數(shù)字圖像處理_第三章

1、數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain圖像增強(qiáng)： 空間域：直接處理像素 頻域：處理傅氏變換不存在圖像增強(qiáng)的通用理論，具有主觀性。數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.1 背景知識(shí)空域處理：( , ) ( , )g x yT f x y數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.1 背景知識(shí)圖像鄰域內(nèi)的處理T最簡(jiǎn)單的形式11鄰域，此時(shí)s=T（r）也叫點(diǎn)映射。

2、數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.2 某些基本灰度變換常用的三種基本類型函數(shù)：線性的（正比，反比）對(duì)數(shù)的（對(duì)數(shù)，反對(duì)數(shù)）冪次（n次冪，n次方根） 數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.2 某些基本灰度變換3.2.1 圖像反轉(zhuǎn) 作用：增強(qiáng)嵌入于圖像暗區(qū)的白色或灰色細(xì)節(jié)。 0,1 LS = L -1- r數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.2

3、某些基本灰度變換3.2.2 對(duì)數(shù)變換c為常數(shù) 作用：用來擴(kuò)展被壓縮的高值圖像中的暗像素。不過在很大程度上壓縮了圖像像素的動(dòng)態(tài)范圍。具體應(yīng)用是縮小傅氏變換的譜范圍。log(1) scr r0數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.2 某些基本灰度變換3.2.3 冪次變換c、r為正常數(shù)有偏移量時(shí)， 和有相反的效果。 rscr()rsc r1r 1r 數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.2 某些基本灰度變換3.2.3 冪次變換 圖像獲

4、取，打印和顯示的各種裝置存在多種冪次規(guī)律響應(yīng)，用來修正這些冪次的過程叫校正。 例如：CRT裝置 =1.8-2.5 圖3.6圖中=2.5顯示效果暗，校正參見圖3.7（模形圖像）。數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.2 某些基本灰度變換3.2.3 冪次變換 P64中的例子3.1是用冪次變換進(jìn)行對(duì)比度增強(qiáng)。 例3.2與3.1相反。數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.2 某些基本灰度變換3.2.3 冪次變換 例3.2：數(shù) 字 圖 像

5、 處 理Chapter 3 Image Enhancement in theSpatial Domain3.2 某些基本灰度變換3.2.4 分段線性變換函數(shù)這種方法與前述方法相對(duì)，最大的優(yōu)點(diǎn)是形式可任意組合。缺點(diǎn)是需要更多的用戶輸入。 數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.2 某些基本灰度變換3.2.4 分段線性變換函數(shù)最簡(jiǎn)單的分段線性函數(shù)之一是：對(duì)比度拉伸，其思想是提高圖像處理時(shí)灰度分及動(dòng)態(tài)范圍。數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Doma

6、in3.2 某些基本灰度變換3.2.4 分段線性變換函數(shù)灰度切割：提高特一范圍的灰度值。數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.2 某些基本灰度變換3.2.4 分段線性變換函數(shù)位圖切割：設(shè)圖像每一個(gè)像素用8bits來表示，假想圖像由8個(gè)1bit平面組成，其范圍從最低的0平面到最高的位平面7。（位平面分割）：對(duì)圖像特定位提高其亮度的仍可提高圖像質(zhì)量。例：可設(shè)一個(gè)灰度值變函數(shù)，獲得位平面7的二值圖像（0-1270，129-255255），如圖3.14、13、12所示。 數(shù) 字 圖 像 處 理Chapter 3 Ima

7、ge Enhancement in theSpatial Domain3.2 某些基本灰度變換3.2.4 分段線性變換函數(shù)數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.2 某些基本灰度變換3.2.4 分段線性變換函數(shù)數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.3 直方圖處理概念：直方圖歸一化直方圖其應(yīng)用十分廣泛，如：圖像增強(qiáng)技術(shù)，圖像壓縮及分割直方圖圖像增強(qiáng)技術(shù)，參見圖3.15：0,1L( )kkh rn數(shù) 字 圖 像 處 理 3.3.1 直

8、方圖均衡化設(shè)設(shè) 應(yīng)滿足下列條件：應(yīng)滿足下列條件： 1 1）在區(qū)間內(nèi)）在區(qū)間內(nèi)T T( (r r) )為單值單調(diào)為單值單調(diào)增加；增加；2 2）對(duì)于，有。）對(duì)于，有。條件條件1 1）使灰度級(jí)保持從黑到白的次序；）使灰度級(jí)保持從黑到白的次序；條件條件2 2）保證映射變換后的像素灰度值在）保證映射變換后的像素灰度值在允許范圍內(nèi)允許范圍內(nèi) 數(shù) 字 圖 像 處 理從從s s到到r r的反變換用下式表示的反變換用下式表示同樣假設(shè)對(duì)于變量同樣假設(shè)對(duì)于變量s s也要滿足條件也要滿足條件1 1）和）和2 2）。）。 3.3.1 直方圖均衡化數(shù) 字 圖 像 處 理在一幅圖像中，在在一幅圖像中，在00，11區(qū)間內(nèi)的區(qū)

9、間內(nèi)的灰度級(jí)是隨機(jī)變量，假定對(duì)每一個(gè)灰度級(jí)是隨機(jī)變量，假定對(duì)每一個(gè)瞬間它們是連續(xù)變量，那么可以用瞬間它們是連續(xù)變量，那么可以用概率密度函數(shù)和分別表示概率密度函數(shù)和分別表示原始圖像和變換圖像的灰度級(jí)。原始圖像和變換圖像的灰度級(jí)。 )(rpr)(sps 3.3.1 直方圖均衡化數(shù) 字 圖 像 處 理由概率論知道，如果，由概率論知道，如果，T T( (r r) )是已知是已知的，滿足條件的，滿足條件1 1），那么變換圖像灰度），那么變換圖像灰度級(jí)的概率密度函數(shù)可以由下式得到：級(jí)的概率密度函數(shù)可以由下式得到：這說明：通過這說明：通過T T( (r r) )控制圖像灰度級(jí)的概率控制圖像灰度級(jí)的概率函數(shù)，

10、從而改善圖像的外貌。函數(shù)，從而改善圖像的外貌。關(guān)鍵是關(guān)鍵是 如何選擇？如何選擇？)(rpr)(1)()(STrrsdsdrrpsp 3.3.1 直方圖均衡化數(shù) 字 圖 像 處 理1 1 連續(xù)直方圖的均衡化連續(xù)直方圖的均衡化假定變換函數(shù)為假定變換函數(shù)為式中是積分的假變量，可以看作是的累積式中是積分的假變量，可以看作是的累積分布函數(shù)（分布函數(shù)（CDFCDF）。因?yàn)椋?。因?yàn)镃DFCDF是的函數(shù)，并單調(diào)是的函數(shù)，并單調(diào)從從0 0增加到增加到1 1，所以滿足條件，所以滿足條件1 1）、）、2 2）。）。 rr 3.3.1 直方圖均衡化數(shù) 字 圖 像 處 理求上式對(duì)的導(dǎo)數(shù)得求上式對(duì)的導(dǎo)數(shù)得 sr)()()

11、(0rpdpdrddrrdTdrdsrrr101)(1)()()(srprpdsdrrpsprrrs說明：變換后的變量的定義域內(nèi)是均勻密度說明：變換后的變量的定義域內(nèi)是均勻密度，且這個(gè)結(jié)果與反變換函數(shù)無關(guān)。由于通常不易獲，且這個(gè)結(jié)果與反變換函數(shù)無關(guān)。由于通常不易獲得的解析式，所以這是很重要的。得的解析式，所以這是很重要的。 s)(sps)(1sT 3.3.1 直方圖均衡化數(shù) 字 圖 像 處 理3 3離散直方圖均衡化離散直方圖均衡化 設(shè)一幅圖象的象素總數(shù)為設(shè)一幅圖象的象素總數(shù)為n n，分，分L L個(gè)灰度級(jí)。個(gè)灰度級(jí)。數(shù) 字 圖 像 處 理例：設(shè)圖象有例：設(shè)圖象有6464* *64=409664=

12、4096個(gè)象素，有個(gè)象素，有8 8個(gè)灰度級(jí)個(gè)灰度級(jí)，灰度分布如表所示。進(jìn)行，灰度分布如表所示。進(jìn)行直直方圖均衡化方圖均衡化。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02數(shù) 字 圖 像 處 理步驟：步驟：rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030

13、.02數(shù) 字 圖 像 處 理1. 1. 由（由（2-22-2）式計(jì)算）式計(jì)算s sk k。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk計(jì)算計(jì)算 0.190.440.650.810.890.950.981.00數(shù) 字 圖 像 處 理rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210

14、.160.080.060.030.02sk計(jì)算計(jì)算 0.190.440.650.810.890.950.981.00sk舍入舍入 1/73/75/76/76/71112. 2. 把計(jì)算的把計(jì)算的s sk k就近安排就近安排到到8 8個(gè)灰度級(jí)中。個(gè)灰度級(jí)中。數(shù) 字 圖 像 處 理rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk計(jì)算計(jì)算 0.190.440.650.810.890.950.981.00sk舍入舍入 1/7

15、3/75/76/76/7111sk nsk 7901023850985448p(sk) 0.190.250.210.240.113. 3. 重新命名重新命名sksk，歸并相，歸并相同灰度級(jí)的象素?cái)?shù)。同灰度級(jí)的象素?cái)?shù)。數(shù) 字 圖 像 處 理均衡化前后均衡化前后直直方圖比較方圖比較數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.3 直方圖處理3.3.2 直方圖匹配希望的形狀：令 輸入 輸出（希望的）再有：得到：則z必須滿足條件：( )rP r( )sP s0( )( )rrsT rw dwP0( )( )zzG zP t d

16、ts ( )( )G zT rs11( ) ( )zGsGT rdwwPrTrr)()(0dttPzGzz)()(0其中得到其實(shí)質(zhì)是兩邊都變“平”。具體實(shí)施步驟為：（1）求T（r）（2）求G（z）（3）求（4）代入1G1 ( )zGT r數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.3 直方圖處理3.3.2 直方圖匹配離散情況時(shí)，實(shí)現(xiàn)在實(shí)際中， 和 因?yàn)檎麛?shù)而不是還有，處理的都必須是整數(shù)。 12 , 1 , 0)(0 LknnrTSkjjkk12 , 1 , 0)()(0 LkzPzGVkiizkk12 , 1 , 0

17、)()(11 LkSGrTGkkkz ,jjrs ,jjrs jz (0,11)jzjL，0,1 我們可以按照P78，圖3.19來每行映射，得到 及G(z)兩值，可按下式每行送代而是滿足正式的最小整數(shù) 。圖3.19給出了一個(gè)映射關(guān)系具體的實(shí)施情況可參見P77實(shí)際例子可參見例3.4Sk12 , 1 , 00) ( LkSzGkkzzkzzkzz0,1L數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.3 直方圖處理3.3.2 直方圖匹配數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in the

18、Spatial Domain3.3 直方圖處理3.3.2 直方圖匹配數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.3 直方圖處理3.3.2 直方圖匹配數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.3 直方圖處理3.3.2 直方圖匹配數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.3 直方圖處理3.3.3 局部增強(qiáng)以上講述的方法都是對(duì)整個(gè)圖像進(jìn)行處理，在實(shí)際中可以僅對(duì)圖像的

19、一部分進(jìn)行增強(qiáng)處理，這時(shí)，可以一個(gè)像素的鄰域內(nèi)進(jìn)行計(jì)算（如直方圖平衡化）。從當(dāng)前像素移到下一像素，每次中映射鄰域中心值。具體例子見例3.5。數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.3 直方圖處理3.3.4 在圖像增強(qiáng)中使用直方圖統(tǒng)計(jì)學(xué)我們可以根據(jù)直方圖計(jì)算一些關(guān)于圖像的統(tǒng)計(jì)參數(shù)r的n階矩r在 上的離散灰度m為灰度均值如二階矩：是r的方差 01( )()( )2nniiiLrrmP r0,1L01()2iiiLmr P r2201( )()( )2iiiLrrmP r2( ) r數(shù) 字 圖 像 處 理Chapter

20、 3 Image Enhancement in theSpatial Domain3.3 直方圖處理3.3.4 在圖像增強(qiáng)中使用直方圖統(tǒng)計(jì)學(xué)一般來講，圖像的平均值可以表示圖像的平均強(qiáng)度，而方差（或標(biāo)準(zhǔn)差）表示平均對(duì)比度。上述公式如果是在鄰域 中計(jì)算，則有 p表鄰域歸一化直方圖 是在鄰域中坐標(biāo)處 灰度基于局部平均值和方差可以得到一些圖像增強(qiáng)技術(shù)。 xyS( , ),(, )xyxysstss tsmzrp r t, s tr( , )s t22,( , )()xyxyxys tss ts tsszrmp r數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in the

21、Spatial Domain3.3 直方圖處理3.3.4 在圖像增強(qiáng)中使用直方圖統(tǒng)計(jì)學(xué)例3.6 鎢絲在SEM（掃描電子顯微鏡）的圖像目的：只增強(qiáng)暗的，而亮的不動(dòng)數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.3 直方圖處理3.3.4 在圖像增強(qiáng)中使用直方圖統(tǒng)計(jì)學(xué)下面給出一個(gè)實(shí)例：數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.3 直方圖處理3.3.4 在圖像增強(qiáng)中使用直方圖統(tǒng)計(jì)學(xué)下面給出一個(gè)實(shí)例：數(shù) 字 圖 像 處 理Chapter 3 Image

22、 Enhancement in theSpatial Domain 3.4 用算術(shù)/邏輯操作增強(qiáng) 算術(shù)：模板操作邏輯：與、或、非 例子見左圖數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain 3.4 用算術(shù)/邏輯操作增強(qiáng)3.4.1 圖像減法處理觀察兩幅圖象的差異，如高速公路汽車的行駛情況。參見右圖： ),(),(),(yxhyxfyxg數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain 3.4 用算術(shù)/邏輯操作增強(qiáng)3.4.1 圖像減法處理例3.7 ： 數(shù) 字

23、圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain 3.4 用算術(shù)/邏輯操作增強(qiáng)3.4.1 圖像減法處理 原始 噪聲假設(shè)噪聲不相關(guān)，且均值為0K幅平均實(shí)際中存在配準(zhǔn)問題( , )( , )( , )g x yf x yy x y 12( , )( , )1( , )( , )2( , )( , )1iig x yx ykg x ygx yKE g x yf x yK數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain 3.4 用算術(shù)/邏輯操作增強(qiáng)3.4.1 圖像減法處理

24、例3.8 ： 數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain 3.4 用算術(shù)/邏輯操作增強(qiáng)3.4.1 圖像減法處理注意：直方圖均值，標(biāo)準(zhǔn)差的變化 數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.5 空間濾波基礎(chǔ)濾波的機(jī)理 ：響應(yīng)：1 12212nnmniiiRw zw zw zmnwz數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.5 空間濾波基礎(chǔ)如模板，任一點(diǎn) 的響應(yīng)注意事項(xiàng)

25、：圖像邊框時(shí)，出現(xiàn)溢出，解決辦法：限制補(bǔ)0，復(fù)制，循環(huán)3 3( , )x y1 12299192iiikw zw zw zw z數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.6 平滑空間濾波器用于模糊處理，減小噪聲例如：在提取大目標(biāo)前，去除圖像中一些瑣碎的細(xì)節(jié)、橋界，“有所失才能有所得”。 數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.6 平滑空間濾波器3.6.1 平滑線性濾波器求包含在模板內(nèi)像素平均值，也叫均值濾波器（低通）如：9點(diǎn)平滑還有加

26、權(quán)均值濾波器模板示意圖：9191iizRaasbbtaasbbttswtysxftswyxg),(),(),(),(數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.6 平滑空間濾波器3.6.1 平滑線性濾波器例3.9 數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.6 平滑空間濾波器3.6.1 平滑線性濾波器例3.9 數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.6 平滑空

27、間濾波器3.6.2 統(tǒng)計(jì)排序?yàn)V波器一種非線性空間濾波器，其響應(yīng)是基于圖像濾波器所包圍區(qū)域中像素（灰度）的排序。常見的如中值濾波器，該濾波器對(duì)脈沖噪聲特有效。數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.7 銳化空間濾波銳化的目的是突出圖像中細(xì)節(jié)或被模糊的細(xì)節(jié)，銳化可用微分來完成，而微分算術(shù)的響應(yīng)強(qiáng)度與圖像在該點(diǎn)的突變程度有關(guān)。 數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.7 銳化空間濾波3.7.1 基礎(chǔ)對(duì)微分的定義可以有各種表述，這里必須保證

28、如下幾點(diǎn)（1）在平坦段為0（2）在灰度階梯或斜坡的起始點(diǎn)處為非0（ ）（3）沿著斜坡面微分值非0（ ）二階微分也類似：（1）平坦區(qū)為0（2）在灰度階梯或斜坡的起始點(diǎn)及中止點(diǎn)處為非0（ ）（3）沿常數(shù)斜率的斜坡面的微分0（=0）對(duì)于一元函數(shù)表達(dá)一階微分：二階微分：000(1)( )ff xf xx22(1)(1)2 ( )ff xf xf xx數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.7 銳化空間濾波3.7.1 基礎(chǔ) 圖3.38是關(guān)于一階微分和二階微分計(jì)算的一個(gè)實(shí)例。 數(shù) 字 圖 像 處 理Chapter 3 Ima

29、ge Enhancement in theSpatial Domain3.7 銳化空間濾波3.7.1 基礎(chǔ)結(jié)論：結(jié)論： （1）一階微分產(chǎn)生的邊緣寬（如：沿斜坡很長(zhǎng)一段非0）；（2）二階微分對(duì)細(xì)節(jié)反應(yīng)強(qiáng)烈如細(xì)線、孤立點(diǎn)（斜坡起止點(diǎn)為非0）；（3）一階微分對(duì)灰度階躍反應(yīng)強(qiáng)烈；（4）二階微分對(duì)灰度階梯變化產(chǎn)生雙響應(yīng)，在大多數(shù)應(yīng)用中，對(duì)圖像增強(qiáng)來說，二階微分化一階微分好一些。 數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.7 銳化空間濾波3.7.2 基于二階微分的圖像增強(qiáng)一拉普拉斯算子這里主要觀注的是各向同性濾波器（旋轉(zhuǎn)不變的

30、）處理方法：拉普拉斯算子：由前邊：在x方向上：在y方向上：則有： 22222fffxy22(1, )(1, )2 ( , )ff xyf xyf x yx22( ,1)( ,1)2 ( , )ff x yf x yf x yy),(4)1,() 1,(), 1(), 1(yxfyxfyxfyxfyxf數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.7 銳化空間濾波3.7.2 基于二階微分的圖像增強(qiáng)一拉普拉斯算術(shù)圖像相減時(shí)，可能出現(xiàn)負(fù)值，如何來解決？例如：0255差圖像要進(jìn)行標(biāo)定：每一像素+255然后除以2優(yōu)點(diǎn)，簡(jiǎn)單，快速

31、缺點(diǎn)：無法保證覆蓋0255全范圍先提取最小值取反后加在差圖像中然后用乘每一像素可保證結(jié)果具體執(zhí)行的模板右圖圖 中心正中心負(fù)數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.7 銳化空間濾波3.7.2 基于二階微分的圖像增強(qiáng)一拉普拉斯算子拉普拉斯算子是強(qiáng)調(diào)灰度突變而降低灰度慢變化的區(qū)域。具體辦法是：把原圖像拉普拉斯圖像疊加在一起，這樣既能保護(hù)拉氏銳化效果，同時(shí)又能復(fù)原背景信息。拉氏模板中心軸為負(fù)拉氏模板中心軸為正具體實(shí)例如下頁圖所示：22( , )( , )( , )( , )( , )f x yf x yg x yf x

32、yf x y數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.7 銳化空間濾波3.7.2 基于二階微分的圖像增強(qiáng)一拉普拉斯算術(shù)實(shí)例數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domain3.7 銳化空間濾波3.7.2 基于二階微分的圖像增強(qiáng)一拉普拉斯算子簡(jiǎn)化：上邊的過程實(shí)際中可用一步來完成而把會(huì)成，即把合成與拉氏計(jì)算會(huì)起來。最終模板 如右圖所示： 數(shù) 字 圖 像 處 理Chapter 3 Image Enhancement in theSpatial Domai

33、n3.7 銳化空間濾波3.7.2 基于二階微分的圖像增強(qiáng)一拉普拉斯算子反銳化模板與高提濾的處理在出版業(yè)中，圖像銳化處理是將圖像的模糊形式從原圖像中減去，該過程叫反銳化換模（模板） 銳化圖像 原 模糊形式反銳化掩模進(jìn)一步普遍形式為主提升濾波其中， ，亦結(jié)合前邊的式子得：( , )( , )( , )sfx yf x yf x y( , )( , )( , )hbfx yAf x yf x y1A( , )(1) ( , )( , )( , )hbfx yAf x yf x yf x y( , )(1) ( , )( , )hbsfx yAf x yfx y數(shù) 字 圖 像 處 理Chapter 3 Image Enh