PAGEPAGE20*******************實(shí)踐教學(xué)*******************蘭州理工大學(xué)計(jì)算機(jī)與通信學(xué)院2012年秋季學(xué)期圖像處理綜合訓(xùn)練題目：圖像銳化程序設(shè)計(jì)專業(yè)班級(jí)：姓名：學(xué)號(hào)：指導(dǎo)教師：成績：目錄TOC\o"1-2"\u摘要 3一、前言 4二、算法分析與描述 52.1Sobel微分算子函數(shù) 52.2Roberts交叉微分算子函數(shù) 62.3Priwitt微分算子函數(shù) 62.4拉普拉斯微分算子函數(shù) 7三、詳細(xì)設(shè)計(jì)過程 83.1程序的設(shè)計(jì)過程說明 8四、調(diào)試過程中出現(xiàn)的問題及相應(yīng)解決辦法 9五、程序運(yùn)行截圖及其說明 10六、簡單操作手冊 12設(shè)計(jì)總結(jié) 16參考資料 17致謝 18附錄 19摘要這次綜合訓(xùn)練要實(shí)現(xiàn)圖象的銳化處理，圖像銳化的目的是突出圖象中的細(xì)節(jié)或者增強(qiáng)被模糊了的細(xì)節(jié)。圖像平滑往往使圖像中的輪廓變得模糊，為了減少這類不利影響，這就需要圖像銳化技術(shù)，使圖像的邊緣變得清晰，其主要被用于景物邊界的檢測與提取。本次訓(xùn)練中用數(shù)字微分銳化的方法通過實(shí)現(xiàn)微分算子來將圖象銳化。用到的一階微分算子有：Roberts微分算子、Sobel微分算子、Priwitt微分算子等。二階微分算子用到了Laplacian微分算子。通過實(shí)現(xiàn)不同的微分算子，得到對圖象輪廓在不同程度上的提取?！娟P(guān)鍵字】數(shù)字圖象處理；圖像銳化；微分算子一、前言圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。隨著人類活動(dòng)范圍的不斷擴(kuò)大，圖像處理的應(yīng)用領(lǐng)域也將隨之不斷擴(kuò)大。數(shù)字圖像處理（DigitalImageProcessing）又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對其進(jìn)行處理的過程。數(shù)字圖像處理主要研究以下內(nèi)容：圖像幾何變換；如傅立葉變換、沃爾什變換、離散余弦變換等；圖象銳化處理；圖像編碼壓縮；圖像增強(qiáng)和復(fù)原；圖像分割；圖像描述；圖像分類（識(shí)別）。其中圖象銳化處理的目的是使模糊的圖像變得更加清晰起來。圖像的模糊實(shí)質(zhì)就是圖像受到平均或積分運(yùn)算造成的，因此可以對圖像進(jìn)行逆運(yùn)算如微分運(yùn)算來使圖像清晰化。微分運(yùn)算是通過實(shí)現(xiàn)微分算子來對圖像進(jìn)行銳化。微分算子有一階微分算子和二階微分算子。二、算法分析與描述由于我們常常無法事先確定輪廓的取向，因而挑選用于輪廓增強(qiáng)的微分算子時(shí)，必須選擇那些不具備空間方向性的和具有旋轉(zhuǎn)不變的線性微分算子。最基本的一類邊緣檢測算子是微分類算子。包括：梯度算子、Robel梯度算子、Sobel算子、Prewitt邊緣檢測算子、Kridch邊緣檢測算子、Laplacian算子等。2.1Sobel微分算子函數(shù)Sobel算子具有一定的噪聲抑制能力，在檢測階躍邊緣時(shí)得到的邊緣寬度至少為二像素，它不依賴于邊緣方向的二階微分算子，是一個(gè)標(biāo)準(zhǔn)量而不是向量，具有旋轉(zhuǎn)不變即各向同性的性質(zhì)。在圖像處理中常被用于提取圖像的邊緣。Sobel微分算子定義如下：（式1）（式2）如果用圖像處理的模板來表示，則有：（式3）下面以一個(gè)簡單的例子來體會(huì)該算法。設(shè)原圖像為對中模板罩不住的地方其處理結(jié)果令為0，其它的像素一次按照式（式1）進(jìn)行計(jì)算。例如，對的模板下的圖像子塊為：計(jì)算結(jié)果為最終處理結(jié)果為2.2Roberts交叉微分算子函數(shù)Roberts算子模板是一個(gè)2×2的模板，左上角的是當(dāng)前待處理像素f(x.y)，則交叉微分算子定義如下：其模板可以表示為：2.3Priwitt微分算子函數(shù)Priwitt微分算子的思路與Sobel微分算子的思路類似，是在一個(gè)奇數(shù)大小的模板中定義其微分運(yùn)算。Priwitt微分算子定義如下：2.4拉普拉斯微分算子函數(shù)最簡單的二階各向同性微分算子是拉普拉斯微分算子，二維圖像f（x,y）的拉普拉斯微分算子定義為：寫成模板系數(shù)形式形式即為Laplacian算子：二階微分算子所提取出的細(xì)節(jié)較一階微分算子提出的細(xì)節(jié)多，表明了二階微分算子在對圖像細(xì)節(jié)更加敏感。 三、詳細(xì)設(shè)計(jì)過程3.1程序的設(shè)計(jì)過程說明利用matlab數(shù)字圖像處理，編寫相關(guān)函數(shù)，具體過程如下：雙擊打開MATLAB7.0→File→New→GUI→單擊，調(diào)整axes1大小→單擊OK，調(diào)整按鈕大小和顏色，修改名稱→再建axes2→單擊OK，調(diào)整按鈕大小和顏色，修改名稱→保存→View→M-fileEdit→針對每個(gè)功能按鈕，輸入對應(yīng)的函數(shù)。圖像銳化設(shè)計(jì)流程圖：SobelSobel保存LaplacianPriwittRoberts退出打開保存LaplacianPriwittRoberts退出打開圖3.1圖像銳化設(shè)計(jì)流程圖四、調(diào)試過程中出現(xiàn)的問題及相應(yīng)解決辦法1.程序在編譯過程中出現(xiàn)找不到路徑的錯(cuò)誤。例如圖片路徑，如果沒有放在matlab的bin根目錄下，它會(huì)出現(xiàn)錯(cuò)誤。2．在新建GUI界面時(shí)，需要給tag和string賦正確的變量,否則調(diào)試過程中會(huì)出現(xiàn)錯(cuò)誤。3.matlab軟件大多數(shù)支持的是二值圖像的處理，如果輸入的圖像時(shí)RGB圖像無法處理顯示，請先進(jìn)行RGB圖像轉(zhuǎn)換成二值圖像。五、程序運(yùn)行截圖及其說明圖5.1為操作時(shí)用到的原圖圖5.1Lena原圖-24位色圖5.2到5.5是將原圖5.1銳化后的結(jié)果圖5.2Roberts微分算子處理圖像圖5.3Sobel微分算子處理圖像圖5.4Priwitt微分算子處理圖像圖5.5Laplacian微分算子處理圖像六、簡單操作手冊本系統(tǒng)主要是用微分算子來實(shí)現(xiàn)圖像的銳化，在該程序?qū)崿F(xiàn)的過程中，主要的實(shí)現(xiàn)步驟有：1、選取若干張目標(biāo)圖像文件，在計(jì)算機(jī)圖象驅(qū)動(dòng)程序中顯示；2、實(shí)現(xiàn)用一階微分算子對圖像的銳化（包括Roberts微分算子，Sobel微分算子Priwitt微分算子）；3、實(shí)現(xiàn)用二階微分算子對圖像的銳化（用Laplacian微分算子）；4、將處理后的圖象與原圖進(jìn)行比較，圖象銳化后的圖象與原圖象存在的差別較大。具體操作過程如下：進(jìn)入操作界面圖6.1進(jìn)入操作界面打開要操作的圖像圖6.2打開要操作的圖像找到圖像銳化Sobel進(jìn)行操作圖6.3Sobel微分算子銳化后的圖像找到圖像銳化Roberts進(jìn)行操作 圖6.4Roberts微分算子進(jìn)行銳化后的圖像找到圖像銳化Prewitt進(jìn)行操作圖6.5Prewitt微分算子進(jìn)行銳化后的圖像找到圖像銳化Laplacian進(jìn)行操作圖6.5Laplacian微分算子進(jìn)行銳化后的圖像設(shè)計(jì)總結(jié)課程綜合訓(xùn)練的時(shí)間已接近尾聲，在這次的綜合訓(xùn)練中，我才正真體會(huì)到了知識(shí)用時(shí)方恨少的滋味,有許多知識(shí)需要學(xué)習(xí)。不過這次的綜合訓(xùn)練讓我受益匪淺，正真的鍛煉了我的動(dòng)手能力。并且使我對書本上的知識(shí)有了更深入的了解。以前在上圖像處理課時(shí)，只知道圖像銳化就是用數(shù)學(xué)公式來計(jì)算的。通過這次的訓(xùn)練才明白那些微分算子后面原來隱藏著好多知識(shí)，運(yùn)用它們銳化后的圖像發(fā)生了很大的變化。通過這次課程設(shè)計(jì)使我對matlab有了更深層次的理解，也對掌握了如何用matlab制作界面，使我對圖像處理有了更深的理解和掌握。在作業(yè)過程中，也遇到了很多問題，體會(huì)最深的是，由于學(xué)校機(jī)房的環(huán)境有限，更多時(shí)候要用到個(gè)人的資源。在這種情況下同學(xué)們對我的幫忙很大，我非常感激！還感受到同學(xué)們坐在一起討論問題時(shí)的快樂。這次的綜合訓(xùn)練也使我對數(shù)字圖像產(chǎn)生了濃厚的興趣。終于對我們在日常生活中用的一些拍照設(shè)備的原理有了一點(diǎn)了解?？傊?，這次的訓(xùn)練很有意義。參考資料[1]朱虹.計(jì)算機(jī)圖象處理基礎(chǔ)[M].科學(xué)出版社,2005[2]RC.Gonzalez,RE.Woods著,阮秋琦,阮宇智等譯.計(jì)算機(jī)圖象處理(第2版).北京:電子工業(yè)出版社,2003[3]K.R.Castleman.計(jì)算機(jī)圖象處理.北京:電子工業(yè)出版社,2002[4]章毓晉.圖像處理與分析-圖像工程（上冊）,清華大學(xué),2001[5]RC.Gonzalez,RE.Woods,SL.Eddins著,阮秋琦,阮宇智等譯.計(jì)算機(jī)圖象處理(MATLAB版).北京:電子工業(yè)出版社,2005[6]何斌等編著.VisualC++數(shù)字圖像處理（第二版）.人民郵電出版社,2003致謝這次課程綜合訓(xùn)練做完后要感謝的人太多了。首先感謝我的指導(dǎo)老師徐志剛老師，他在我的課程設(shè)計(jì)過程中提出了指導(dǎo)性的方案和架構(gòu)，并指引我閱讀相關(guān)的資料和書籍，使我在不熟悉的領(lǐng)域中仍能迅速掌握新的技術(shù)。感謝我的計(jì)算機(jī)圖象處理老師在以往的基礎(chǔ)課學(xué)習(xí)中為我打下良好的基礎(chǔ)，這是我這次課程設(shè)計(jì)能夠順利完成的前提。感謝我的同學(xué)們，他們與我一起探討問題，幫助我完成了課程設(shè)計(jì)。附錄I=imread('lena.jpg');[H,W]=size(I);M=double(I);J=M;fori=1:H-1forj=1:W-1J(i,j)=abs(M(i,j)-M(i+1,j+1))+abs(M(i+1,j)-M(i,j+1));end;end;subplot(1,2,1);imshow(I);title('原圖');subplot(1,2,2);imshow(uint8(J));title('Roberts處理后');I=imread('lena.jpg');[H,W]=size(I);M=double(I);J=M;fori=2:H-1forj=2:W-1J(i,j)=abs(M(i-1,j+1)-M(i-1,j-1)+M(i,j+1)-M(i,j-1)+M(i+1,j+1)-M(i+1,j-1))+abs(M(i+1,j-1)-M(i-1,j-1)+M(i+1,j)-M(i-1,j)+M(i+1,j+1)-M(i-1,j+1));end;end;subplot(1,2,1);imshow(I);title('原圖');subplot(1,2,2);imshow(uint8(J));title('Prewitt處理后');I=imread('lena.jpg');[H,W]=size(I);M=double(I);J=M;fori=2:H-1forj=2:W-1J(i,j)=abs(M(i-1,j+1)-M(i-1,j-1)+2*M(i,j+1)-2*M(i,j-1)+M(i+1,j+1)-M(i+1,j-1))+abs(M(i-1,j-1)-M(i+1,j-1)+2*M(i-1,j)-2*M(i+1,j)+M(i-1,j+1)-M(i+1,j+1));end;end;subplot(1,2,1);imshow(I);title('原圖');subplot(1,2,2