matlabrobert锐化_Matlab图像处理—锐化滤波器
锐化滤波器
锐化处理的主要目的是,突出灰度的过渡部分,增强图像中的细节。空间域像素邻域平均法可以使图像变模糊,均值处理与积分类似,所以锐化处理可以用空间微分(差分)来完成。
对比模糊:
模糊(平滑)是去除图像的细节,均值处理。
锐化是突出图像的细节,微分(差分)处理。
锐化滤波器主要有两种锐化方法:
1. 使用二阶微分的图像锐化:拉普拉斯锐化
2. 使用一阶微分的图像锐化:梯度锐化
Part1. 拉普拉斯锐化
用算子产生的图像暗色背景叠加浅灰色边及突变点明显。
拉普拉斯算子锐化图像的后处理(背景和边缘):
由于拉普拉斯是一种微分算子,拉普拉斯图像强调原图中的灰度突变区域,衰减灰度变化慢区域,恒定区域变为0。
将原始图像和拉普拉斯图像叠加在一起的简单方法可以保护拉普拉斯锐化处理的效果,同时又能复原背景信息。所以适用拉普拉斯变换对图像锐化增强的基本方法可表示为:
插入介绍 图像的算术的操作:
就是阵列操作,图像可以等价的被看成是矩阵,包含一幅或多幅图像的,阵列操作是以逐个像素为基础执行的。算术操作如下:
图像算术操作涉及相同大小的图像。
回到拉普拉斯锐化
拉普拉斯算子是常用的边缘增强算子,是一种各向同性的线性运算(旋转不变性),这种滤波器的响应与滤波器作用的图像的突变方向无关,也就是各向同性滤波器是旋转不变的。
以90度为增量进行旋转各向同性。c的取值要合理,如果c过大,图像轮廓边缘会产生过冲;而过小,锐化效果就不明显。
另外,对角线也可以这样组成:在下式中添入两项,即两个对角线方向各加1个。由于每个对角线方向上的项还包含一个-2f(x,y),所以总共应减去-8f(x,y)。得到的新模板对450增幅的结果是各向同性的。如下所示
做一比对:
Part2. 梯度锐化
假设M(x,y)是与原图像大小相同的图,称为该图像的梯度图像,可简称为梯度。
梯度向量的分量是微分,是线性算子,但梯度的幅值不是线性算子,是做了平方和方根。
梯度的偏微分不是旋转不变的,梯度向量的幅值是旋转不变的。有时计算用绝对值来近似平方和方根。
这中方法保留了灰度的相对变化,但丢失了各向同向特性。
(1)离散情况下,对一阶微分的最简单的近似:
(2)交叉微分:
交叉梯度算子有一个缺陷:偶数尺寸不太容易实现。
(3)3x3近似:
Sobel算子:
则梯度幅值为:
示例效果图:
小结:
梯度锐化
去除变化慢的背景
在灰度平坦区域中增强细小的突变
突出灰度图像中看不见的斑点
拉普拉斯锐化
增强灰度突变处的对比度,形成细节比较好
大多数应用中,对图像增强来说二阶微分处理比一阶微分好,因为形成细节的能力强, 而一阶微分处理主要用于提取边缘。
示例:
matlab:
%%%锐化%%%%
f_average = fspecial('average',[3 3])
f_sobel = fspecial('sobel')
f_laplacian = fspecial('laplacian',0)
A = mat2gray(imread('moon.tif'));
B1 = imfilter(A,f_average);
B2 = imfilter(A,f_sobel);
B3 = imfilter(A,f_laplacian);
figure;
subplot(221);imshow(A);
subplot(222);imshow(B1);
subplot(223);imshow(B2);
subplot(224);imshow(-B3);
figure;
subplot(221);imshow(A);
subplot(222);imshow(A-B1);
subplot(223);imshow(A-B2);
subplot(224);imshow(A-B3);
%%选择图片%%
[file, path] = uigetfile({'*.jpg'; '*.bmp'; '*.gif'; '*.png' }, '选择图片');
A = imread([path, file]);
结果:
reference:
李卫军,肖宛昂,董肖莉,覃鸿老师《视觉信息处理及FPGA实现》课程等
越是憧憬,越要风雨兼程。
matlabrobert锐化_Matlab图像处理—锐化滤波器相关推荐
- OpenCV图像锐化---USM锐化和Laplace锐化
学更好的别人, 做更好的自己. --<微卡智享> 本文长度为1832字,预计阅读4分钟 前言 图像锐化 (image sharpening) 是补偿图像的轮廓,增强图像的边缘及灰度跳变的部 ...
- python图像锐化_Python图像处理介绍--图像模糊与锐化
欢迎关注 "小白玩转Python",发现更多 "有趣" 引言 在之前的文章中,我们讨论了边缘检测内核.在本文我们将讨论如何在图像上应用模糊与锐化内核,将这些内核 ...
- GDAL 遥感 图像处理 锐化(Laplace算子、Sobel算子)
GDAL 图像锐化 简介 拉普拉斯(Laplace)算子 部分代码: 索贝尔(Sobel)算子 部分代码: 处理效果 原图 (Laplace) (Sobel) 结尾 参考文章 简介 图像锐化(imag ...
- FPGA设计——图像处理(锐化增强)
1. 概述 本设计采用FPGA技术,实现CMOS视频图像的锐化增强,并通过以太网传输(UDP方式)给PC实时显示. 2. 硬件系统框图 CMOS采用MT9V011(30万像素),FPGA采用ALTER ...
- python 图片锐化_Python图像处理介绍--图像模糊与锐化
欢迎关注 "小白玩转Python",发现更多 "有趣" 引言 在之前的文章中,我们讨论了边缘检测内核.在本文我们将讨论如何在图像上应用模糊与锐化内核,将这些内核 ...
- 数字图像处理 拉普拉斯(Laplace)变换 边缘检测算子(二阶导 sobel)变换 锐化(反锐化模板锐化) 算法实现及效果
程序代码: clear %拉普拉斯变换 A = imread("Moon.jpg"); Laplace1(A);%Soble变换 B = imread("lens.jpg ...
- 图像处理之滤波器介绍
最近在看OpenCV 图像处理-平滑处理这个章节,于是呢,想着滤波器总结一下.这里主要是空间域滤波器的介绍,频率域以后再说吧. 首先分为平滑空间滤波器和锐化空间滤波器来进行介绍.平滑空间滤波器主要用于 ...
- matlab肌电信号平滑滤波_MATLAB图像处理:43:用高斯平滑滤波器处理图像
本示例说明了如何使用imgaussfilt来对图像应用不同的高斯平滑滤波器.高斯平滑滤波器通常用于降低噪声. 将图像读入工作区. I = imread('cameraman.tif'); 使用各向同性 ...
- 梯度锐化拉普拉斯锐化比较_锐化斧头
梯度锐化拉普拉斯锐化比较 This is a popular story which illustrates the advantages of not just plowing away at yo ...
最新文章
- 给我10张画,我能还你1万张|Adobe团队搞定小样本图像生成
- 为什么Google上十亿行代码都放在同一个仓库里?
- Python的序列化与反序列化
- android 避内存溢出,Android避免内存溢出(Out of Memory)方法总结
- 深度学习之基于CNN实现汉字版手写数字识别(Chinese-Mnist)
- 【Vue】—props属性
- Java多线程系列--“JUC锁”10之 CyclicBarrier原理和示例
- 驱动人生官网服务器维护,驱动人生在线检测服务 驱动检测更新更加方便
- vmware 中安装chrome os操作系统
- 走楼梯c语言程序,C语言项目爬楼梯的两种实现方法参考
- solidity 合约地址转钱包、钱包地址转合约
- python交集和补集的符号_python数组并集交集补集
- python自带idle_使用自带的IDLE
- 国科大数据挖掘课程总结
- PHP初级学习(三)
- word文档图标变成白纸_word图标变了_word图标变成白底方框
- R包SangerSeqR处理ab1数据
- 微软苏菲rt能装鸿蒙,忘记RT,让微软还你一个不一样的“苏菲3”
- 会声会影视频剪辑详细教程
- Web开发人员月报2018年10月
热门文章
- php sqlserver jdbc,jdbc sqlserver 分页
- Intel Realsense D435 python 测试是否能将pipeline、config、enable、start单独提出wait for frames循环外?(不能,配置必须全部在外)
- Python 计算机视觉(七)—— OpevCV进行直方图统计
- ubuntu 将 python 设定为python3, pip设定为pip3
- Mocha and Red and Blue 模拟字符串
- php 正则表达式 取所有内容,php正则表达式获取内容所有链接
- inheritance中文Java语言_3.3Java语言面向对象的封装(Encapsulation)、继承(Inheritance)、多态(polymorphic)...
- pythonvim编辑教程_使用vim编辑python
- Spring源码分析——Bean的生命周期
- 阿里java高级工程师面试100题(建议收藏)