数字图像处理实验四

数字图像处理—实验四
一．实验内容：
⑴ 图像的锐化：使用Sobel，Laplacian算子分别对图像进行运算，观察并体会运算
结果。
⑵ 综合练习：对需要进行处理的图像分析，正确运用所学的知识，采用正确的步骤，
对图像进行各类处理，以得到令人满意的图像效果。
[3] 编程实现Roberts梯度锐化算法。
二．实验目的：

学会用Matlab中的下列函数对输入图像按实验内容进行运算；感受各种不同的
图像处理方法对最终图像效果的影响。
imfilter；fspecial；imadjust；
三．实验步骤：

1．仔细阅读Matlab帮助文件中有关以上函数的使用说明，能充分理解其使用
方法并能运用它们完成实验内容。

2．将cameraman.jpg图像文件读入Matlab，使用imfilter函数分别采用Sobel，
Laplacian算子对其作锐化运算，显示运算前后的图像。算子输入方法(两种
方法都做)：
(1)用fspecial函数产生（注意：fspecial仅能产生垂直方向sobel算子，产生
Laplacian算子时alpha参数选择0，详见Help）。
(2)直接输入，其中Sobel算子形式为
121000121xd（水平Sobel） 101202101yd










（垂直Sobel）

Laplacian算子形式为
010141010










。

对于Sobel算子，采用22xydd生成图像；对于Laplacian算子，直接采用
计算结果作为锐化后图像。
figure;
subplot(2,3,1);
i1=imread('D:\images\cameraman.tif');
i1=im2double(i1);
imshow(i1);title('Input Image');
subplot(2,3,2);
h=fspecial('sobel');
g=h.';
T1= imfilter(i1, h);
T2=imfilter(i1, g);
T3=sqrt(T1.^2+T2.^2);
imshow(T3);title('方法一sobel算子');
subplot(2,3,3);
h = fspecial('laplacian',0);
T4= imfilter(i1, h);
imshow(T4);title('方法一laplacian算子');
subplot(2,3,4);
dx=[-1 -2 -1
0 0 0
1 2 1];
dy=[-1 0 1
-2 0 2
-1 0 1];
T5= imfilter(i1, dx);
T6= imfilter(i1, dy);
T7=sqrt(T1.^2+T2.^2);
imshow(T7);title('方法二sobel算子');
subplot(2,3,5);
h = [0 -1 0
-1 4 -1
0 -1 0];
T8= imfilter(i1, h);
imshow(T8);title('方法二laplacian算子');
3．将skeleton.jpg图像文件读入Matlab，按照以下步骤对其进行处理：
1） 用带对角线的Laplacian对其处理，以增强边缘。对角线Laplacian算子

为111181111。

2） 将1）结果叠加到原始图像上。可以看出噪声增强了(Laplacian算子对
噪声敏感)，应想法降低。
3） 获取Sobel图像并用imfilter对其进行5×5邻域平均，以减少噪声。
4） 获取2)和3)相乘图像，噪声得以减少。
5） 将4）结果叠加到原始图像上。
6） 最后用imadjust函数对5)结果做幂指数为0.2的灰度变换。

figure;
subplot(2,4,1);
i1=imread('D:\images\skeleton.jpg');
i1=im2double(i1);
imshow(i1);title('Input Image');
subplot(2,4,2);
h = [-1 -1 -1
-1 8 -1
-1 -1 -1];
T1= imfilter(i1, h);
imshow(T1);title('laplacian算子');
subplot(2,4,3);
T2=T1+i1;
imshow(T2);title('1)叠加原图像');
subplot(2,4,4);
h=fspecial('sobel');
T3=imfilter(i1,h);
imshow(T3);title('sobel算子');
subplot(2,4,5);
h = fspecial('average',[5 5]);
T4=imfilter(T3,h);
imshow(T4);title('5*5邻域平均');
subplot(2,4,6);
T5=T2.*T4;
imshow(T5);title('2)和3)相乘');
subplot(2,4,7);
T6=T5+i1;
imshow(T6);title('4）叠加原图像');
subplot(2,4,8);
T7=imadjust(T6,[],[],0.2);
imshow(T7);title('output image');

4．编写Roberts梯度锐化函数。Roberts梯度为
[(,)]|(,)(1,1)||(1,)(,1)|Gfxyfxyfxyfxyfxy
。
锐化图像的形成以下式为准，
[(,)](,) GBLGfxyTgxyLotherwise







LG=255，LB=0，门限T适当选择。要求：输入参数为待锐化图像和设定的
门限，输出为锐化后图像。读入cell.jpg图像进行验证。显示图像时给出选
择的门限值。
方法一：调用函数
grad1.m
function T=grad1(x,n)
x=double(x);
[dx,dy]=gradient(x);
T1=abs(dx)+abs(dy);
T=T1;
P=find(T1>=n);
T(P)=255;
Q=find(T1T(Q)=0;
End

Roberts.m
figure;
subplot(1,2,1);
i1=imread('D:\images\cell.jpg');
imshow(i1);title('Input Image');

out1=grad1(i1,5);
subplot(1,2,2);
imshow(out1);title('Output Image T=5');
imwrite(out1,'adjusted0.jpg','jpg');
方法二：或者用此函数实现
figure;
subplot(1,2,1);
i1=imread('D:\images\cell.jpg');
imshow(i1);title('Input Image');
i1=double(i1);
[dx,dy]=gradient(i1);
G=abs(dx)+abs(dy);
T=7;
g=G;
P=find(G>=T);
g(P)=255;
Q=find(Gg(Q)=0;

subplot(1,2,2);
imshow(g);title('Output Image T=7');
imwrite(g,'adjusted0.jpg','jpg');

四．实验报告要求：
用imshow函数显示经每一步处理后的图像，提交Roberts梯度锐化程序。本次实
验后要求认真写出四次实验的心得体会。
汪玲
2012/2/28