数字图像处理——Sobel算子锐化、Prewitt算子锐化

一、Sobel算子锐化

%函数名称为Image_Sobel,输入参数Image,输出参数IMAGE
function [IMAGE] = Image_Sobel(Image)
%获取矩阵的行、列、波段数
[m,n,bands] = size(Image);
%定义模板大小，假设模板大小3×3
A = 1;
%定义Sobel算子x，y方向矩阵
Sobelx = [-1 -2 -1;0 0 0;1 2 1];
Sobely = [-1 0 1;-2 0 2;-1 0 1];
%初始化矩阵
Image1 = zeros(m,n,bands);
IMAGE = Image;
%Sobel算子
for k = 1:bandsfor i = 1+A:m-Afor j = 1+A:n-Atemp = Image(i-A:i+A,j-A:j+A,k);Image1(i,j,k) = abs(sum(sum(Sobelx.*temp)))+abs(sum(sum(Sobely.*temp)));endend
end
IMAGE = Image + Image1;
%画图，左右分别表示原图和两幅处理后的图像
figure(1);
subplot(1,3,1);
imshow(uint8(Image));
title('原始图像');
subplot(1,3,2);
imshow(uint8(Image1));
title('边缘提取图像');
subplot(1,3,3);
imshow(uint8(IMAGE));
title('Sobel算子锐化后的图像')
end

二、prewitt算子锐化

%函数名称为Image_Prewitt,输入参数Image,输出参数IMAGE
function [IMAGE] = Image_Prewitt(Image)
%获取矩阵的行、列、波段数
[m,n,bands] = size(Image);
%定义模板大小，假设模板大小3×3
A = 1;
%定义Prewitt算子x，y方向矩阵
Prewittx = [-1 -2 -1;0 0 0;1 2 1];
Prewitty = [-1 0 1;-2 0 2;-1 0 1];
%初始化矩阵
Image1 = zeros(m,n,bands);
IMAGE = Image;
%Sobel算子
for k = 1:bandsfor i = 1+A:m-Afor j = 1+A:n-Atemp = Image(i-A:i+A,j-A:j+A,k);Image1(i,j,k) = abs(sum(sum(Prewittx.*temp)))+abs(sum(sum(Prewitty.*temp)));endend
end
IMAGE = Image + Image1;
%画图，左中右分别表示原图和两幅处理后的图像
figure(1);
subplot(1,3,1);
imshow(uint8(Image));
title('原始图像');
subplot(1,3,2);
imshow(uint8(Image1));
title('边缘提取图像');
subplot(1,3,3);
imshow(uint8(IMAGE));
title('Prewitt锐化后的图像')
end

调用方法

Image = double(imread('当前目录下的图片名称.jpg'));
Sobel = Image_Sobel(Image);
Prewitt = Image_Prewitt(Image);

数字图像处理——Sobel算子锐化、Prewitt算子锐化相关推荐

图像边缘提取——梯度算子、Roberts算子、prewitt算子、Sobel算子、Kirsch算子、LOG算子的matlab实现
#图像边缘提取-- ##梯度算子.Roberts算子.prewitt算子.Sobel算子.Kirsch算子.LOG算子的matlab实现 matlab代码 clear; f=rgb2gray(imre ...
【OpenCV】32 图像梯度–更多梯度算子(rober算子、prewitt算子)
32 图像梯度–更多梯度算子(rober算子.prewitt算子) 代码 import cv2 as cv import numpy as npsrc = cv.imread("../ima ...
【数字图像处理】图像锐化：拉普拉斯算子（Laplacian）、高通滤波、Sobel算子、Isotropic算子、Prewitt算子
图像锐化图像锐化处理的目的是使模糊的图像变得更加清晰起来,通常针对引起图像模糊的原因而进行相应地锐化操作属于图像复原的内容.图像的模糊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还原运算 ...
第3章 Python 数字图像处理(DIP) - 灰度变换与空间滤波15 - 锐化高通滤波器 -拉普拉斯核（二阶导数）
目录锐化(高通)空间滤波器基础 - 一阶导数和二阶导数的锐化滤波器二阶导数锐化图像--拉普拉斯锐化(高通)空间滤波器平滑通过称为低通滤波类似于积分运算锐化通常称为高通滤波微分运算高过 ...
数字图像处理---LOG算子和CANNY算子边缘提取(matlab)
LOG算子和CANNY算子边缘提取边缘的含义: 在数字图像中,边缘是指图像局部变化最显著的部分,边缘主要存在于目标与目标,目标与背景之间,是图像局部特性的不连续性,如灰度的突变.纹理结构的突变.颜色 ...
第3章 Python 数字图像处理(DIP) - 灰度变换与空间滤波17 - 锐化高通滤波器 - 梯度图像（罗伯特，Sobel算子）
目录锐化(高通)空间滤波器使用一阶导数锐化图像-梯度锐化(高通)空间滤波器平滑通过称为低通滤波类似于积分运算锐化通常称为高通滤波微分运算高过(负责细节的)高频,衰减或抑制低频使用一阶 ...
python图像锐化增强边缘_[Python图像处理]十一.图像锐化与边缘检测之Roberts算子、Prewitt算子、Sobel算子和Laplacian算子,Schar算子...
Roberts算子 Roberts算子即为交叉微分算法,它是基于交叉差分的梯度算法,通过局部差分计算检测边缘线条.常用来处理具有陡峭的第噪声图像,当图像边缘接近于正45度或负45度时,该算法处理效果更 ...
数字图像处理【4】图像空间滤波-锐化
图像的高频与低频对于初学者来说,可能没能搞清楚哪些是图像的高频信息,低频信息指代的是什么. 低频指的就是灰度变化比较小的像素区域高频指的就是灰度变化比较大的像素区域所谓灰度变化比较小的图像就是, ...
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
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 ...
第3章 Python 数字图像处理(DIP) - 灰度变换与空间滤波16 - 锐化高通滤波器 - 钝化掩蔽和高提升滤波
目录锐化(高通)空间滤波器钝化掩蔽和高提升滤波锐化(高通)空间滤波器平滑通过称为低通滤波类似于积分运算锐化通常称为高通滤波微分运算高过(负责细节的)高频,衰减或抑制低频钝化掩蔽和高提 ...

数字图像处理——Sobel算子锐化、Prewitt算子锐化

数字图像处理——Sobel算子锐化、Prewitt算子锐化

数字图像处理——Sobel算子锐化、Prewitt算子锐化相关推荐

最新文章

热门文章