1、數(shù)字圖像處理作業(yè)題目：圖像的平滑處理與銳化處理姓名：張一凡學(xué)號(hào)：104753130764專(zhuān)業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)1.1 理論背景現(xiàn)實(shí)中的圖像由于種種原因都是帶噪聲的，噪聲惡化了圖像質(zhì)量，使圖像模糊，甚至淹沒(méi)和改變特征，給圖像分析和識(shí)別帶來(lái)了困難。一般數(shù)字圖像系統(tǒng)中的常見(jiàn)噪聲主要有：高斯噪聲、椒鹽噪聲等。圖像去噪算法根據(jù)不通的處理域，可以分為空間域和頻域兩種處理方法?？臻g域處理是在圖像本身存在的二維空間里對(duì)其進(jìn)行處理。而頻域算法是用一組正交函數(shù)系來(lái)逼近原始信號(hào)函數(shù)，獲得相應(yīng)的系數(shù)，將對(duì)原始信號(hào)的分析轉(zhuǎn)動(dòng)了系數(shù)空間域。在圖像的識(shí)別中常需要突出邊緣和輪廓信息，圖像銳化就是增強(qiáng)圖像的邊緣和輪廓。1.2 介

2、紹算法圖像平滑算法：線性濾波（鄰域平均法）對(duì)一些圖像進(jìn)行線性濾波可以去除圖像中某些類(lèi)型的噪聲。領(lǐng)域平均法就是一種非常適合去除通過(guò)掃描得到的圖像中的噪聲顆粒的線性濾波。領(lǐng)域平均法是空間域平滑噪聲技術(shù)。對(duì)于給定的圖像中的每個(gè)像素點(diǎn)，取其領(lǐng)域S。設(shè)S含有M個(gè)像素，取其平均值作為處理后所得圖像像素點(diǎn)處的灰度。用一像素領(lǐng)域內(nèi)各像素灰度平均值來(lái)代替該像素原來(lái)的灰度，即領(lǐng)域平均技術(shù)。領(lǐng)域S的形狀和大小根據(jù)圖像特點(diǎn)確定。一般取的形狀是正方形、矩形及十字形等，S的形狀和大小可以在全圖處理過(guò)程中保持不變，也可以根據(jù)圖像的局部統(tǒng)計(jì)特性而變化，點(diǎn)(m,n)一般位于S的中心。如S為33領(lǐng)域，點(diǎn)(m,n)位于S中心，則

3、假設(shè)噪聲n是加性噪聲，在空間各點(diǎn)互不相關(guān)，且期望為0，方差為，圖像g是未受污染的圖像，含有噪聲圖像f經(jīng)過(guò)加權(quán)平均后為 由上式可知，經(jīng)過(guò)平均后，噪聲的均值不變，方差，即方差變小，說(shuō)明噪聲強(qiáng)度減弱了，抑制了噪聲。圖像銳化算法：拉普拉斯算子拉普拉斯算子是最簡(jiǎn)單的各向同性微分算子，具有旋轉(zhuǎn)不變性，比較適用于改善因?yàn)楣饩€的漫反射造成的圖像模糊。其原理是，在攝像記錄圖像的過(guò)程中，光點(diǎn)將光漫反射到其周?chē)鷧^(qū)域，這個(gè)過(guò)程滿(mǎn)足擴(kuò)散方程: 經(jīng)過(guò)推導(dǎo)，可以發(fā)現(xiàn)當(dāng)圖像的模糊是由光的漫反射造成時(shí)，不模糊圖像等于模糊圖像減去它的拉普拉斯變換的常數(shù)倍。另外，人們還發(fā)現(xiàn)，即使模糊不是由于光的漫反射造成的，對(duì)圖像進(jìn)行拉普拉斯變換

4、也可以使圖像更清晰。拉普拉斯銳化的一維處理表達(dá)式是： 在二維情況下，拉普拉斯算子使走向不同的輪廓能夠在垂直的方向上具有類(lèi)似于一維那樣的銳化效應(yīng)，其表達(dá)式為: 對(duì)于離散函數(shù)，拉氏算子定義為 其中 = = = = = 同理 類(lèi)似的有 所以有 則拉式算子的模板表示為： 1.3 功能應(yīng)用圖像平滑：圖像平滑是指用突出圖像的寬大區(qū)域、低頻成分、主干部分或者抑制噪聲和干擾高頻成分，使圖像亮度平緩漸變，減小突變梯度，改善圖像質(zhì)量的圖像處理方法。圖像銳化：圖像在傳輸過(guò)程中，通常質(zhì)量都要降低，除了噪聲因素外，圖像一般都要變得模糊。這主要是因?yàn)閳D像的傳輸或者轉(zhuǎn)換系統(tǒng)的傳遞函數(shù)對(duì)高頻成分的衰減作用，造成圖像細(xì)節(jié)輪廓不

5、清晰。圖像銳化就是補(bǔ)償圖像年的輪廓，使圖像比較清晰。2. maltba源代碼lena=imread(lena.jpg); %載入圖片，本程序使用lena標(biāo)準(zhǔn)圖figure(1);imshow(lena);title(原圖像); %顯示原圖像rgb1=imnoise(lena,gaussian); %加入高斯噪聲figure(2);imshow(rgb1);title(加入噪聲后);%顯示加入噪聲后的圖像fR1=rgb1(:,:,1); %提取圖像中的R層fG1=rgb1(:,:,2); %提取圖像中的G層fB1=rgb1(:,:,3); %提取圖像中的B層w=fspecial(average)

6、;fR_filtered=imfilter(fR1,w); %對(duì)R層做平滑處理fG_filtered=imfilter(fG1,w); %對(duì)G層做平滑處理fB_filtered=imfilter(fB1,w); %對(duì)B層做平滑處理rgb_filter=cat(3,fR_filtered,fG_filtered,fB_filtered); %將處理后的3層合并在一起figure(3);imshow(rgb_filter);title(模糊后的圖像 ); %顯示模糊后的圖像rgb2=rgb_filter; %將模糊后的圖像傳遞給rgb2fR2=rgb2(:,:,1); %提取圖像中的R層fG2=r

7、gb2(:,:,2); %提取圖像中的G層fB2=rgb2(:,:,3); %提取圖像中的B層lapMatrix=-1 -1 -1;-1 9 -1;-1 -1 -1;fR_tmp=imfilter(fR2,lapMatrix); %對(duì)R層做銳化處理fG_tmp=imfilter(fG2,lapMatrix); %對(duì)R層做銳化處理fB_tmp=imfilter(fB2,lapMatrix); %對(duì)R層做銳化處理rgb_tmp=cat(3,fR_tmp,fG_tmp,fB_tmp); %合并3層圖像figure(4);imshow(rgb_tmp);title(銳化后的圖像 );%顯示銳化后的圖像3.1 實(shí)驗(yàn)結(jié)果4.實(shí)驗(yàn)分析與總結(jié)經(jīng)過(guò)多次的實(shí)踐和理論上的推導(dǎo)不難發(fā)現(xiàn)圖像平滑和圖像銳化是兩個(gè)完全對(duì)立的圖像處理技術(shù)。圖像平滑讓圖像中的細(xì)節(jié)成分越來(lái)越少，而相對(duì)的，圖像的銳化則是凸顯圖像的細(xì)節(jié)部分。在圖像平滑圖像處理中，在很多噪聲的情況下，圖像平滑能夠有效的減弱噪聲對(duì)圖像的影響，無(wú)論是高斯噪聲、椒鹽噪聲還是乘性噪聲，都能很好的在圖像平滑中將這集中噪聲很好的去除。歲演不能完全復(fù)原如原圖一樣的情況，但是在圖像平滑過(guò)后，噪聲在圖像中的存在確實(shí)少了許多，但是對(duì)于一些本身比較清晰的圖像，效果就不那么明顯了。圖像平滑的弊端在于會(huì)把圖像本身一些很好的細(xì)節(jié)部分給模糊掉，從而