图象增强--梯度锐化
1、微分法
在图象中，边缘是由灰度级和相邻域点不同的象素点构成的。因而，若想增强边缘，就应该突出相邻点间的灰度级的变化。微分运算可用来求信号的变化率，因而具有加强高频分量的作用。如果将其应用在图象上，可使图象的轮廓清晰。由于我们常常无法事先确定轮廓的取向，因而挑选用于轮廓增强的微分算子时，必须选择那些不具备空间方向性的和具有旋转不变的线形微分算子。图象处理中最常用的微分方法是求梯度。对于图象f(x, y), 它在点（x,y）处的梯度是一个矢量。
微分运算一般用差分来代替。常用的差分形式有两种：
1) GM(x,y)=|f(x,y)-f(x+1,y)|+|f(x,y)-f(x,y+1)|
2) GM(x,y)=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|
利用差分运算时，图象的最后一行和最后一列的象素的梯度无法求得，一般用前一行或前一列的梯度值近似代替。
算出梯度后让梯度图象的灰度值g(x,y)等于该点的梯度幅度，即g(x,y)=GM(x,y)。这是常用的方法。
还有就是：
1)
2)
Lg为一指定的灰度值。3)
Lb为一对背景指定的灰度值。4)
Lg 和 Lb 的意义同上。2、卷积
一般可使用如下高通滤波矩阵：
|
|
|
|
|
下面是微分法第一种方法的程序，适用于灰阶图象。
/* Contents a_gradient Sharpen images with differential method */ #include <stdio.h> #include <vicdefs.h> #include <vicfcts.h> #include <vicerror.h> #include <string.h> #include <math.h> #include <float.h> extern int _cdecl checkrange_(imgdes *); /* Sharpen images. Returns NO_ERROR, BAD_RANGE, BAD_FAC, NO_EMM, EMM_ERR, NO_XMM, or XMM_ERR */ int _cdcel a_gradient(imgdes * srcimg, imgdes * desimg, int kind_method) { int pixel_gray_1, pixel_gray_2, pixel_gray_3, pixel_gray_4, j, k, i, l; int rcode=NO_ERROR; int sx, sy, ex, ey; int gradient; int kind; kind = kind_method; /* Check range of start, end position */ if (checkrange_(srcimg)) return (BAD_RANGE); if (kind != 1 && kind != 2) return (BAD_FAC); sx = srcimg->stx; sy = srcimg->sty; ex = srcimg->endx; ey = srcimg->endy; copyimgdes (srcimg, desimg); rcode = copyimage(srcimg, desimg); if (rcode != NO_ERROR) return (rcode); for (k= sx; k<= ex-1; k++) { for (j=sy; j<= ey-1; j++) { gradient = 0; if (kind ==1) { pixel_gray_1 = getpixelgray (srcimg, k, j); pixel_gray_2 = getpixelgray (srcimg, k+1, j); pixel_gray_3 = getpixelgray (srcimg, k, j); pixel_gray_4 = getpixelgray (srcimg, k, j+1); } else { pixel_gray_1 = getpixelgray (srcimg, k, j); pixel_gray_2 = getpixelgray (srcimg, k+1, j+1); pixel_gray_3 = getpixelgray (srcimg, k+1, j); pixel_gray_4 = getpixelgray (srcimg, k, j+1); } if (pixel_gray_1 < 0) return (pixel_gray_1); if (pixel_gray_2 < 0) return (pixel_gray_2); if (pixel_gray_3 < 0) return (pixel_gray_3); if (pixel_gray_4 < 0) return (pixel_gray_4); gradient = (int)(abs(pixel_gray_1 - pixel_gray_2)) + (int)(abs(pixel_gray_3 - pixel_gray_4)); if (gradient > 255) gradient = 255; rcode = setpixelgray(desimg, k, j, (UCHAR)gradient); if (rcode!=NO_ERROR) return (rcode); } } /* for last column and row */ for (j=sy; j<= ey-1; j++) { rcode=getpixelgray(desimg, ex-1, j); if (rcode!=NO_ERROR) return (rcode); rcode=setpixelgray(desimg, ex, j, rcode); if (rcode!=NO_ERROR) return (rcode); } for (k=sx; k<=sx-1; k++) { rcode = getpixelgray(desimg, k, ey-1); if (rcode!= NO_ERROR) return (rcode); rcode = setpixelgray (desimg, k, ey, rcode); if (rcode != NO_ERROR) return (rcode); } rcode = getpixelgray (desimg, ex-1, ey-1); if (rcode!= NO_ERROR) return (rcode); rcode = setpixelgray (desimg, ex, ey, rcode); if (rcode != NO_ERROR) return (rcode); }
程序中用参数KIND来选择近似计算梯度的两种方法。
本站微信订阅号：
本页网址二维码：