图像锐化的目的和意义

《图像锐化的目的和意义》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、图像锐化的目的和意义图像模糊的主要原因是图像中的高频成分低于低频成分，它对图像质量的影响体现在两个不同均匀灰度区域的边界部分。当成像参数正确，图像的亮度变化传递正常时，在图像中对象边缘与背景之间的理想边缘面应该时阶梯形的，这样的图像看上去边缘清晰，反之，则会边缘模糊，其特征时对象与背景间的灰度改变有一个过渡带，这将损害图像的视觉效果。要消除图像中不应又的模糊边缘，需要增强图像中的高频成分，使边缘锐化。图像锐化是一种使图像原有的信息变换到有利于人们观看的质量，其目的是为了改善图像的视觉效果，消除图像质量劣化的原因（模糊），使图像中应又的

2、对象边缘变得轮廓分明。图像的锐化，需要利用积分的反运算（微分），因为微分运算是求信号的变化率，又加强图像中高频分量的作用，从而要锐化图像需要采用各向同性的，具有旋转不变特征的线性微分算子。图像锐化是一种补偿轮廓、突出边缘信息以使图像更为清晰的处理方法.锐化的目标实质上是要增强原始图像的高频成分.常规的锐化算法对整幅图像进行高频增强,结果呈现明显噪声.为此,在对锐化原理进行深入研究的基础上,提出了先用边缘检测算法检出边缘,然后根据检出的边缘对图像进行高频增强的方法.实验结果表明,该方法有效地解决了图像锐化后的噪声问题图像的锐化可以在空间

3、域中进行，也可以在频率域中实现。一.图像信号的锐化过程1.空间域中锐化图像的目的在空间域中进行图像的锐化也成为空间滤波处理，目的又(1)一是提取图像中用于认识和识别图像特征的参量，为图像识别准备数据(2)消除噪声。图像数字化时产生的噪声主要是造成对图像内容的干扰，这用图像的平滑处理。图像数字化时在信号高频区域产生的误差以及设备自身噪声对图像的高频（轮廓特征）干扰同样也是一种噪声，可以用空间滤波的方法去除。(1)采用空间滤波的方法可以更鲜明地保持图像的边缘特征，这也是空间滤波的主要目的，即锐化图像。处理效果锐化的目的在于使图像中对象轮廓

4、上的像素灰度大的更大，小的更小，但对轮廓外的像素不起作用。由于这一原因，图像的锐化对孤立点或对孤立线条的边缘增强作用十分明显，但在一定程度上也会对噪声信号产生增强作用。图像锐化处理的主要目的是突出图像中的细节或者增强被模糊了的细节。模糊可能是由于错误操作，或者是由于图像获取方法的固有影响所导致的。例如，当图像的分辨率有限时，所获得的像素值不是一点的亮度，而是周围景物亮度的平均值。这种均值计算使图像变得模糊。因为均值处理的积分相类似，从逻辑角度可以断定，瑞或处理可以用空间微分来完成。锐化处理强度与图像在该点的突变程度有关。这样，，图像微

5、分增强了边缘喝其他突变（如噪声）的信息，并削弱了灰度变化缓慢的信息，一般强况下，图像的锐化被用于景物边界的检测与提取。图像锐化处理主要用于增强图像的边缘及灰度改变部分，图像锐化又空域喝变换域两种处理方法。1.微分锐化处理在图像平滑化处理中，主要的空域处理是采用邻域平均法，这种方法类似于积分过程，积分的结果使图像的边缘变得模糊了，微分会产生相反的效应，因此微分法是图像锐化的方法之一。微分锐化处理方法最常用的是梯度法。图像平滑往往使图像中的边界、轮廓变的模糊，为了减少这类不利效果的影响，这就需要利用图像鋭化技术，使图像的边缘变的清晰。图像

6、銳化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算（如微分运算）就可以使图像变的清晰。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。为了要把图像中间任何方向伸展的的边缘和轮廓线变得清晰，我们希望对图像的某种运算是各向同性的。可以证明偏导平方和的运算是各向同性的，即：=式中（x,y）是图像旋转前的坐标，是图像旋转后的坐标。梯度运算就是在这个式子的基础上开方得到的。图像(x,y)点的梯度值：g=f-

7、f为了突出物体的边缘，常常采用梯度值的改进算法，将图像各个点的梯度值与某一阈值作比较，如果大于阈值，该像素点的灰度用梯度值表示，否则用一个固定的灰度值表示。　我们在对图像增强的过程中，采用的是一种简单的高频滤波增强方法：G(x,y)=[]式中f，g分别为锐化前后的图像，是与扩散效应有关的系数。表示对图像f进行二次微分的拉普拉斯算子。这表明不模糊的图像可以由模糊的图像减去乘上系数的模糊图像拉普拉斯算子来得到。可以用下面的模板H={{1，4，1}，{4，-20，4}，{1，4，1}}来近似。在具体实现时，上述模板H中的各个系数可以改变，这

8、个系数的选择也很重要，太大了会使图像的轮廓过冲，太小了则图像锐化不明显。实验表明，选取2-8之间往往可以达到比较满意的效果。Sobel算子获得的边界是比较粗略的边界，反映的边界信息较少，但是所反映的边界比较清晰；Lapl