图像锐化处理_毕业论文设计说明书

实验五灰度图像的锐化处理一、实验目的1．了解图像锐化的基本原理；2．掌握图像空域锐化处理的方法；3．利用VC编写图像空域锐化处理的程序；4．在微机上调试程序。

二、实验原理图像平滑处理可以减弱噪声的影响，但窗口增大后将会产生图像边缘不清的问题。

图像在传输和转换过程中，一般来讲，质量都会降低，除了噪声的因素之外，图像一般都要变得模糊一些，这主要因为图像的传输或转换系统的传递函数对高频成分的衰减作用，造成图像的细节轮廓不清晰。

图像锐化的作用就是补偿图像的轮廓，增强图像的边缘级灰度跳变部分，使图像较清晰。

图像锐化是一种能加强图像轮廓的处理方法，因此，从增强的目的来看它是与图像平滑相反的一类处理，图像锐化同样也可分为频域和空域处理两类实现方法。

本实验要求完成空域中图像的锐化处理。

1．图像空域锐化处理的方法微分处理可加强高频成分，例如对正弦信号sin(Nx)，其微分为余弦函数Ncos(Nx)，经微分处理后，信号的频率不变，幅度增大N倍，且频率越高，增幅越大。

对图像进行微分处理后：∆f/∆xG[(x,y)]=∆f/∆yG[(x,y)]是点(x,y)的梯度，其方向指向f(x,y)最大变化方向。

对连续图像：G[(x,y)]=[（∆f/∆x）2+（∆f/∆y）2]1/2对离散图像：G[(x,y)]常采用下列几种算法：（1）典型的差分算法（2）罗伯茨算法G[(x,y)]=[[f(x,y)-f(x+1,y+1)]2+[f(x+1,y)-f(x,y+1)]2]1/2（3）绝对差算法相对于典型的差分算法和罗伯茨算法有：G[(x,y)]=|f(x,y)-f(x+1,y)|+|f(x,y)-f(x,y+1)|G[(x,y)]=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|在实际处理一幅图像时，最后一行（列）梯度的值一般可以用前一行（列）的梯度的值来代替。

如果背景与目标都是慢变的，且它们的灰度值相差较大，则用这种基于微分的处理方法可得较好的边界，该方法的缺点是在f(x,y)中所有较平滑的区域经变换处理后就变成了暗区。

实验五 图像的锐化一、实验目的1、掌握图像锐化的主要原理和常用方法；2、掌握常见的边缘提取算法。

3、利用Matlab 实现图像的边缘检测。

二、实验原理及内容图像边缘是图像中特性（如象素灰度、纹理等）分布的不连续处，图像周围特性有阶跃变化或屋脊状变化的那些象素集合。

图像边缘存在于目标与背景、目标与目标、基元与基元的边界，它标示出目标物体或基元的实际含量，是图像识别信息最集中的地方。

图像的锐化处理主要用于增强图像中的轮廓边缘、细节以及灰度跳变部分，形成完整的物体边界，达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的。

边缘增强是要突出图像边缘，抑制图像中非边缘信息，使图像轮廓更加清晰。

由于边缘占据图像的高频成分，所以边缘增强通常属于高通滤波。

常用的边缘检测方法有：微分法以及高通滤波法等。

1、微分法微分法的目的是利用微分运算求信号的变化率，加强高频分量的作用，从而使轮廓清晰。

微分法又可分为梯度法、Sobel 算子法以及拉普拉斯运算法.（1）梯度法对于图像),(y x f ，它在点),(y x f 处的梯度是一个矢量，定义为：Ty f x f y x f G ⎥⎦⎤⎢⎣⎡∂∂∂∂=)],([ 梯度的方向在函数),(y x f 最大变化率的方向上，梯度的幅值为：2/12)(2)(x f x f f ∂∂+∂∂=∇梯度的数值就是),(y x f 在其最大变化率方向上的单位距离所增加的量。

对于图像而言，微分x f ∂∂和yf ∂∂可用差分来近似。

)1,(),(),1(),(--+--=∆+∆=∇y x f y x f y x f y x f y x f当梯度计算完后，可采用以下几种形式突出图像的轮廓。

（1）梯度直接输出使各点的灰度),(y x g 等于该点的梯度：)],([),(y x f G y x g =这种方法简单、直接。

但增强的图像仅显示灰度变化比较陡的边缘轮廓，而灰度变换比较平缓的区域则呈暗色。

系统实验(DSP)--图像的锐化处理、图像的边缘检测DSP 实验报告一、 图像的锐化处理（高通滤波处理）1、 实验原理处理模板如下：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--+--=004100αααααM 25.0=α对应数学表达式：()[])1,(),1()1,(),1(),(41),(++++-+--+=y x f y x f y x f y x f y x f y x g αα2、 C 程序及运行结果程序：Acute_RGB_Image(int *buffer){int x,y;for (y=0;y<ImageHeight;y++)for (x=0;x<ImageWidth;x++){buffer[y*ImageWidth+x]=2*buffer[y*ImageWidth+x]-(buffer[y*ImageWidth+x-1]+buffer[(y-1)*ImageWidth+x]+buffer[y*ImageWidth+x+1]+buffer[(y+1)*ImageWidth+x])/4;if(buffer[ImageWidth*y+x]>255)buffer[ImageWidth*y+x]=255;else if (buffer[ImageWidth*y+x]<0)buffer[ImageWidth*y+x]=0;}}运行结果：锐化前锐化后分析：从上面两幅图可以看出锐化后的图像轮廓变得明显，且噪声变得强烈。

3、汇编程序及运行结果程序：ImageAcuteSub(ImageWidth,ImageHeight,buffer_red);ImageAcuteSub(ImageWidth,ImageHeight,buffer_green);ImageAcuteSub(ImageWidth,ImageHeight,buffer_blue);.mmregs.def _ImageAcuteSub.text_ImageAcuteSub:mov t0,brc1 ;IMAGE WIDTHmov t1,brc0 ;IMAGE HEIGHTrptb y_looprptb x_loopmov *ar0(#1),ac1;f(x+1,y)add *ar0(#-1),ac1 ;f(x-1,y)add *ar0(#-250),ac1 ;f(x,y-1)add *ar0(#250),ac1 ;f(x,y+1)sfts ac1,#-2mov *ar0<<#1,ac0;2f(x,y)sub ac1,ac0bcc branch1,ac0<0sub #255,ac0,ac1bcc branch2,ac1>0mov ac0,*ar0+b x_loopbranch1: mov #0,*ar0+b x_loopbranch2: mov #255,*ar0+ x_loop: nopy_loop: nopRET运行结果：锐化前 锐化后分析：可以看出汇编的结果和C 程序的结果是一致的。

基于matlab的图像锐化算法研究与仿真—-毕业论文设计摘要在获取图像的过程中，由于多种因素的影响，导致图像质量会有所退化。

图像增强的目的在于通过处理有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。

图像锐化正是图像增强中空间域局部运算方法中的一种，其目的是增强和判断图像的边缘和轮廓信息。

而图像锐化的具体方法就是通过微分而使图像边缘突出、清晰。

图像锐化最常用的方法是梯度锐化法，但除梯度算法外，图像锐化的方法还有Roberts、Prewitt、Sobel和Laplacian等多种算法，本文对这些方法进行了介绍、比较和分析。

最后对MATLAB做了介绍，并运用MATLAB语言对图像锐化的部分算法进行了实现并记录结果。

通过对各种算法仿真和比较，每种算法都有各自的优缺点。

在分析了本论文采用的图像特点后，有针对性的对Laplacian算法进行了改进，即采用高提升滤波来提高图像的亮度。

实验结果表明，此方法可行，达到了预期的锐化效果。

关键词：图像增强；边缘；MATLAB；图像锐化AbstractIn the process of image acquisiting, the image quality will be degraded due to a variety of factors. Image enhanceing is aimed at highlighting some interested information that is easy to analyze for people and machine and inhibiting some useless information to enhance the image value. Image sharpening is a partion operation method of image enhancing in spatial domain, and its purpose is to enhance and judge the edge of the image and profile information and the specific method of the image sharpening uses differential to make the edge so prominent and clear.The most commonly used method of image sharpening isgradient sharpening. But apart from the gradient algorithm, image sharpening methods also have Roberts, Prewitt, Sobel, Laplacian and etc. These methods were introduced, compared and analyzed. Finally, MATLAB is introduced. And a part of the image sharpening algorithm is achievd and the results afe recorded. Through the simulation and comparison of the various algorithms, each algorithm has its own advantages and disadvantages. After the features of the image using in this paper are analyzed, it improves the Laplacian algorithm contrapositively, namely using high-elevating filtering to improve the brightness of the image. Experimental results show that the method is feasible and achieves the desired sharpening effect.Key words: Image enhancing; Edge;MATLAB; Image Sharpening目录1 引言 (1)1.1图像及其特点 (1)1.2图像的文件格式 (1)1.3 数字图像处理 (5)1.3.1 数字图像处理概述 (5)1.3.2 数字图像处理发展概况 (5)1.3.3数字图像处理主要研究内容 (6)1.3.4 数字图像处理的基本特点 (7)1.3.5数字图像处理的优点 (8)1.3.6 数字图像处理的应用 (8)1.4 图像锐化的研究背景 (10)1.5研究图像锐化的目的和注意事项 (10)1.6本文内容的安排 (10)2 图像锐化 (11)2.1 微分法 (11)2.1.1 梯度法（Gradieut） (11)2.1.2 Sobel算法 (13)2.1.3 LOG算子 (14)2.2 拉普拉斯算子 (14)2.3 高通滤波法 (15)2.3.1 空间域高通滤波 (15)2.3.2 频率域高通滤波 (16)2.3.3 统计差值法(用于勾边处理) (17) 2.4 MATLAB中如何实现图像锐化 (17)2.5 总结 (18)3 锐化的边缘检测法与锐化算子 (19) 3.1边缘检测法 (19)3.1.1 梯度算子 (19)3.1.2 梯度算子在MATLAB中的实现 (20) 3.2拉普拉斯算子 (21)3.3 边缘连接方法 (21)3.4 边缘检测的MATLAB实现方法 (22) 3.5 MATLAB的实现程序如下 (23)3.6 结论 (23)4 MATLAB简介及GUI设计 (24)4.1 MATLAB简介 (24)4.2图形用户界面GUI (24)4.3 GUI设计原理及简介 (25)4.4 设计方法 (25)4.4.1 图形用户界面设计工具 (25)4.4.2 菜单设计 (26)4.4.3 对话框设计 (26)4.4.4 句柄图形 (27)4.4.5 图形对象句柄命令 (27)4.5 总结 (27)5 结论与展望 (28)5.1 结论 (28)5.2 展望 (28)致谢 (29)参考文献 (30)基于MA TLAB 的图像锐化算法研究与仿真1 引言据研究，在人类所接受到的全部信息中，约有75%~80%是通过视觉系统得到的，和语言或文字信息相比，图像包含的信息量更大、更直观、更确切，因而具有更高的使用效率和更广泛的适应性。

福建工程学院VC++课程设计课题：图像锐化处理班级：学号：姓名：指导老师：黄日期：\11\24—11\28目录一．设计题目 (3)二. 目的与要求 (3)三. 工具/准备工作 (3)四. 系统分析 (3)4.1一阶微分运算 (3)4.2二阶微分运算 (5)4.3景物细节对应关系 (6)4.4一阶微分与二阶微分的性质与区别 (7)4.5扩展部分 (8)4.6程序设计总框图与流程图 (9)4.7 类声明与核心算法程序代码 (10)五.实验步骤 (19)5.1图像的读入 (19)5.2模版的选择 (19)5.3图像锐化 (20)5.4图像的自动保存 (20)六.测试与结论 (21)七.课程设计总结 (25)八.参考文献 (25)九.附录 (26)9.1 完整源代码程序 (26)9.2 人机交互界面图 (43)一． 设计题目图像锐化处理二． 目的与要求目的：⏹ 图像锐化的目的是加强图像中景物的细节边缘和轮廓。

⏹ 锐化的作用是使灰度反差增强。

⏹ 因为边缘和轮廓都位于灰度突变的地方。

所以锐化算法的实现是基于微分作用。

要求：⏹ 菜单式的人机界面。

⏹ 具有文件处理功能⏹ 图像锐化部分应具有拉普拉斯算子和罗布特算子两个模块。

拉普拉斯算子模块再分4点与8点。

三． 工具／准备工作在开始实验前，应回顾或复习相关内容。

需要一台计算机，其中安装有 Visual C++ 6 .0 、 Visual C++ 2005 、 Visual C++ 2005 Express 、等集成开发环境软件。

四． 系统分析微分算法锐化从灰度变换曲线上可以得到，画面逐渐由亮变暗时，其灰度值的变换是斜坡变化；当出现孤立点，一般是噪声点，其灰度值的变化是一个突起的尖峰；若进入平缓变化的区域，则其灰度变化为一个平坦段;如果图像出现一条细线，则其灰度变化是一个比孤立点略显平缓的尖峰；当图像由黑突变到亮，则其灰度变化是一个阶跃。

微分运算是求信号的变化率，由傅立叶变换的微分性质可知，微分运算具有较强高频分量作用[3]。

广州大学学生实验报告开课学院及实验室：物理与电子工程学院 2015年5月22日班级光信121 姓名学号1219300055 指导老师实验课程名称数字信号处理实验Ⅰ成绩实验项目名称图像边缘锐化（拉普拉斯锐化）一、实验目的二、实验原理三、使用仪器、材料四、实验步骤五、实验过程原始记录（数据、图案、计算等）六、实验结果及分析一．实验目的了解锐化的算法和用途，学习利用拉普拉斯锐化运算的程序设计方法。

二、实验原理图象锐化处理的目的是使模糊的图象变得更加清晰起来。

图象的模糊实质就是图象受到平均或积分运算造成的，因此可以对图象进行逆运算如微分运算来使图象清晰化。

从频谱角度来分析，图象模糊的实质是其高频分量被衰减，因而可以通过高通滤波操作来清晰图象。

但要注意，能够进行锐化处理的图象必须有较高的信噪比，否则锐化后图象信噪比反而更低，从而使噪声的增加得比信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理。

图象锐化一般有两种方法：一种是微分法，另外一种是高通滤波法。

拉普拉斯锐化法是属于常用的一种微分锐化方法。

拉普拉斯运算是偏导数运算的线性组合，而且是一种各向同性(旋转不变)的线性运算。

四．实验步骤1．实验准备：连接实验设备：请参看本书第三部分、第一章、二。

连接ICETEK-TVP5150-E 板：请参看实验9.1、四、1。

2．打开工程，浏览程序：目录为C:\ICETEK-VC5509-EDULab\Lab0904-Sharp\Demo.pjt。

3．编译并下载程序。

4．打开工程“Demo.pjt”中的 C 语言源程序“main.c”，在程序中有“BreakPoint”注释的语句上加软件断点。

5．设置观察窗口：*选择菜单V iew->Graph->Image，做如下设置：*选择菜单V iew->Graph->Image，做如下设置：6．运行程序：按“F5”键运行到断点，观察结果。

7．退出CCS：请参看本书第三部分、第一章、六。

中北大学课程设计说明书学院：信息商务学院专业：电子信息工程题目：信息处理综合实践:基于MATLAB的图像锐化算法研究指导教师：陈平职称: 副教授2013 年 12 月 15 日中北大学课程设计任务书13/14 学年第一学期学院：信息商务学院专业：电子信息工程课程设计题目：信息处理综合实践:基于MATLAB的图像锐化算法研究起迄日期： 2013年12月16日～2013年12月27日课程设计地点：电子信息科学与技术专业实验室指导教师：陈平系主任：王浩全下达任务书日期: 2013 年12月15 日课程设计任务书课程设计任务书目录1 绪论 (1)1.1 MATLAB简介 (1)1.2 MATLAB对图像处理的特点 (1)1.3 图像锐化概述 (2)1.4 图像锐化处理的现状和研究方法 (2)2 设计目的 (2)3 设计内容和要求 (2)4 总体设计方案分析 (2)5 主要算法及程序 (4)5.1 理想高通滤波器锐化程序 (4)5.2 高斯高通滤波器锐化程序 (5)5.3 高提升滤波器锐化程序 (6)6 算法结果及比较分析 (8)6.1 理想高通滤波器锐化结果 (8)6.2 高斯高通滤波器锐化结果 (9)6.3 高提升滤波器锐化结果 (10)6.4 算法结果比较分析 (11)7 设计评述 (11)参考文献 (12)1 绪论数字图像处理（Digital Image Processing）又称为计算机图像处理，它最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。

数字图像处理作为一门学科大约形成于20世纪60年代初期。

图像处理的基本目的是改善图像的质量。

它以人为对象，改善人的视觉效果为目的。

图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常见的图像处理方法有图像增强、复原、编码、压缩等。

图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天。

6.2
二阶微分算法
4. Laplacian变形算子
1 −2 1 0 −1 0 − 1 − 1 − 1 − 2 4 − 2 H = − 1 5 − 1 = H 4 3 H 2 = − 1 8 − 1 0 −1 0 1 −2 1 − 1 − 1 − 1
6.1
例：
一阶微分算法
1+2*2+3-3-2*0-8=-3
1 2 3 1 2
2 1 0 2 3
3 2 8 7 2
2 6 7 8 6
1 2 6 6 9
0 0 0 0 0
0 -3 -6 1 0
0 -13 -13 12 0
0 -20 -13 5 0
0 0 0 0 0
6.1
一阶微分算法
2. 垂直方向的锐化
1 0 − 1 H = 2 0 − 2 1 0 − 1
6.1
一阶微分算法
二、 交叉微分算法（Roberts梯度算法）
G (i , j ) =| f (i + 1, j + 1) − f (i , j ) | + | f (i + 1, j ) − f (i , j + 1) |
一阶水平方向锐化效果
返回
单方向一阶锐化效果图例
返回
Roberts梯度锐化效果图例
返回
Laplacian锐化算子效果
返回
Laplacian类算法效果图
返回
Sobel锐化效果图
返回
Prewitt锐化效果图例
返回
Wallis算法效果图
返回
Kirsch 算法效果图
返回
第六章 图像的锐化处理

图像锐化处理报告-CAL-FENGHAI.-(YICAI)-Company Onel课程设计任务书1课程设计目的 (1)2课程设计要求 (1)3相关知识 (1)4课程设计分析 (2)5程序代码 (5)6运行结果 (7)7参考文献 (8)图像的锐化处理1•课程设计目的(1)加深对图像的锐化处理基本理论知识的理解。

(2)培养独立开展科研的能力和编程能力。

(3)掌握基本图像锐化处理的过程及其应用。

2•课程设计要求(1)掌握课程设计的相关知识、概念清晰。

(2)程序设计合理、能够正确运行。

3•相关知识图像处理并不仅限于对图像进行増强、复原和编码，还要对同乡进行分析，图像分析旨在对图像进行描述，即用一组数或符号表征图像中目标区的特征、性质和相互间的关系，为模式识别提供基础。

描述一般针对图像或景物中的特定区域或目标。

为了描述，首先要进行分割。

边缘检测是图像分析中的重要内容。

边缘是图像的最基本特征。

所谓边缘，是指周围像素灰度有阶跃变化货屋顶变化的那些像素的集合。

边缘广泛存在于物体于背景之间、物体与物体之间、基元与基元之间，因此它也是图像分割所依赖的重要特征。

两个具有不同灰度值的相邻区域之间总存在边缘，边缘是灰度值不连续的表现。

常见的边缘点有：①〉阶梯形边缘(Step-ed£e),即从一个灰度到比它高(或低)好多的另一个灰度；②屋顶形边缘(Roof-edge)，它的灰度是慢慢増加(减少)到一定程度然后慢慢减小(增加)；($线形边缘(Line-edge)，它的灰度线性变化中出现灰度脉冲。

边缘特点如图所示。

阶梯形边缘A JL r屋顶形边緣线形边缘由于边缘是图像上灰度变化最剧烈的地方，传统的边缘检测就是利用了这一特点，对图像各个像素点进行微分或求二阶微分来确定边缘像素点。

一阶微分图像的峰值处对应着图像的边缘点。

根据数字图像的特点，处理图像过程中常采用差分来代替导数运算，对于图像的简单一阶导数运算，由于具有固定的方向性，只能检测特定方向的边缘，所以不具有普遍性。

实验五灰度图像的锐化处理一、实验目的1．了解图像锐化的基本原理；2．掌握图像空域锐化处理的方法；3．利用VC编写图像空域锐化处理的程序；4．在微机上调试程序。

二、实验原理图像平滑处理可以减弱噪声的影响，但窗口增大后将会产生图像边缘不清的问题。

图像在传输和转换过程中，一般来讲，质量都会降低，除了噪声的因素之外，图像一般都要变得模糊一些，这主要因为图像的传输或转换系统的传递函数对高频成分的衰减作用，造成图像的细节轮廓不清晰。

图像锐化的作用就是补偿图像的轮廓，增强图像的边缘级灰度跳变部分，使图像较清晰。

图像锐化是一种能加强图像轮廓的处理方法，因此，从增强的目的来看它是与图像平滑相反的一类处理，图像锐化同样也可分为频域和空域处理两类实现方法。

本实验要求完成空域中图像的锐化处理。

1．图像空域锐化处理的方法微分处理可加强高频成分，例如对正弦信号sin(Nx)，其微分为余弦函数Ncos(Nx)，经微分处理后，信号的频率不变，幅度增大N倍，且频率越高，增幅越大。

对图像进行微分处理后：∆f/∆xG[(x,y)]=∆f/∆yG[(x,y)]是点(x,y)的梯度，其方向指向f(x,y)最大变化方向。

对连续图像：G[(x,y)]=[（∆f/∆x）2+（∆f/∆y）2]1/2对离散图像：G[(x,y)]常采用下列几种算法：（1）典型的差分算法G[(x,y)]=[[f(x,y)-f(x+1,y)]2+[f(x,y)-f(x,y+1)]2]1/2（2）罗伯茨算法G[(x,y)]=[[f(x,y)-f(x+1,y+1)]2+[f(x+1,y)-f(x,y+1)]2]1/2（3）绝对差算法相对于典型的差分算法和罗伯茨算法有：G[(x,y)]=|f(x,y)-f(x+1,y)|+|f(x,y)-f(x,y+1)|G[(x,y)]=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|在实际处理一幅图像时，最后一行（列）梯度的值一般可以用前一行（列）的梯度的值来代替。

图像的锐化处理论文学院：理学院专业：数学122姓名：孙凯学号：201200144221图像的锐化处理一、绪论1.1 图像锐化的理论基础 图像锐化(image sharpening)就是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，亦分空域处理和频域处理两类。

在图像增强过程中，通常利用各类图像平滑算法消除噪声，图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。

一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时图像边缘信息也主要集中在其高频段部分。

这将导致原始图像处理在平滑处理之后，图像边缘和图像轮廓模糊的情况出现。

1.2 研究的目的及意义图像是人类获取信息、表达信息和传递信息的重要手段。

人出生以后第一次睁开眼睛，首先接收的就是各种各样的图像信息，因此有人说，图像与生俱来是人类生活中最直观、最丰富和最生动的信息表示形式。

国外学者曾做过统计，人们从外界所获取的信息有70%以上来自于视觉摄取的图像，与文字或者语言信息相比，图像包含的信息量更大，具有更广泛的适用性和更高的使用效率。

在当今科学技术迅速发展的时代，人们越来越多的利用图像信息来认识和判断事物，解决实际问题。

一幅静态图像可以用一个二维函数(),f x y 来表示，这里x 和y 表示二维空间中坐标点的位置，而f 则代表图像在点(),x y 的某种性质的数值。

例如常用的图像一般是灰度图，这时f 表示灰度值，对应客观图像被观察到的亮度。

常见的图像是连续的，即(),f x y 的值可以是任意实数。

为了适应数字计算机的处理，必须对连续图像函数进行空间和幅度数字化，经过数字化后的图像称为数字图像。

数字图像是由有限的元素组成的，每个元素都有一个特定的位置和幅值，这些元素称为图像元素或像素。

而数字图像处理是指借用数字计算机处理数字图像。

数字图像一般可以通过以下三种途径获取：（1）直接由二维离散数学函数生成数字图像。

（2）将模拟图像、物理图像等可见图像经过数字化处理转换为数字图像，例如将一幅照片通过扫描仪输入到计算机中，扫描的过程实质上就是一个数字化过程。

中文摘要随着技术的发展和人们生活水平的不断提高，数字图像作为记录和传达信息的一种媒介，在人们生活和生产中扮演者越来越重要的角色。

随着数字图像的不断进步发展和成熟，数字图像不仅在日常生活的摄影，平面设计，传媒发挥自己的作用，也会更多地在航天航空，刑事侦查，精密医疗仪器等更加重要的研究领域起到更大的作用。

于是，不断学习和探索各种数字图像处理技术，对准确运用各种数字图像更好地服务于生产生活，愈发显得重要。

而数字图像边缘增强是数字图像处理技术里面重要的一种，是一种提高图像清晰度的重要方法之一。

经实例检测，该图像边缘增强算法可以有效提高图像的清晰度，同时有效避免图像噪点的增强。

关键词：数字图像，边缘增强，清晰度ABSTRACTWith the development of technology and people's living standard, as a way of recording and conveying information, digital images play an important rolein people's daily life and production. with the development and maturity of digital image, digital imagesare not only applied in photography, graphic design, media, but alsoplay a greater role in aerospace, criminal investigation, precision medical instruments or other important fileds.In this case, learning and exploration of the processing techniques of digital image, and how to use various digital images properly to serve forour daily life and production, arebecoming more and more important.As we all know,the digital image edge enhancement is one of the most important digital image processingtechnology,which is an inportant approach to improve the image definition.After testing, the algorithm of image edge enhancement can effectively improve the clarity of image, and effectively avoid the enhancement of image noise.Key Words：digital image，enhancement of image edge，clarity目录第一章导论 (4)1.1 课题背景 (4)1.2 课题意义 (4)1.3 研究内容方法步骤 (5)1.4 论文的创新 (5)第二章图像边缘检测 (6)2.1 图像边缘检测方法概述 (6)2.2 Roberts边缘检测 (7)2.3 Prewitt边缘检测 (8)2.4 Sobel边缘检测 (9)2.5 Laplacian边缘检测 (9)2.6 Canny边缘检测算子 (11)第三章实例检测与算法优化 (13)3.1 实例检测与对比 (13)3.1.2 对比总结 (15)3.2 基于Sobel算子的算法优化 (17)3.2.1 八方向Sobel算子 (17)3.2.2 去除图像中的椒盐噪声 (18)3.2.3 抑制图像中的高斯噪声 (19)第四章Photoshop中锐化工具使用探索 (22)4.1 Photoshop中常用的锐化工具 (22)4.2 USM锐化滤镜探索 (22)4.2.1 数量 (22)4.2.2 半径 (27)4.2.3 阀值 (30)4.2.4 有关数量、半径、阀值的总结 (31)附录 (33)参考文献 (38)致谢 (39)第一章导论1.1 课题背景图像是人类记录生活，传达信息非常重要的媒介和手段。

实验三 图像的平滑与锐化一．实验目的1.掌握图像滤波的基本定义及目的；2.理解空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。

二．实验基本原理图像噪声从统计特性可分为平稳噪声和非平稳噪声两种。

统计特性不随时间变化的噪声称为平稳噪声；统计特性随时间变化的噪声称为非平稳噪声。

另外，按噪声和信号之间的关系可分为加性噪声和乘性噪声。

假定信号为S (t )，噪声为n (t )，如果混合叠加波形是S (t )+n (t )形式，则称其为加性噪声；如果叠加波形为S (t )［1+n (t )］形式， 则称其为乘性噪声。

为了分析处理方便，往往将乘性噪声近似认为加性噪声，而且总是假定信号和噪声是互相独立的。

1.均值滤波均值滤波是在空间域对图像进行平滑处理的一种方法，易于实现，效果也挺好。

设噪声η(m,n)是加性噪声，其均值为0，方差（噪声功率）为2σ，而且噪声与图像f(m,n)不相关。

除了对噪声有上述假定之外，该算法还基于这样一种假设：图像是由许多灰度值相近的小块组成。

这个假设大体上反映了许多图像的结构特征。

∑∈=s j i j i f M y x g ),(),(1),( (3-1)式(2-1)表达的算法是由某像素领域内各点灰度值的平均值来代替该像素原来的灰度值。

可用模块反映领域平均算法的特征。

对模板沿水平和垂直两个方向逐点移动，相当于用这样一个模块与图像进行卷积运算，从而平滑了整幅图像。

模版内各系数和为1，用这样的模板处理常数图像时，图像没有变化；对一般图像处理后，整幅图像灰度的平均值可不变。

(a) 原始图像 (b) 邻域平均后的结果图3-1 图像的领域平均法2.中值滤波中值滤波是一种非线性处理技术，能抑制图像中的噪声。

它是基于图像的这样一种特性：噪声往往以孤立的点的形式出现，这些点对应的象素很少，而图像则是由像素数较多、面积较大的小块构成。

在一维的情况下，中值滤波器是一个含有奇数个像素的窗口。

xxxxxxxxxxxxxxx毕业设计数字图像锐化算法的研究与实现学生姓名xxxxx 学号xxxxxxxxxxxx指导教师xx学院信息工程学院专业电子信息工程年级xxxxx级论文答辩日期年月日xxxxxxxxxxxxxxx数字图像锐化算法的研究与实现完成日期：指导教师签字：答辩小组成员签字：摘要数字图像处理技术的迅速发展为人类带来了巨大的经济效益。

首先，图像处理技术可以帮助人们更加客观、准确地认识世界，人的视觉系统可以帮助人类从外界获得3/4以上的信息，而图像、图形又是所有视觉信息的载体。

其次，数字图像处理技术可以拓宽人类获取信息的视野范围。

基于DSP数字图像锐化处理是最基本的方法之一。

数字图像锐化最常用的是梯度锐化法，但除梯度算法外，图像锐化的方法还有Roberts、Prewitt、Sobel和Laplacian等多种算法。

本文介绍了图像锐化的基本概念，以及实现锐化的方法，并将几种算法进行对比。

简要说明了CCS这个软件及其开发流程。

最后重点提出了一种基于拉普拉斯算法的图像锐化方法，并在DSP上实现其算法。

关键词：图像增强；图像锐化；锐化算法；DSPAbstractIn the process of acquiring the image, due to a variety of factors, the image quality will be degraded, the purpose of image enhancement processing by selectively highlight to person or machine analysis of some information of interest, inhibit some useless information, in order to improve the value of the image. Based on the DSP digital image sharpening processing is one of the most basic method. The most commonly used digital image sharpening is gradient sharpening, but apart from the gradient algorithm, image sharpening methods include Roberts, Prewitt, Sobel and Laplacian algorithms. This paper introduces the basic concept of image sharpening, sharpening and realization method, and compares several algorithms. A brief description of the CCS and the software development process. Then we propose an image sharpening method based on Laplasse algorithm, and realize the algorithm of the design is consistent with the current trends in DSP.Key words: image enhancement; Image sharpening; Sharpening algorithm; DSP目录1 绪论 (1)1.1课题研究目的及意义 (1)1.2国内外研究现状、发展动态 (1)2数字图像锐化概述 (2)2.1数字图像锐化概念 (2)2.2锐化目的 (2)2.3锐化原理 (2)2.4常用的锐化算法 (2)3图像锐化算法的研究 (3)3.1基于空间域的一些锐化算法 (3)3.1.1梯度锐化法 (3)3.1.2 Sobel锐化算法 (4)3.1.3 Roberts锐化算法 (4)3.1.4 Prewitt锐化算法 (5)3.1.5Laplacian锐化算法 (6)3.2基于频率域的一些锐化算法 (8)3.3几种锐化算法之间的比较 (9)4．CCS软件简介 (10)4.1CCS环境简介 (10)4.2CCS主要功能 (10)5 基于拉普拉斯算法的图像锐化算法 (11)5.1拉普拉斯锐化原理 (11)5.1.1二阶微分算法（拉普拉斯算子） (11)5.2基于DSP算法的实现 (12)5.3锐化程序的实现 (12)5.3.2图像读取的程序实现 (13)5.3.3对像素进行拉普拉斯运算法的流程图及程序 (13)5.4图片锐化效果比较 (14)5.5同一张图片不同算法下的锐化效果分析 (16)5.5.1用Roberts 梯度算子实现图像锐化的结果与程序 (16)5.5.2用Prewitt算子实现图像锐化的结果与程序 (17)5.5.3用Sobel算子实现图像锐化的结果与程序 (18)5.5.4用Laplacian算子实现图像锐化的结果与程序 (19)6总结与展望 (21)参考文献 (22)致谢 (23)附录 (24)1 绪论1.1课题研究目的及意义数字图像锐化处理又称为计算机图像处理，它最早出现于20 世纪50 年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。

图像锐化处理目录第一章前言 (3)第二章绪论 (4)2.1 研究的目的及意义 (6)2.2 国内外研究现状 (7)2.2.1 国外研究现状 (7)2.2.2 国内研究现状 (10)2.3 本文主要研究内容与结构安排 (11)第三章算法分析与描述 (13)3.1 数字图像处理简介 (14)3.1.1 数字图像处理的特点 (14)3.1.2 数字图像处理的目的和主要内容 (16)3.2 VC++简介 (18)3.2.1 Visual C++开发语言的特点 (20)3.2.2 Visual C++ 6.0 的特点 (21)3.2.3 Visual C++ 6.0 及其开发环境 (23)3.3 本章小结 (25)第四章算法分析与描述 (26)4.1 空域微分锐化方法 (26)4.1.1拉普拉斯微分算子函数 (28)4.1.2 Roberts交叉微分算子函数 (30)4.1.3 Prewitt微分算子函数(平均差分法) (31)4.1.4 Sobel微分算子函数（加权平均差分法） (31)4.2 频域高通滤波锐化方法 (34)4.2.1理想高通滤波器 (34)4.2.2巴特沃思高通滤波器 (35)4.2.3指数高通滤波器 (35)第五章详细设计过程 (36)5.1微分算子图像锐化编程实现说明 (36)5.2理想高通滤波图像锐化编程实现说明 (42)5.3 Butterworth 高通滤波图像锐化编程实现说明 (49)5.4 程序运行中的图像 (56)设计总结 (59)参考文献 (60)致谢 (62)第一章前言图像是人类获取和交换信息的主要来源, 因此, 图像处理的应用领域必然涉及到人类生活和工作的方方面面。

随着人类活动范围的不断扩大, 图像处理的应用领域也将随之不断扩大。

数字图像处理（Digital Image Processing）又称为计算机图像处理, 它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。

医学图像处理课程设计说明书基于MATLAB的医学图像锐化系统设计数字图像经过转换和传输后，难免会产生模糊。

图像锐化的主要目的在于补偿图像边缘轮廓、突出图像的边缘信息以使图像显得更为清晰，从而符合人类的观察习惯。

图像锐化的实质是增强原图像的高频分量。

边缘和轮廓一般位于灰度突变的地方，因此和自然地利用灰度差分提取出来。

由于边缘和轮廓在一幅图中常常具有任意方向，而差分运算是有方向性的，因此和差分方向一致的边缘和轮廓便检测不出来。

而常用的图像锐化方法，如空间锐化滤波、频域高频强调滤波等。

空间锐化滤波方法包括具有这种性质的锐化算子：Roberts算子、Prewitt 算子、Sobel算子、Laplacian算子等微分算子。

本次设计就是利用Matlab实现图像边缘检测以及图像锐化，具体的是利用Matlab针对Roberts算子、Prewitt 算子、Sobel算子、Laplacian算子实现边缘检测的功能。

关键词：MATLAB，图像锐化，算子，滤波1 设计目的 (1)2 设计内容与原理 (1)3 设计思路与方案 (4)4 详细设计步骤 (5)5 结果与分析 (10)6 总结 (12)参考文献 (13)附录 (14)基于灰度变换的医学图像增强系统设计1.设计目的1、熟练运用MATLAB编程实现对医学图像的锐化增强处理；进一步巩固和加强对《医学图像处理》课程中所学相关理论知识的理解。

2、掌握MATLAB GUI设计的基本原理和方法，并在此基础上进行医学图像应用处理系统的初步设计与开发；通过实践培养独立分析问题、解决问题的能力。

2 .设计内容与原理2.1 图像锐化概念在数字图像处理中，图像经转换或传输后，质量可能下降，难免有些模糊。

另外，图像平滑在降低噪声的同时也造成目标的轮廓不清晰和线条不鲜明，使目标的图像特征提取、识别、跟踪等难以进行，这一点可以利用图像锐化来增强。

图像锐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。