灰度图像基本处理及实现
实验一 Matlab图像处理基础及图像灰度变换
实验一Matlab图像处理基础
一、实验目的
熟悉Matlab平台下的图像编程环境；
掌握基本的Matlab运算符应用方法；
掌握基本的主、子函数调用方法；
掌握基本的图像读、写等函数;
掌握Matlab帮助文档使用方法。
二、实验内容
1．观察matlab软件环境；
2．练习+，－，*，/，^，.+，.－，.*，./，.^ 等运算符号的使用方法；
3．编写主函数实现图像的读取、显示及写入；
4．编写子函数实现图像的翻转；
5．主函数调用子函数实现图像的翻转；
6．利用Matlab帮助文档查看相应函数的使用方法。
三、知识要点
1.Matlab支持的图像图形格式
TIFF, JEPG, GIF, BMP, PNG 等。
2.与图像处理相关的最基本函数
读：imread; 写：imwrite; 显示：imshow; 信息查看：imfinfo; 图像选装：imrotate 3.Matlab支持的数据类
double, unit8, int8, uint16, int16, uint32, int32, single, char (2 bytes per element), logical.
4.数据类及图像类型间的基本转换函数
数据类转换：B = data_class_name(A);
作业：
1.简述.*，./，.^的使用方法，与+，－，*，/，^的区别，用实例演示。
2.通过主、子函数实现图像的旋转。
图像处理---灰度处理（黑白效果）
图像处理---灰度处理（⿊⽩效果）转⾃：1.效果图：2.实现原理：图像灰度化就是使⾊彩的三种颜⾊分量R、G、B的值相同，由于颜⾊值的取值范围是[0，255]，所以灰度的级别只有256种，即灰度图象仅能表现256种灰度颜⾊，常⽤有3种处理⽅法：*最⼤值法(Maximum)：R=G=B=Max(R,G,B)，这种⽅法处理后灰度图象的亮度会偏⾼。
*平均值法(Average)：R=G=B=(R+G+B)/3，这种⽅法处理后灰度图象的亮度较柔和。
*加权平均值法(Weighted Average)：R=G=B=w r*R+w g*G+w b*B，w r、w g、w b分别为R、G、B的权值。
当其权值取不同的值时，能够形成不同灰度的灰度图象，由于⼈眼对绿⾊的敏感度最⾼，红⾊次之，蓝⾊最低，因此当w g > w r > w b时，所产⽣的灰度图像更符合⼈眼的视觉感受。
通常w r=30%，w g=59%，w b=11%，图像的灰度最合理。
以下的程序使⽤的是w r=70%，w g=20%，w b=10%觉得效果更好。
3.实现代码：1public enum AlgorithmsType2 {3 MaxValue, //最⼤值法4 AverageValue, //平均值法5 WeightAverage //加权平均值法6 }public static Image Gray(Image img, AlgorithmsType algo){int width = img.Width;int height = img.Height;Bitmap bmp = new Bitmap(img);//设定实例BitmapData相关信息Rectangle rect = new Rectangle(0, 0, width, height);ImageLockMode mode = ImageLockMode.ReadWrite;PixelFormat format = PixelFormat.Format32bppArgb;//锁定bmp到系统内存中BitmapData data = bmp.LockBits(rect, mode, format);//获取位图中第⼀个像素数据的地址IntPtr ptr = data.Scan0;int numBytes = width * height * 4;byte[] rgbValues = new byte[numBytes];//将bmp数据Copy到申明的数组中Marshal.Copy(ptr, rgbValues, 0, numBytes);for (int i = 0; i < rgbValues.Length; i += 4){int value = 0;switch (algo){//最⼤值法case AlgorithmsType.MaxValue:value = rgbValues[i] > rgbValues[i + 1] ? rgbValues[i] : rgbValues[i + 1];value = value > rgbValues[i + 2] ? value : rgbValues[i + 2];break;//平均值法case AlgorithmsType.AverageValue:value = (int)((rgbValues[i] + rgbValues[i + 1] + rgbValues[i + 2]) / 3); break;//加权平均值法case AlgorithmsType.WeightAverage:value = (int)(rgbValues[i] * 0.1 + rgbValues[i + 1] * 0.2+ rgbValues[i + 2] * 0.7);break;}//将数组中存放R、G、B的值修改为计算后的值for (int j = 0; j < 3; j++){rgbValues[i + j] = (byte)value;}}//将数据Copy到内存指针Marshal.Copy(rgbValues, 0, ptr, numBytes);//从系统内存解锁bmpbmp.UnlockBits(data);return (Image)bmp;}4.说明：使⽤GetPixel⽅法和SetPixel⽅法的实现参考使⽤不安全模式参考⽅法⼀；本例实现⽅法与⽅法⼆相同。
图像增强技术—灰度变换及应用实例
就是按照线性函数的映射关系对灰度进行变换，图 像取反、增加或者减小对比度、增加或者减小亮度都是 灰度线性变换的一种。
下图是用halcon做的图像取反的灰度变换。
原 图
灰 度 直
方
图
反
反Байду номын сангаас
变
变
换
化 后
后 的 灰
的
度
图
直
像
方
图
2.2 非线性灰度变换
非线性灰度变换就是构造一种非线性映射函数常见的变换有 ：对数变换、指数变换等。比如说：对数变换主要就是低灰度区扩展， 高灰度区压缩；灰度变换除了线性变换，非线性变换，还有分段线 性变换：这个主要是为了突出感兴趣的部位。下图为以10为底的对 数变换图像。
乳腺原图
去除部分背景后的图
采用了分段线性灰度变换突出乳腺信息。第二个峰值为乳腺信息，选取 两个转折点（80，20）（150，240），把乳腺的灰度值范围扩大， 实现了突出兴趣部位信息需求。
4 总结
灰度变换主要就是把原像素的值做了一个重新分 配来提高对比度，灰度变换很重要的一部分就是参 数的选择，可以在原有的算法的基础上进行改进， 得到自己更加需要的图像。
图像增强技 术—灰度变换
1 灰度变换的简单介绍
•
灰度变换是图像处理中的一个基本最基本技术技术之一，它
进行的是点运算，就是直接对像素点的值进行运算。灰度变换也是
图像增强技术中一种非常基础直接的空间域图像处理方式，根据自
的需要对图像进行灰度变换增强，增加对比度、突出感兴趣的区域
都是可以的。
2 常见的灰度变换
原 图
灰 度 直
方
图
指 数
实验二 利用DSP实现图像的灰度处理
北京交通大学电子信息学院
灰度变换程序
在dm642main.c中图像显示(bt656_display_start(vpHchannel0);)之前添加：removeColor();。 函数体如下： void removeColor() /***************灰度显示处理算法程序************/ { int i,j; //奇数行 for(i=intALines;i<intDLines;i++)//行数 { for(j=intAPixels/2;j<intDPixels/2;j++) //每行像素数 { /***********CbCr分量值赋为0x80*************/ *(Uint8 *)(tempCbbuffer + i * (numPixels >> 1) + j) = 0x80; *(Uint8 *)(tempCrbuffer + i * (numPixels >> 1) + j) = 0x80; } } //偶数行 for(i=numLines/2+intALines;i<numLines/2+intDLines;i++)//行数 { for(j=intAPixels/2;j<intDPixels/2;j++) //每行像素数 { /***********CbCr分量值赋为0x80*************/ *(Uint8 *)(tempCbbuffer + i * (numPixels >> 1) + j) = 0x80; *(Uint8 *)(tempCrbuffer + i * (numPixels >> 1) + j) = 0x80; } } 北京交通大学电子信息学院 } Leading Digital Signal Processing
灰度级检测方法介绍
灰度级检测方法介绍灰度级检测方法是数字图像处理中常用的一种技术，它可以将彩色图像转换为灰度图像，并通过对灰度级进行分析和处理来实现图像的各种目标。
本文将介绍灰度级检测方法的基本原理和常见的实现技术，以及其在图像处理领域中的应用。
一、基本原理灰度级是指图像中每个像素的亮度值，通常以0-255的整数表示。
将彩色图像转换为灰度图像的基本原理是通过对像素值的计算和处理，将彩色信息转换为灰度信息。
常见的方法有平均值法、最大值法和加权平均法等。
平均值法是将彩色图像中的红、绿、蓝三个分量的像素值相加，再取平均值，得到灰度图像中的像素值。
最大值法则是选择彩色图像中的红、绿、蓝三个分量中最大的一个作为灰度图像中的像素值。
加权平均法是根据各个颜色分量的重要性程度，对其像素值进行加权处理，再取平均值得到灰度图像中的像素值。
二、实现技术在实现灰度级检测时，可以利用图像处理软件或编程语言进行操作。
常用的图像处理软件有Photoshop、GIMP等，而编程语言中的OpenCV和MATLAB也提供了丰富的图像处理函数和算法库。
利用图像处理软件进行灰度级检测，可以直观地选择并操作图像中的像素值，提供了可视化的界面和便捷的操作方式。
而通过编程语言进行灰度级检测，则更加灵活，可以实现自定义的算法并进行批量处理和分析。
三、应用领域灰度级检测方法在图像处理的各个领域中都有广泛应用。
以下就其中几个常见的应用领域进行简要介绍。
1. 图像增强通过灰度级检测方法，可以根据图像中的亮度信息对图像进行增强处理。
例如，可以根据亮度的分布情况对图像进行直方图均衡化，使得图像的对比度得到增强，细节更加清晰。
2. 特征提取在图像识别和图像分析中，利用灰度级检测方法可以提取图像的各种特征信息，例如纹理、形状和边缘等。
这些特征信息对于图像分类、匹配和识别等具有重要意义。
3. 图像分割通过灰度级检测方法，可以根据图像亮度的变化将图像划分为不同的区域。
这对于图像分割和目标提取具有重要意义，可以用于目标检测、图像分析和计算机视觉等领域。
灰度图像处理 用Photoshop实现高级灰度效果
灰度图像处理：用Photoshop实现高级灰度效果Photoshop是一款强大的图像处理软件，其灰度图像处理功能让图像处理更加精细和高级。
在本教程中，我将向您展示如何使用Photoshop实现高级灰度效果。
步骤1：打开图像首先，打开您想要进行灰度处理的图像。
在Photoshop中，选择“文件”菜单，然后点击“打开”选项或使用快捷键Ctrl+O。
浏览您的计算机，选择图像文件并点击“打开”。
步骤2：调整图像在Photoshop中，您可以使用各种工具和调整来改变图像的外观。
为了实现高级灰度效果，我们需要进行一些调整。
选择“调整图像”选项，这将为您提供多种对图像进行修改的方式。
步骤3：色阶在灰度图像处理中，色阶是非常有用的工具。
选择“调整图像”菜单中的“色阶”选项，或者使用快捷键Ctrl+L。
这将打开一个色阶调整面板。
在色阶调整面板中，您会看到一个直方图和三个滑块（黑色、灰色和白色）。
您可以通过移动这些滑块来调整图像的亮度和对比度。
通过调整滑块的位置，您可以使图像的细节更加突出。
步骤4：通道混合器另一个非常有用的工具是通道混合器。
选择“调整图像”菜单中的“通道混合器”选项，或使用快捷键Ctrl+Alt+B。
这将打开一个通道混合器调整面板。
在通道混合器面板中，您可以通过调整不同颜色通道的数值来改变图像的外观。
通过增加某些颜色的数值，您可以使该颜色在图像中更加突出。
通过减少某些颜色的数值，您可以降低该颜色在图像中的出现次数。
步骤5：黑白调整Photoshop还提供一个很有用的黑白调整工具。
选择“调整图像”菜单中的“黑白”选项，或使用快捷键Ctrl+Shift+Alt+B。
这将打开一个黑白调整面板。
在黑白调整面板中，您可以通过调整不同颜色的滑块来改变图像的黑白分布。
通过移动滑块，您可以增添或减少某些颜色的明暗程度，从而制造出更丰富的灰度效果。
步骤6：曲线调整最后一个阶段是使用曲线调整。
选择“调整图像”菜单中的“曲线”选项，或使用快捷键Ctrl+M。
图片的灰度与截断处理
图片的灰度与截断处理在图像处理领域中，灰度与截断处理是一种常见且重要的技巧。
通过灰度处理，我们可以将彩色图像转换为黑白图像，而截断处理则可以改变图像的对比度和亮度。
本文将介绍如何使用PhotoShop软件进行灰度与截断处理，以及一些实用的技巧。
首先，我们来讲解如何将彩色图像转换为灰度图像。
打开PhotoShop软件并导入想要处理的图像。
在菜单栏中选择"图像"，然后选择"模式"，再选择"灰度"。
一旦完成这些步骤，您的彩色图像将被转换为灰度图像。
如果您还想进行进一步的编辑，可以使用"亮度/对比度"、"色阶"等功能来调整图像的亮度和对比度。
接下来，我们将介绍如何使用截断处理来改变图像的对比度和亮度。
截断处理可以通过调整像素值的最大和最小范围来实现。
首先，打开PhotoShop软件并导入想要处理的图像。
在菜单栏中选择"图像"，然后选择"调整"，再选择"色阶"。
在弹出的对话框中，您可以看到一个直方图和三个滑块。
拖动最左边的滑块，将所有的像素值设为0；拖动最右边的滑块，将所有的像素值设为255。
根据您的需求，您还可以微调中间的滑块，以改变图像的对比度和亮度。
除了上述基本方法，PhotoShop软件还提供了许多高级的灰度与截断处理技巧。
以下是一些实用的技巧：1. 使用通道混合器：在菜单栏中选择"图像"，然后选择"调整"，再选择"通道混合器"。
通过调整红、绿、蓝三个通道的亮度和对比度，您可以获得更精确的灰度图像。
2. 应用图像模式：在菜单栏中选择"图像"，然后选择"调整"，再选择"应用图像模式"。
通过选择不同的图像模式，如LAB、CMYK等，您可以获得不同的灰度效果。
灰度图像处理实验报告
灰度图像处理实验报告实验背景灰度图像处理是图像处理中的一项重要任务，它通过将彩色图像转换为仅包含灰度信息的图像，从而简化图像处理的复杂度。
灰度图像处理在计算机视觉、图像识别和模式识别等领域有着广泛的应用。
实验目的本实验的目的是通过python编程实现灰度图像处理算法，包括灰度化、二值化、图像平滑以及直方图均衡化等，从而深入理解灰度图像处理的原理和算法，并掌握实现相关算法的编程技巧。
实验过程1. 数据准备在本次实验中，我们选用了一张彩色图像作为处理对象，该图像包含丰富的纹理和明暗变化。
首先，我们需要将彩色图像转换为灰度图像，以便后续的处理。
2. 灰度化灰度化将彩色图像转换为灰度图像，即将每个像素点的RGB三个分量的值按照一定的权重进行加权平均，得到对应的灰度值。
常用的加权平均法为：Gray = 0.299 * R + 0.587 * G + 0.114 * B上述公式中的0.299、0.587和0.114是经验值，表示红、绿和蓝三个分量的权重。
3. 二值化二值化将灰度图像转换为二值图像，即将每个像素点的灰度值与一个阈值进行比较，若大于阈值，则该像素点的值为255（表示白色），否则其值为0（表示黑色）。
在实际应用中，阈值的选取通常需要根据具体的图像和任务进行调整。
4. 图像平滑图像平滑是为了减少图像的噪声和细节，使得图像更加平滑，在一些图像处理任务中有着重要的应用。
常用的图像平滑算法包括均值滤波、中值滤波和高斯滤波等。
在本次实验中，我们选择了均值滤波作为图像平滑的算法，并使用一个3x3的滤波模板对图像进行卷积操作。
5. 直方图均衡化直方图均衡化是一种常用的图像增强技术，通过对图像的灰度级进行重新分配，使得原始图像中较暗的像素点和较亮的像素点在直方图上均匀分布，从而增强图像的对比度和视觉效果。
实验结果经过实验，我们得到了经过灰度化、二值化、图像平滑和直方图均衡化等处理后的图像。
与原始彩色图像相比，经过灰度化的图像丢失了颜色信息，但保留了图像的亮度信息；经过二值化的图像将图像的亮度信息进一步简化，只保留了黑色和白色两种颜色；经过图像平滑的处理，图像的细节和噪声得到了一定程度的抑制；经过直方图均衡化的处理，图像的对比度得到了显著的提升，整体的视觉效果更好。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
随着计算机技术的不断发展以及各种软件与 操作平台的不断更新 , 出现了以位图格式和矢量 格式为代表的许多种图像格式 . 如照片、 数字化的 视频图像等. 在图像处理技术中, 要比较准确地表 达图像的真实视觉效果, 经常需要使用灰度, 这种 图像常被称为灰度图像 . 下面的尝试就是建立在 将灰度图像记录为真正的灰度级的基础之上的. 对于灰度级图像 , 利用位图格式进行描述时, 这些 位内容即代表颜色号 , 通常用 0 表示黑色, 用最高 位( 8 位像素时为 255) 表示白色, 而中间值则代表 灰度级别. 本文研究对象选定了八位灰度位图格 式. 本系统将对色阶处理、 反相、 平滑、 锐化及灰度 调整等一些图像处理技术进行浅显的尝试 . 下面 的内容将按照系统的功能逐项进行介绍 .
w ( i, j ) 、 f (i,j)
9 点平滑取窗口为 3 ! 3. 以上两种方法中 , 第 一项平滑结果接受于原始图像灰度级 , 实现方法 简单 , 原理更容易理解. 而第二项平滑结果 , 使图
52
吉
林
化
工
学
院
学
报
2005 年
pp= Abs( g et in ( x , y) get in( x + 1, y + 1) ) + Abs( getin( x+ 1, y) getin( x , y+ 1) ) Picture1. P Set ( x, y) , pp Next y Next x 3. 2 拉普拉斯算子 对于一个连续的二元函数 F ( x, y) 其拉普拉 斯算子定义为: ! 2F ( x , y ) = 其中 !
收稿日期 : 2005- 03- 09 作者简介 : 刘晓乐 ( 1980 ) , 女 , 吉林长春人 , 东北师范大学在读硕士 , 主要从事计算机软 件与理论方面的研究 .
第2期
刘晓乐 , 等 : 灰度图像基本处理及实现
51
If Check1. Value = Checked T hen F or i = 0 T o w F or j = 0 T o h If getin( i, j) Else Form1. P icture1. PSet ( i, j) , RGB( 255, 255, 255) End If Next j Next i End If 1 1 Slider1. Value per T hen
2 2
一图像中 , 形象直观 . 我们在色阶处理中自动将灰 度直方图显示在弹出界面上, 便于用户根据显示 的数据进行分析处理 . 并且, 为了方便进行二值化 处理 , 添 加了预 览功能 , 以 及恢复 功能 ( 取消功 能) . 具体实现上, 系统先将图像中的像素点提取 出来 , 并进行保存, 再根据不同的需要对象素值进 行编辑处理 , 最后再将处理完的数据反映在用户 界面上 . 通过采用大量的不同画制的图片进行测 试后, 图片处理的主要功能及打开关闭和恢复功 能均能在多数情况下正常完成. 但图像的平滑处 理中, 当白色与其它不同灰度级相邻的象素进行 平滑时, 若反差较大 , 即边缘尖锐 , 则会出现不同 程度的失真情况. 这个问题是这个系统暂时无法 解决的. 该软件可实现其预期提供的一些功能, 但 还需进行完善 , 如图像的平滑处理中, 如何做到不 失真, 以及在锐化过程中利用其它微分算子时会 产生哪些效果及应用 , 另外, 如何扩展系统可处理 的图像类型, 来进一步扩展软件的应用范围 , 提高 处理图像的能力, 也可以做进一步的研究设计. 很 希望能得到各位老师、 专家的批评和指正.
1
图像色阶处理
为了实现色阶处理的功能 , 首先根据读取的
数字图像, 按某一灰度级内的象元频数 ( 或个数) 画出图片框中图像的灰度直方图, 再利用标尺的 VALUE 属性 ( 即标尺的刻度值 , 该值可由变量 承接, 以实现对像素值的判断 ) , 进而对图像进行 二值化处理( 使图像变为单色图像 ) . 因此, 首先要 引进灰度直方图的概念. 1. 1 灰度直方图 对应于每个灰度值、 求出在图像中具有该灰
参考文献:
[ 1] [ 2] [ 3] [ 4] [ 5] [ 6] 晶辰工作室 . 最流行图像格式实用参考手册 [ M ] . 北 京 : 电子工业出版社 , 1998. 11- 24. 刘传憬 , 黄 煜 . 多格式图像程序设计入门 [ M ] . 北京 : 人民邮电出版社 , 1995. 118- 146. 陈晓明 . 实 用图像 分析与 处理技 术 [ M ] . 北京 : 电 子 工业出版社 . 田村秀 行 , 坂田 俊 , 赫荣 威 , 等 . 计 算机 图像 处理 技 术 [ M ] . 北京 : 北京师范大学出版社 , 1986. 10- 26. 姚家奕 , 姜 万录 . 计算 机图像技 术及其 应用 [ M ] . 北 京 : 国防工业出版社 , 1998. 3. 崔屹 . 数字 图像处 理技术 与应用 [ M ] . 北京 : 电子 工 业出版社 , 1997.
f y 矢量 G ( x , y ) 指向函数 f ( x , y ) 最大率的方向; 也可说是对图像中变化明显的边缘曲线求导的方 法。对数字图像而言 , 微分运算一般用差分来代 替。利用差分运算时 , 图像的最后一行和最后一 列的像素的梯度无法求得 , 一般用前一行或前一 列的梯度值近似代替。梯度算出后, 可有多种方 法产生不同的梯度增强图像。经过实验应用选择 如下形式的差分运算 能得到更高质 量的锐化效 果。代码如下 : F or x= 0 T o w 2 F or y= 0 T o h 2
F
2
2
x y 称为拉普拉斯 算子, 拉 普拉斯算子
+
F
2
也具有各向同性的特性 . 本系统分别利用两种算 子的化简式来对图像进行锐化处理 , 相比较起来, 利用拉普拉斯算子处理会得到更为清楚的结果. 在系统中 , 拉普拉斯锐化方法的实现如下: F or x= 1 T o w 2 F or y= 1 T o h 2 pp= 4* getin( x, y) getin( x+ 1, y 1) get in( x 1, y+ 1) get in( x + 1, y+ 1) getin( x 1, y 1) Picture1. P Set ( x, y) , pp Next y Next x 由于灰度图像的反相功能可简单地利用开发 语言中的反相显示参数完成, 熟悉 Visual Basic 语言 的人可以很容易地了解到 , 因此在这里不再赘述.
第 22 卷 第 2 期 2005 年 4 月
吉 林 化 工 学 院 学 报 JOU R NA L O F J ILIN IN STITU TE OF CHEM ICA L T ECHN O LOG Y
V ol. 22 N o. 2 A pr. 2005
文章编号 : 1007 2853( 2005) 02 0050 03
Form1. Picture1. PSet ( i, j) , RGB( 0, 0, 0)
2
图像平滑处理
图像信号在传输过程中的各种干扰及信号统
3
图像锐化处理
在图像的判断和识别中, 会需要边缘鲜明的
计噪声都会使图像质量下降, 使原本均匀、 连续变 化的灰度突然改变, 形成虚假的物体边缘或轮廓. 抑制或消除这类噪声而改善图像质量的过程称为 对图像的平滑过程 . 平滑的原理就是用某一像素 邻域内各点灰度级的平均值来代替该像素的灰度 级. 这种方法可在空间域上对图像的灰度级进行 平滑运算 . 平滑的具体方法有以下两种 : 2. 1 邻域平均法 在邻域平均法中, 假设图像是由许多灰度恒 定的小块组成, 假设原图像为 f ( x , y ) , 点集的变 化域 S 为相邻 4 个点. 那么, 平滑后中心点( x , y ) 的灰度值由下式决定 : f ( x , y ) = [ f ( x - 1, y - 1) + f ( x + 1, y - 1) + f ( x - 1 , y + 1 ) + f ( x + 1, y + )] / 4 即取 4 个邻域像素灰度值平均值为平滑后中 心点像素的灰度值 . 如果平滑沿水平和垂直方向 逐点移动 , 这样就平滑了整幅图像 . 2. 2 固定加权 9 点平滑 当然 , 在要求比较严格的图像处理中, 往往应 用复杂一点的平滑方法, 比如利用模版 ( 空间平滑 滤波器 ) 平滑图像的方法, f ( x , y ) 代表邻域 S 内 的中心像素, 即要平滑的像素 . f ( x , y ) 为该点平 滑后的灰度值. f (x,y) =
灰度 图像基 本处 理及 实现
刘晓乐, 王素华
( 东北师范大学 计算机学院 , 吉林 长春 130117)
摘要 : 这是一套关于灰度图像处理的简易系统 , 尝试实 现了对 灰度图 像的色阶 处理、 平滑 处理、 锐化处 理、 反相处理 及灰度调整等功能 . 设计了一套方便使 用、 针 对性强 的灰度图 像处理 软件并 给出了 相应的 算子和数学摸拟实现 . 相较其它的图像处理软件而言 , 该系统 所占空 间非常 小 , 却 方便实 现了图 像处理 中的一些基本应用 , 因此可将该系统作为插件修改或添加到其它图像软件中 , 实现图像识别或 模式匹配 的预处理功能 . 关 键 词 : 二值图像 ; 阈值 ; 平滑 ; 锐化 文献标识码 : A 中图分类号 : T P 391. 41
i, j S
图像. 图像尖锐化技术 ( 锐化处理 ) 常用来对图像 的边缘进行增强. 图像中的边缘是由灰度级和邻 域点不同的像素点构成的 , 边缘与轮廓一般位于 灰度突变的地方, 因而用微分运算锐化图像 ; 而且 这种变化常常具有任意方向, 因而要挑选那些不 具备空间方向性的和具有旋转不变的线性微分算 子, 如梯度算子、 拉普拉斯算子和其他一些相关算 子. 3. 1 梯度算子 图像处理中最常用的微分方法是求梯度. 对 于图像 f ( x , y ) , 它在点 ( x , y ) 处的梯度定义为 : G( x , y) = f x