实验报告材料图像锐化.docx
- 文档编号:7983209
- 上传时间:2023-01-27
- 格式:DOCX
- 页数:10
- 大小:964.25KB
实验报告材料图像锐化.docx
《实验报告材料图像锐化.docx》由会员分享,可在线阅读,更多相关《实验报告材料图像锐化.docx(10页珍藏版)》请在冰豆网上搜索。
实验报告材料图像锐化
数字图像处理(2015年春季学期)
序号:
8
实验报告
系别:
计算机科学与技术
班级:
计算机12-1
:
依力夏提江·艾买尔
学号:
12101020129
实验名称:
图像锐化
总成绩:
评语:
日期:
《图像信息处理》实验报告
实验名称
图像锐化
实验序号
3
实验日期
2015.5.25
实验人
依力夏提江·哎买尔
一、实验目的、要求与环境
1.目的:
通过实验,了解数字图象锐化的一般方法,掌握图象锐化的编程方法,了解常见图象锐化效果的评价规则。
2.要求:
将给定的图像进行锐化处理,要求首先将彩色图像灰度化,再使用锐化算法进行锐化,最后将图像二值化处理,分析锐化后的视觉效果,提交实验报告。
锐化的算法不限,可采用Sobel、Roberts、Priwitt、Laplacian、Wallis等的一种或几种。
实验将根据图像锐化的难度、种类、代码量与实验效果进行评分。
3.环境:
Windows7操作系统
MicrosoftVisualStudio2005(VS2005)
自带图像文件:
L1
.bmp:
二、实验步骤
1.准备相关图像文件。
2.在Win7操作系统上,打开MicrosoftVisualStudio2005,编写相关程序,完成程序主体框架结构。
3.编写图像锐化的彩色图像灰度化,Sobel算法锐化,图像二值化处理相关的程序代码。
4.对程序进行相关调试,修改程序,去除其中的BUG。
5.利用自己准备的图像的文件和编写的程序,进行图像锐化处理。
6.截屏,保留实验结果,进行实验结果分析,并撰写实验报告。
三、相关背景知识
(写你自己觉得比较重要的与本实验相关的背景知识)
在边缘检测中,常用的一种模板是Sobel算子。
Sobel算子有两个,一个是检测水平边缘的;另一个是检测垂直边缘的。
与Prewitt算子相比,Sobel算子对于象素的位置的影响做了加权,可以降低边缘模糊程度,因此效果更好。
Sobel算子另一种形式是各向同性Sobel(IsotropicSobel)算子,也有两个,一个是检测水平边缘的,另一个是检测垂直边缘的。
各向同性Sobel算子和普通Sobel算子相比,它的位置加权系数更为准确,在检测不同方向的边沿时梯度的幅度一致。
将Sobel算子矩阵中的所有2改为根号2,就能得到各向同性Sobel的矩阵。
由于Sobel算子是滤波算子的形式,用于提取边缘,可以利用快速卷积函数,简单有效,因此应用广泛。
美中不足的是,Sobel算子并没有将图像的主体与背景严格地区分开来,换言之就是Sobel算子没有基于图像灰度进行处理,由于Sobel算子没有严格地模拟人的视觉生理特征,所以提取的图像轮廓有时并不能令人满意。
在观测一幅图像的时候,我们往往首先注意的是图像与背景不同的部分,正是这个部分将主体突出显示,基于该理论,我们给出了下面阈值化轮廓提取算法,该算法已在数学上证明当像素点满足正态分布时所求解是最优的。
四、编译与执行过程截图
(下面是一个例子,换上你自己的图)
六、实验结果与分析
(下面是一个例子,换上你自己的图)
图像锐化:
源图:
灰度化:
再经过Sobel算法锐化:
再经过二值化后:
实验结果分析:
如上几个图像所示,之所以可以从人物、背景中提取出轮廓,是因为轮廓部分的信息较强,因此,如果设定一个阀值,当图中小雨阀值的点(即灰度图中灰度变化较弱的点,被认为是非边界点)置为黑,将图于阀值的点置为白,则可得到上图,这就把人物的边缘信息提取出来了。
在本实验的图像锐化过程中,所采用的公式为:
Sobel边缘检测算法
索贝尔算子(Sobeloperator)主要用作边缘检测,在技术上,它是一离散性差分算子,用来运算图像亮度函数的灰度之近似值。
在图像的任何一点使用此算子,将会产生对应的灰度矢量或是其法矢量
Sobel卷积因子为:
该算子包含两组3x3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值。
如果以A代表原始图像,Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值,其公式如下:
具体计算如下:
Gx=(-1)*f(x-1,y-1)+0*f(x,y-1)+1*f(x+1,y-1)
+(-2)*f(x-1,y)+0*f(x,y)+2*f(x+1,y)
+(-1)*f(x-1,y+1)+0*f(x,y+1)+1*f(x+1,y+1)
=[f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)]-[f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)]
Gy=1*f(x-1,y-1)+2*f(x,y-1)+1*f(x+1,y-1)
+0*f(x-1,y)0*f(x,y)+0*f(x+1,y)
+(-1)*f(x-1,y+1)+(-2)*f(x,y+1)+(-1)*f(x+1,y+1)
=[f(x-1,y-1)+2f(x,y-1)+f(x+1,y-1)]-[f(x-1,y+1)+2*f(x,y+1)+f(x+1,y+1)]
其中f(a,b), 表示图像(a,b)点的灰度值;
图像的每一个像素的横向及纵向灰度值通过以下公式结合,来计算该点灰度的大小:
七、主要相关程序源代码
7.1彩色图像灰度化
voidCBMPEdit:
:
Gray()
{
pImageData=(byte*)GlobalLock(m_hgImageData);
lWidth=m_BmpInfo.bmiHeader.biWidth;
lHeight=m_BmpInfo.bmiHeader.biHeight;
for(intj=0;j { for(inti=0;i { //灰度化临时值 temp=double(*(pImageData+j*nBytePerLine+i*3+0))*0.299+ double(*(pImageData+j*nBytePerLine+i*3+1))*0.587+ double(*(pImageData+j*nBytePerLine+i*3+2))*0.114; //三通道图转到单通道 *(pImageData+j*nBytePerLine+i*3+0)=int(temp); *(pImageData+j*nBytePerLine+i*3+1)=int(temp); *(pImageData+j*nBytePerLine+i*3+2)=int(temp); } } GlobalUnlock(m_hgImageData); } 7.2Sobel锐化 intCBMPEdit: : Sharpening() { lWidth=m_BmpInfo.bmiHeader.biWidth; lHeight=m_BmpInfo.bmiHeader.biHeight; //分配存,以保存新DIB hDIB=GlobalAlloc(GHND,nBytePerLine*lHeight); //判断是否存分配失败 if(hDIB==NULL) { //分配存失败 returnNULL; } pImageDataNew=(byte*)GlobalLock(hDIB); //Sobel算法 for(intj=1;j { for(inti=1;i { gx=gy=0; val11=*(pImageData+(j-1)*nBytePerLine+(i-1)*3); val12=*(pImageData+(j-1)*nBytePerLine+i*3); val13=*(pImageData+(j-1)*nBytePerLine+(i+1)*3); val21=*(pImageData+j*nBytePerLine+(i-1)*3); val22=*(pImageData+j*nBytePerLine+i*3); val23=*(pImageData+j*nBytePerLine+(i+1)*3); val31=*(pImageData+(j+1)*nBytePerLine+(i-1)*3); val32=*(pImageData+(j+1)*nBytePerLine+i*3); val33=*(pImageData+(j+1)*nBytePerLine+(i+1)*3); //图像的每一个像素的横向及纵向梯度近似值。 gx=(-1.0)*val31+0*val32+1.0*val33 +(-2.0)*val21+0*val22+2.0*val23 +(-1.0)*val11+0*val12+1.0*val13; gy=(-1.0)*val31+(-2.0)*val32+(-1.0)*val33 +0*val21+0*val22+0*val32 +1.0*val11+2.0*val12+1.0*val13; //计算梯度的大小 Sobel=sqrt(gx*gx+gy*gy); *(pImageDataNew+j*nBytePerLine+i*3+0)=int(Sobel); *(pImageDataNew+j*nBytePerLine+i*3+1)=int(Sobel); *(pImageDataNew+j*nBytePerLine+i*3+2)=int(Sobel); } } GlobalUnlock(hDIB); } 7.3图像二值化处理 voidCBMPEdit: : Binarization() { //像素值大于复制为,小于等于复制为 for(intj=0;j { for(inti=0;i { if(int(*(pImageDataNew+j*nBytePerLine+i*3))>80) { *(pImageDataNew+j*nBytePerLine+i*3+0)=255; *(pImageDataNew+j*nBytePerLine+i*3+1)=255; *(pImageDataNew+j*nBytePerLine+i*3+2)=255; } else { *(pImageDataNew+j*nBytePerLine+i*3+0)=0; *(pImageDataNew+j*nBytePerLine+i*3+1)=0; *(pImageDataNew+j*nBytePerLine+i*3+2)=0; } } } } 八、实验的总结与收获 (写你们自己各自的总结与收获) 在进行Sobel锐化时,使用的图像数据不是每次进行计算后的像素数据,而是原灰度化的数据,所以我将灰度化的数据又存了一份,这个地方出现了逻辑错误。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实验 报告 材料 图像 锐化
![提示](https://static.bdocx.com/images/bang_tan.gif)