实验报告-图像锐化(共12页).doc

《实验报告-图像锐化(共12页).doc》由会员分享，可在线阅读，更多相关《实验报告-图像锐化(共12页).doc（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上数字图像处理(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姓名：依力夏提江艾买尔学号：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、Robe

2、rts、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：Windows 7操作系统Microsoft Visual Studio 2005 (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Win 7操作系统上，打开Microsoft Visual Studio 2005，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

3、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(Isotropic Sobel)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

4、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。由于是滤波算子的形式，用于提取边缘，可以利用快速函数， 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

5、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，将图中大于阀值的点置为白，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：索贝尔算子（Sobel operator）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

6、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,

7、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

8、小：七、主要相关程序源代码7.1 彩色图像灰度化void CBMPEdit:Gray()pImageData = (byte *)GlobalLock(m_hgImageData);lWidth = m_BmpInfo.bmiHeader.biWidth;lHeight = m_BmpInfo.bmiHeader.biHeight;for ( int j = 0 ; j lHeight ; j+)for( int i = 0 ; i lWidth ; i+)/灰度化临时值temp = double(*(pImageData + j * nBytePerLine + i * 3 + 0)*0.2

9、99 + 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);Gl

10、obalUnlock(m_hgImageData);7.2 Sobel锐化int CBMPEdit: Sharpening()lWidth = m_BmpInfo.bmiHeader.biWidth;lHeight = m_BmpInfo.bmiHeader.biHeight;/ 分配内存，以保存新DIBhDIB = GlobalAlloc(GHND, nBytePerLine * lHeight);/ 判断是否内存分配失败if (hDIB = NULL)/ 分配内存失败return NULL;pImageDataNew = (byte *)GlobalLock(hDIB);/Sobel算法f

11、or (int j = 1; j lHeight - 1; j+)for(int i = 1; i lWidth - 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=*(p

12、ImageData + 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

13、*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

14、+ 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void CBMPEdit:Binarization()/像素值大于复制为，小于等于复制为for (int j = 0; j lHeight; j+)for(int i = 0; i 80)*(pImageDataNew + j * nBytePerLine + i * 3 + 0) = 255; *(pImageDataNe

15、w + 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。专心-专注-专业