改图像 */

/* 模板 mat 中第 y 行第 x 列的点(x,y)为 mat[ y * n + x ] */

/* 图像边缘无法使用模板处,保持不变 */

/* 成功返回 ROK */

PublicFuncZ  R32  templateFilterZ( ImageZ img, I32 *mat, U32 n, I32 mulFactor, I32 divFactor );

/* 平滑 */

/* 会修改图像 */

/* 成功返回 ROK */

PublicFuncZ  R32  smoothImageZ( ImageZ img );

/* 锐化 sobel */

/* 会修改图像 */

/* 成功返回 ROK */

PublicFuncZ  R32  sharpImageZ( ImageZ img );

#endif /* __PROCESSFILTER_Z_H_INCLUDED__ */

/*

ProcessFilterZ.c

Copyright (C) 2011, coreBugZJ, all rights reserved.

滤波。

*/

#include "stdafx.h"

#include "ProcessFilterZ.h"

#include "ProcessGrayZ.h"

#include

PublicFuncZ  R32  highLowPassFilterZ( CF64 *mat, U32 lgw, U32 lgh, F64 radius, B32 highPass ) {

U32  x, y, w, h, xc, yc;

F64  r2m4, d2m4, f0, f1;

I32  cmp;

if ( (NULL == mat) ) {

return RERR;

}

w = PWR2_U32_Z( lgw );

h = PWR2_U32_Z( lgh );

MUL_F64_Z( r2m4, radius, radius );

MUL_F64_U32_Z( r2m4, r2m4, 4 );

for ( y = 0; y < h; ++y ) {

yc = ( y + (h>>1) ) % h;

for ( x = 0; x < w; ++x ) {

xc = ( x + (w>>1) ) % w;

MOV_F64_U32_Z( f0, xc );

ADD_F64_U32_Z( f0, f0, xc );

SUB_F64_U32_Z( f0, f0, w );

MUL_F64_Z( f0, f0, f0 );

MOV_F64_U32_Z( f1, yc );

ADD_F64_U32_Z( f1, f1, yc );

SUB_F64_U32_Z( f1, f1, h );

MUL_F64_Z( f1, f1, f1 );

ADD_F64_Z( d2m4, f0, f1 );

CMP_F64_Z( cmp, d2m4, r2m4 );

if ( highPass ) {

if ( cmp < 0 ) {

MOV_CF64_U32_Z( mat[ y * w + x ], 0, 0 );

}

}

else {

if ( cmp > 0 ) {

MOV_CF64_U32_Z( mat[ y * w + x ], 0, 0 );

}

}

}

}

return ROK;

}

PublicFuncZ  R32  templateFilterZ( ImageZ img, I32 *mat, U32 n, I32 mulFactor, I32 divFactor ) {

U32  w, h, x, y, ix, iy, nha;

I32  pix, *ptrmat;

U08  *ptrimg, *ptrpix;

if ( (!isImageValidZ(img)) || (NULL == mat) || (0 == divFactor) || (3 > n) ) {

return RERR;

}

if ( GRAY_NUM_Z != img->colorNum ) {

return RERR; /* 目前只支持 256 灰度 */

}

nha = n / 2 + 1;

w   = img->width;

h   = img->height;

for ( y = n; y <= h; ++y ) {

ptrpix = img->pPixel + (y - nha) * img->linePitch + (n - nha);

for ( x = n; x <= w; ++x ) {

pix = 0;

ptrmat = mat;

for ( iy = y-n; iy < y; ++iy ) {

ptrimg = img->pPixel + iy * img->linePitch + (x - n);

for ( ix = x-n; ix < x; ++ix ) {

pix += (*ptrimg) * (*ptrmat);

++ptrimg;

++ptrmat;

}

}

pix = pix * mulFactor / divFactor;

if ( pix >= GRAY_NUM_Z ) {

pix = GRAY_NUM_Z - 1;

}

*ptrpix = (U08)(pix);

++ptrpix;

}

}

return ROK;

}

PublicFuncZ  R32  smoothImageZ( ImageZ img ) {

I32 mat[] = {

1, 1, 1,

1, 1, 1,

1, 1, 1

};

return templateFilterZ( img, mat, 3, 1, 9 );

}

PublicFuncZ  R32  sharpImageZ( ImageZ img ) {

I32    *mat = NULL;

U32    width, height, x, y;

I32    v0, v1;

R32    res;

if ( !isImageValidZ(img) ) {

return RERR;

}

if ( GRAY_NUM_Z != img->colorNum ) {

return RERR; /* 256 级灰度 */

}

width  = img->width;

height = img->height;

mat = (I32*)malloc( width * height * sizeof(I32) );

if ( NULL == mat ) {

return RERR;

}

#define  PIX(ix,iy)  ((I32)(img->pPixel[(iy) * img->linePitch + (ix)]))

for ( y = 0; y < height; ++y ) {

for ( x = 0; x < width; ++x ) {

v0 = ( PIX(x+1, y-1) + 2*PIX(x+1, y) + PIX(x+1, y+1) ) -

( PIX(x-1, y-1) + 2*PIX(x-1, y) + PIX(x-1, y+1) );

if ( 0 > v0 ) v0 = -v0;

v1 = ( PIX(x-1, y+1) + 2*PIX(x, y+1) + PIX(x+1, y+1) ) -

( PIX(x-1, y+1) + 2*PIX(x, y+1) + PIX(x+1, y-1) );

if ( 0 > v1 ) v1 = -v1;

mat[ y * width + x ] = v0 + v1;

}

}

#undef  PIX

res = scaleImageZ( img, mat, width, height );

free( mat );

mat = NULL;

return res;

}

PublicFuncZ  ImageZ  createImageScaleZ( I32 *mat, U32 width, U32 height ) {

ImageZ  img = NULL;

if ( (NULL == mat) || (1 > width) || (1 > height) ) {

return NULL;

}

img = createImageZ( width, height, GRAY_NUM_Z );

if ( NULL == img ) {

return NULL;

}

if ( ROK == scaleImageZ(img, mat, width, height) ) {

return img;

}

destroyImageZ( img );

img = NULL;

return NULL;

}

PublicFuncZ  R32  scaleImageZ( ImageZ img, I32 *mat, U32 width, U32 height ) {

U32     x, y, i;

I32     matMin, matMax, mv;

if ( (NULL == mat) || (1 > width) || (1 > height) ||

(!isImageValidZ(img)) || (GRAY_NUM_Z != img->colorNum) ||

(width != img->width) || (height != img->height)

) {

return RERR;

}

for ( i = 0; i < GRAY_NUM_Z; ++i ) {

img->pPalette[ i * IMAGEZ_COLOR_SIZE_Z + IMAGEZ_OFFSET_BLUE_Z  ] =

img->pPalette[ i * IMAGEZ_COLOR_SIZE_Z + IMAGEZ_OFFSET_GREEN_Z ] =

img->pPalette[ i * IMAGEZ_COLOR_SIZE_Z + IMAGEZ_OFFSET_RED_Z   ] = (U08)(i);

img->pPalette[ i * IMAGEZ_COLOR_SIZE_Z + IMAGEZ_OFFSET_ALPHA_Z ] = 255;

}

matMin = matMax = mat[ 0 ];

for ( y = 0; y < height; ++y ) {

for ( x = 0; x < width; ++x ) {

mv = mat[ y * width + x ];

if ( matMin > mv ) {

matMin = mv;

}

if ( matMax < mv ) {

matMax = mv;

}

}

}

mv = matMax - matMin;

if ( 0 == mv ) {

mv = 1;

}

for ( y = 0; y < height; ++y ) {

for ( x = 0; x < width; ++x ) {

img->pPixel[ y * img->linePitch + x ] = (U08)(

(mat[ y * width + x ] - matMin) * (GRAY_NUM_Z-1) / mv );

}

}

return ROK;

}

PublicFuncZ  ImageZ  createImageFromFftDataZ( CF64 *mat, U32 lgw, U32 lgh ) {

ImageZ  img = NULL;

U32     w, h, x, y, i, tu;

F64     tf255, tf;

U08     *ptrimg;

CF64    *ptrmat;

if ( NULL == mat ) {

return NULL;

}

w   = PWR2_U32_Z( lgw );

h   = PWR2_U32_Z( lgh );

img = createImageZ( w, h, GRAY_NUM_Z );

if ( NULL == img ) {

return NULL;

}

ptrimg = img->pPalette;

for ( i = 0; i < GRAY_NUM_Z; ++i ) {

ptrimg[ IMAGEZ_OFFSET_BLUE_Z  ] =

ptrimg[ IMAGEZ_OFFSET_GREEN_Z ] =

ptrimg[ IMAGEZ_OFFSET_RED_Z   ] = (U08)(i);

ptrimg[ IMAGEZ_OFFSET_ALPHA_Z ] = 255;

ptrimg += IMAGEZ_COLOR_SIZE_Z;

}

MOV_F64_U32_Z( tf255, 255 );

for ( y = 0; y < h; ++y ) {

ptrimg = img->pPixel + ((y+(h>>1))%h) * img->linePitch;

ptrmat = mat + y * w;

for ( x = 0; x < w; ++x ) {

M_CF64_Z( tf, *ptrmat );

++ptrmat;

DIV_F64_U32_Z( tf, tf, 100 );

MIN_F64_Z( tf, tf, tf255 );

MOV_U32_F64_Z( tu, tf );

*(ptrimg + (x+(w>>1))%w ) = (U08)(tu);

}

}

return img;

}

数字图像处理课设图像的锐化_数字图像处理上机之五:图像平滑和锐化相关推荐

  1. 数字图像处理课设图像的锐化_数字图像处理图像锐化处理.ppt

    数字图像处理图像锐化处理 4.7.2 灰度级到彩色转换 灰度级到彩色转换(例) 在HSI彩色空间的直方图均衡强度均衡处理没有改变图像的色调和饱和度值,但它的确影响了整体图像的彩色感观. 向量分量可以用 ...

  2. 数字逻辑课设(数字电子钟)

    做了快一个星期的数字逻辑课设,存手动连线,虽然年那块还没有做完 ,但是文章提供了思路,本文的重点是后面的问题解决 软件是使用proteus7 设计要求: 1).设计一个能显示日期.小时.分钟.秒的数字 ...

  3. 计算机控制系统课程设计交通灯,太原理工大学数字逻辑课设(交通灯)

    <太原理工大学数字逻辑课设(交通灯)>由会员分享,可在线阅读,更多相关<太原理工大学数字逻辑课设(交通灯)(25页珍藏版)>请在人人文库网上搜索. 1.太原理工大学计算机科学与 ...

  4. 图像处理课设(奇怪版)

    这是我做课设软件时候的经历(?) 开场白 界面设计.菜单栏 与ITK的假集成 稍微介绍一下生成exe的方法 对ITK的范例.cxx文件做了些微的修改 在一个软件中调用外部exe的方法函数(抄来的) 打 ...

  5. mysql课设的心得体会_关于数据库课设的感想

    在昨天,11.22 我完成了这次课设的报告,开心! 这次的课设真是个磨人的小妖精!!! 题目也不是很难,数据库+窗口显示 火车票售票系统(用户+管理员 订票/退票 增删改信息等操作) 最后我决定用 s ...

  6. matlab 通过矩阵变换使图像旋转平移_数字图像处理|P11 第三章 第四节 图像的几何变换...

    第四节 几何变换 图像生成过程中,由于系统本身具有非线性或拍摄角度不同,会使生成的图像产生几何失真.几何失真一般分为系统失真和非系统失真,系统失真是有规律的.能预测的:非系统失真则是随机的.例如:(1 ...

  7. 手写数字识别实现课设cnsd博客_使用Tesseract轻松实现OCR字体识别

    本教程翻译自PyImageSearch英文原文 实现效果 今天的博客文章是安装和是用Tesseract library 进行OCR识别的两章系列中的第一部分. OCR可以自动对手写或者印刷字体进行类型 ...

  8. java 图像梯度检测_数字图像处理-边缘检测

    梯度介绍 首先介绍边缘检测中用到的高等数学原理---梯度.介绍梯度,离不开方向导数. 方向导数 顾名思义,方向导数就是某个方向上的导数. 什么是方向: 函数 在这个方向上的图像: 我们知道: 函数 的 ...

  9. matlab对图像进行傅里叶变换_数字图像处理(一)—— 傅里叶变换

    1. 基本指数信号 设 与 为两个基本指数信号,其中 和 分别为连续时间域和离散时间域的角频率. 1.1 连续时间域 连续时间域中,如果满足 ,则 是周期信号,其周期为 ,: 角频率 越大,信号的振荡 ...

最新文章

  1. ubuntu 安装vsftpd 530 login incorrect
  2. 我回答的一个粉丝关于模拟SAP事务的问题
  3. ctf mysql hash传递_分享个 CTF 小工具 bruteHASH
  4. [20151126]IMPDP TRANSFORM参数.TXT
  5. 如何在自己开发的日程管理页面插入提醒功能_给大家推荐一款高颜值的日程管理类APP...
  6. 方舟官方服务器怎么显示血量,方舟端游怎么显示血量
  7. arcgis发布路网路径规划服务
  8. android 安全管家权限管理,安卓应用滥用权限腾讯手机管家可手动关闭
  9. 初学爬虫,简单爬取必应壁纸
  10. java pdf添加图片_Java编辑PDF写入文字 插入图片
  11. Could not read JSON: Can not deserialize instance of java.lang.String[] out of VALUE_STRING token
  12. Chrome浏览器占用CPU资源过高(Software Reporter Tool)
  13. pta 电话聊天狂人(map)
  14. 在代码里面如何使用workman
  15. 序言页码(纯思维题)
  16. 音频隐写术总结篇(附隐写软件下载链接)
  17. 线程的启动暂停和终止
  18. Qt 加载图片文件路径详解
  19. 我的秋招经历(已完结)
  20. 三味眼中的十二“最”……

热门文章

  1. python实现excel数据筛选和数据匹配
  2. 如何把计算机上锁的d盘解锁,磁盘加锁记录没有了怎么解除加锁?
  3. linux 磁盘性能瓶颈,linux系统性能优化及瓶颈分析
  4. app微博登录的server
  5. 微信读书APP协议阅读 2021-2-26
  6. 喂养一个多月大的小狗需要知道的知识
  7. 硬分叉后,BCH的钱包解决方案
  8. 【知识强化】第二章 进程管理 2.2 处理机调度
  9. Android 该如何开发一个证件照DIY小程序 这篇来教你
  10. 国家电网公司标准化建设成果应用目录(2015)参考书目