基于MATLAB图像锐化处理研究(2)

菜单

在图像锐化处理中，常常会用到很多算子运算来消除噪声，图像锐化处理的常见的干扰噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说，图像在低频部分汇集大量的能量，而在高频段则出现噪声，高频部分有图像边缘部分的信息。图像边缘和图像轮廓线条的模糊现象的出现会因为各类噪声的干扰而引起，图像锐化就是使模糊的图像边缘线条，轮廓清晰可见。

为了减少这类不利效果的影响，就需要利用图像锐化技术，使图像的边缘清晰可见。本论文操作有两个目的：一是增强图像的边缘，使模糊的图像变得清晰起来；二是提取图像的边界，从而处理，使所要利用的图像信息便于观察。，图像模糊产生的原因是因为其高频分量迅速衰减，所以可以用高通滤波器来使图像清晰。但我们要注意能够锐化处理的图像需要有比较高的信噪比，要不然锐化后的图像信噪比会变得更低，从而使得噪声增加的比信号还要多，因此一般是先减少或者去除噪声后再进行锐化处理。通过图像的锐化，使得图像的质量有所改变，产生更适合人观察和识别的图像。源[自-751^.论~文'网·www.751com.cn

1.2MATLAB图像锐化论述

在很多语言和工具都能实现图像锐化处理，因为图像锐化有数学模型，完成数学运算需要很多工具。在平时的软件中都可以用到完成图像锐化的方法，如visual C++。虽然从最基本的原理，基本的算法完成图像锐化，但是由于语言的限制会有很多代码的编写。MATLAB属于高级应用程序，省去不必要的代码，为编写人员减轻了大量劳动力。此外一些数学代码已经建立了库，不用我们再去编写，节省了时间，所以我们选择MATLAB这种操作软件。

一、线性锐化滤波器

最常用的线性锐化滤波器是线性高通滤波器。这种滤波器的特点是必须满足滤波器的中心系数为正数，但是其他的系数值为负数。所以线性高通滤波器是3×3模板的典型系数

二、非线性锐化滤波器

利用微分对图像进行处理时非线性锐化滤波器的基本原理，模糊图像是由于领域平均产生，因此也与之有关。图像处理中最常用的微分是利用图像沿一个方向上的灰度变化率，即原函数图像的梯度。

在一般的数字图像处理过程中通常采用一阶线性微分来定义微分算子。

有名的微分滤波器算子包括Sobel 梯度算子、Prewitt 梯度算子和Log算子，等等。

1.3课题研究内容和方法

本文研究的方式是利用不同方式的锐化方式，对不同的类型图像处理达到我们满意的效果，从而找到正确的图片处理方法。以本人愚笨的研究方法是从不同的图像当中运用不同的算子运算方法进行逐个探索，找到最适于我们运用的研究方法，从而方便进行锐化处理。

2图像锐化的定义及增强介绍

2.1 图像锐化的定义

所谓图像是指数字图像。因为在平时的学习和生活中图像处理是由计算机完成的。计算机智能处理数字信息，图像数字信息在计算机中以二维矩阵来表示和呈现。对一幅图像的量化，采样，编码在这种过程中数字化过程会生成二维矩阵，其中每个点用数字表示，我们对数字图像处理达到不同的目的，实际就是对每个点进行运算，重新排列。

2.2 图像增强的介绍

图像增强是数字处理的最基本内容之一，其本质就是对图像中有用的信息进行扩大，使其特征形象更加突出，为图像信息分析提供基础。由于具体的目的和要求不同，所以有用的标准不尽相同。一般情况下，通过增强处理后图像效果会发生变化，这意着图像处理效果得到改善。图像增强的目的在于（1）改善那图像效果，提高图像清晰度（2）将图像转换为另一种适合人或机器进行分析处理的形式。图是以图像保真为原则，而是通过处理，将图像变为有人或机器感兴趣的信息。从而删去无用的信息，提高图像效果。