图像的平滑与锐化和拉普拉斯模糊数字图像处理

昆明理工大学（数字图像处理）实验报告

实验名称图像的平滑与锐化和拉普拉斯模糊

实验时间 2013 年 4 月 15 日

专业班级学号姓名

成绩教师评语：

一、实验目的

1.掌握图像平滑与锐化的基本原理。用C++编程实现图像的平滑与锐化。

2.利用算法的调用来实现图像的平滑和锐化。

二、实验原理

1、二维中值滤波平滑：用中值算法把数字图像中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，这样来过滤噪声，实现平滑。但是，这样产生出来的图像会有一定的模糊。

2、梯度算法锐化：用微分的方法对图像处理，锐化因为平滑导致的模糊。

3、拉普拉斯模糊：通过二阶微分把一个点的像素变得跟周围4个像素一样。

4、去除拉普拉斯模糊：将拉普拉斯模糊形式从原图像中去除。

三、实验内容

1、选择一种平滑方式对图像进行平滑操作。

2、选择一种锐化方法对图像进行锐化操作。

3、分析图像的平滑与锐化的作用是什么。

4、试分析各种方法的特点。

四、实验步骤

1.在之前实验的基础上对程序进行操作。

2.在ClassView中选择添加成员函数mysort

3.在FileView中找到建立的成员函数的函数名，编写代码。

4.在ResourcesView中的Menu选项中建立“中值滤波”、“图像锐化”和“拉普拉斯算法”三个子菜单。

5.在“中值滤波”的子菜单的下拉菜单中创建一个“二维中值滤波”的项，在“拉普拉斯算法”下拉菜单中建立“拉普拉斯模糊”和“去除拉普拉斯模糊”两个项。

6.分别对“二维中值滤波”、“图像锐化”、“拉普拉斯模糊”和“去除拉普拉斯模糊”建立类向导，编写代码。

五、程序代码

冒泡法算法的程序：

void CZzyView::mysort(int *a, int n)//算法

{

int i,j,t;

for(i=0;i

for(j=0;j

{

if(a[j]>a[j+1])

{

t=a[j];a[j]=a[j+1];a[j+1]=t;

}

}

}

二维中值滤波的代码

void CZzyView::OnErweizhongzhi() //二维中值滤波{

long w,h;

long i,j;

w=m_DibHead->biWidth;

h=m_DibHead->biHeight;

unsigned char *f=new unsigned char[w*h];

memcpy(f,m_Image,w*h);

int m,n;

m=5;n=5;

int *a=new int[m*n];

int k,l;

for(i=0;i

for(j=0;j

{for(k=-m/2;k<=m/2;k++)

for(l=-n/2;l<=n/2;l++)

{a[k*n+l+m*n/2]=f[(i+k)*w+j+l];

}

mysort(a,m*n);

*(m_Image+i*w+j)=a[m*n/2];

}

delete []a;

Invalidate();

// TODO: Add your command handler code here

图像锐化的代码（梯度法）

void CZzyView::OnRuihua() //图像锐化

{

long w,h;

long i,j;

w=m_DibHead->biWidth;

h=m_DibHead->biHeight;

unsigned char *f=new unsigned char[w*h];

memcpy(f,m_Image,w*h);

for(i=0;i

for(j=0;j

{

m_Image[i*w+j]=3*(abs(f[i*w+j]-f[i*w+j+1])+abs(f[i*w+j]-f[( i+1)*w+j]));

}

Invalidate();// TODO: Add your command handler code here }

拉普拉斯模糊的代码：

void CZzyView::OnLaplasmh() //拉普拉斯模糊

{

long w,h;

long i,j;

w=m_DibHead->biWidth;

h=m_DibHead->biHeight;

int *p1=new int [w*h];

int *p2=new int [w*h];

for(i=0;i

for(j=0;j

{

p1[i*w+j]=m_Image[i*w+j];

}

memset(p2,0,sizeof(int)*w*h);

int min=255;

for(i=1;i

for(j=1;j

{

p2[i*w+j]=p1[(i+1)*w+j]+p1[(i-1)*w+j]+p1[i*w+j+1]+p1[i*w +j-1]-4*p1[i*w+j];

if(p2[i*w+j]

min=p2[i*w+j];

}

int temp=0;

for(i=0;i

for(j=0;j

{

temp=p2[i*w+j]+abs(min);

//temp=p2[i*w+j];

if(temp<0)

temp=0;

if(temp>255)

temp=255;

m_Image[i*w+j]=temp;

}

Invalidate();

delete []p1;

delete []p2;

}

去除拉普拉斯模糊的代码：

void CZzyView::OnQuchulaplas() //去除拉普拉斯模糊

{

long w,h;

long i,j;

w=m_DibHead->biWidth;

h=m_DibHead->biHeight;

int *p1=new int [w*h];

int *p2=new int [w*h];

for(i=0;i

for(j=0;j

{

p1[i*w+j]=m_Image[i*w+j];

}

memset(p2,0,sizeof(int)*w*h);

int min=255;

for(i=1;i

for(j=1;j

{

p2[i*w+j]=p1[(i+1)*w+j]+p1[(i-1)*w+j]+p1[i*w+j+1]+p1[i*w +j-1]-4*p1[i*w+j];

if(p2[i*w+j]

min=p2[i*w+j];

}

int temp=0;

for(i=0;i

for(j=0;j

{

//temp=p2[i*w+j]+abs(min);

temp=p1[i*w+j]-p2[i*w+j];

if(temp<0)

temp=0;

if(temp>255)

temp=255;

m_Image[i*w+j]=temp;

}

Invalidate();

delete []p1;

delete []p2;

}

六、思考题

1、图像平滑与锐化的原理

答：图像平滑：通过邻接点的相互平均可以去掉一突然变化的点,从而过滤掉一定的噪声,达到平滑的目的,但图像有一定程度上的模糊。也可以说是通过抑制图像中的高频成分,保留低频成份减少图像

噪声,故又称为低通滤波。

图像锐化：与平滑相反,锐化滤波通过增强高频成分减少图像的模糊,因此又被称为高通滤波。

2、说明各种平滑方法对图像的操作结果有什么不同？

答：均值滤波操作后会使图像变得比较模糊，而中值滤波对图像的平滑效果更加明显。

3、说明哪一种锐化方法最好？为什么？

答：Sobel法和梯度法一样，都在检测边缘点的同时具有抑制噪声的能力，检测出的边缘宽度至少为二像素。由于他们呢都是先平均后差分，平均时会丢失一些细节信息，使边缘有一定的模糊。但是由于Sobel的加权作用，其使边缘的模糊程度要低于梯度法。