数字图像处理实验三实验报告

数字图像处理实验报告

学院：理学院

班级：电科11-2班 姓名：张明玉

学号：201120906040 时间：2013年10月11日

实验三：数字图像的空间域滤波——锐化滤波

1．实验目的

1. 掌握图像滤波的基本定义及目的。 2. 理解空间域滤波的基本原理及方法。 3. 掌握进行图像的空域滤波的方法。

2．实验基本原理

1. 空间域增强

空间域滤波是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。

空域滤波一般分为线性滤波和非线性滤波两类。线性滤波器的设计常基于对傅立叶变换 的分析，非线性空域滤波器则一般直接对领域进行操作。各种空域滤波器根据功能主要分为 平滑滤波器和锐化滤波器。平滑可用低通来实现，平滑的目的可分为两类：一类是模糊，目 的是在提取较大的目标前去除太小的细节或将目标内的小肩端连接起来；另一类是消除噪 声。锐化可用高通滤波来实现，锐化的目的是为了增强被模糊的细节。结合这两种分类方法， 可将空间滤波增强分为四类：

线性平滑滤波器（低通） 非线性平滑滤波器（低通）

线性锐化滤波器（高通）

非线性锐化滤波器（高通）

空间滤波器都是基于模板卷积，其主要工作步骤是：

1) 将模板在图中移动，并将模板中心与图中某个像素位置重合； 2) 将模板上的系数与模板下对应的像素相乘；

3) 将所有乘积相加；

4) 将和（模板的输出响应）赋给图中对应模板中心位置的像素。

2. 锐化滤波器

图像平滑往往使图像中的边界、轮廓变得模糊，为了减少这类不利效果的影响，需要利 用图像锐化技术，使图像的边缘变得清晰。

1) 线性锐化滤波器

线性高通滤波器是最常用的线性锐化滤波器。这种滤波器的中心系数都是正的，而周围 的系数都是负的，所有的系数之和为0。

对3×3 的模板来说，典型的系数取值为：

[-1 -1 -1; -1 8 -1; -1 -1 -1]

事实上这是拉普拉斯算子。语句h=-fspecial(‘laplacian’,0.5)得到的拉普拉斯算子为：

h =-0.3333 -0.3333 -0.3333

-0.3333 2.6667 -0.3333

-0.3333 -0.3333 -0.3333

2) 非线性锐化滤波

邻域平均可以模糊图像，因为平均对应积分，所以利用微分可以锐化图像。图像处理中 最常用的微分方法是利用梯度。常用的空域非线性锐化滤波微分算子有sobel 算子、prewitt 算子、log 算子等。

3．实验内容与要求

锐化空间滤波

1) 读出一幅灰度图像，并显示。 I=imread(‘apples.jpg’);

Imshow(I); B=rgb2gray(I);

Imshow(B)

2) 设计两种梯度滤波器，对图像进行锐化处理，显示锐化后的图像。 RGB=imread('apples.jpg'); B=rgb2gray(RGB); B =double(B); w1=[-1 0;0 1]; w2=[0 -1;1 0];

G1=imfilter(B,w1,'corr','replicate'); G2=imfilter(B,w2,'corr','replicate'); G=abs(G1)+abs(G2); figure;imshow(G,[]);

figure;imshow(abs(G1),[]); figure;imshow(abs(G2),[]);

方法二：

RGB=imread('apples.jpg'); B=rgb2gray(RGB); B =double(B); w1=[-1 0;0 1]; w2=[0 -1;1 0];

G1=imfilter(B,w1,'corr','replicate');G2=imfilter(B,w2,'corr','replicate');G=abs(G1)+abs(G2); figure;imshow(G,[]); figure;imshow(abs(G1),[]); figure;imshow(abs(G2),[]);