1、 实验四 图像锐化一、 实验目的1了解图像锐化的目的和意义，加深对图像锐化概念及相关算法的理解 2掌握几种典型的图像锐化微分算子的含义3利用 MATLAB 编程实现图像锐化二、 实验原理和内容图像锐化处理是改善图像视觉效果的手段之一，通过减弱或消除低频率分量来增强图像的轮廓或边缘。图像锐化处理的主要技术体现在空域或频域高通滤波，空域高通滤波主要用模版卷积来实现。微分算子作为数学中求变化率的一种方法，本实验主要求解图像中目标物的轮廓、细节（统称为边缘）等突变部分。(一)梯度算子法在图像处理中，一阶导数是通过梯度来实现的，因此，利用一阶导数检测边缘点的方法就称为梯度算子法。梯度与边缘的概念：梯度值
2、正比于像素的灰度值之差。对于一幅图像中比较醒目的边缘区，灰度值的梯度较大；在平滑区域梯度小；对于灰度级为常数的区域，梯度为零。1. Roberts 梯度算子法（四点差分法）Roberts 梯度就是采用对角方向相邻两像素之差，也称为四点差分法。对应的水平和垂直方向模板分别为： 10xG01y(i,j)为当前像素的位置，其计算公式如下：特点：用4点进行差分，以求得梯度，方法简单。其缺点是对噪声较敏感，常用于不含噪声的图像边缘点检测。梯度算子类边缘检测方法的效果类似于高通滤波，有增强高频分量、抑制低频分量的作用。这类算子对噪声较敏感，而我们希望检测算法同时具有噪声抑制作用。所以，下面给出的平滑梯度算
3、子法具有噪声抑制作用。2.Prewitt梯度算子法（平均差分法）因为取平均能减少或消除噪声， Prewitt梯度算子法就是通过先求平均再求差分的方法来求梯度。水平和垂直梯度模板分别为：利用上面的两个检测模板可求得水平和垂直方向的梯度，再通过梯度合成和边缘点判定，就可得到平均差分法的检测结果。3 Sobel算子法（加权平均差分法）Sobel算子就是对当前行或列对应的值加权后，再进行平均和差分，也称为加权平均差分。水平和垂直梯度模板分别为：)1,(),(),(),),( jifjifjifjifji10xd 10ydyxSjiG),(102xS 120ySobel算子和Prewitt算子一样，都在
4、检测边缘点的同时具有抑制噪声的能力，检测出的边缘宽度至少为二像素。由于它们都是先平均后差分，平均时会丢失一些细节信息，使边缘有一定的模糊。但由于Sobel算子的加权作用，其使边缘的模糊程度要稍低于程度要稍低于Prewitt算子。2. 分别利用Roberts、Prewitt 和Sobel 边缘检测算子，对灰度数字图像LENA_8G.bmp 进行边缘检测，显示处理前、后图像。2.1【利用 Roberts 梯度算子法对灰度数字图像 LENA_8G.bmp 进行边缘检测】程序代码如下：I=imread(cameraman.tif);H,W=size(I);M=double(I);J=M;for i=1
5、:H-1for j=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(原图);subplot(1,2,2);imshow(uint8(J);title(Roberts 处理后);运行结果如下：22【利用 Prewitt 算子对灰度数字图像 LENA_8G.bmp 进行边缘检测】程序代码如下：I=imread( cameraman.tif );H,W=size(I);M=double(I);J=M;for i=2:H-1for j=2:W-1J(i,j)=a
6、bs(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(原图);subplot(1,2,2);imshow(uint8(J);title(Prewitt 处理后);运行结果如下：2.3【利用 Sobel 边缘检测算子法对灰度数字图像 LENA_8G.bmp 进行边缘检测】程序代码如下：I=imread( camer
7、aman.tif );H,W=size(I);M=double(I);J=M;for i=2:H-1for j=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(原图);subplot(1,2,2);imshow(uint8(J);title(Sobel 处理后);运行结果如下：【效果对比图如下】：4、实验心得通过这次实验，我了解了图像锐化的目的和意义，了解了锐化的几种典型方法，例如梯度法、拉普拉斯算子法等。巩固了所学过的图像锐化及算法的理论知识，掌握了微分算子对图像锐化的作用。利用 MATLAB 编程演示图像锐化的效果，即增强图像中物体的边缘和轮廓，便于提取物体特征进而对物体进行识别和分析。注意的是，能够进行锐化处理的图像必须要求有较高的信噪比，否则，图像锐化后，信噪比更低，因为锐化将使噪声受到比信号还强的增强，所以先去除或减轻干扰噪声后，才进行锐化处理。
