图像的锐化处理.ppt

第六章第六章 图像的锐化处理图像的锐化处理景物边界细节的增强方法景物边界细节的增强方法•图像锐化的图像锐化的目的目的是加强图像中景物的细是加强图像中景物的细节节边缘和轮廓边缘和轮廓•锐化的作用是使锐化的作用是使灰度反差增强灰度反差增强•因为边缘和轮廓都位于灰度突变的地方因为边缘和轮廓都位于灰度突变的地方所以锐化算法的实现是基于所以锐化算法的实现是基于微分微分作用图像锐化的概念•图像的景物细节特征图像的景物细节特征•一阶微分锐化方法一阶微分锐化方法•二阶锐化微分方法二阶锐化微分方法•一阶、二阶微分锐化方法效果比较一阶、二阶微分锐化方法效果比较•Canny算子算子•LOG滤波方法滤波方法图像锐化方法理论曲线理论曲线实际曲线实际曲线一阶导数一阶导数二阶导数二阶导数 两种常见的边缘一阶导数和二阶导数示意图两种常见的边缘一阶导数和二阶导数示意图 (a)阶跃函数 　　　(b)线条（（屋顶屋顶））函数6.5 Canny算子•经典图像边缘检测经典图像边缘检测(综合法思想综合法思想)——Canny算子算子•John Canny于1986年提出Canny算子，它与Marr（LoG） 边缘检测方法类似，也属于是先平滑后求导数的方法。

•John Canny研究了最优边缘检测方法所需的特性，给出了评价边缘检测性能优劣 的三个指标：•1 好的信噪比，即将非边缘点判定为边缘点的概率要低，将边缘点判为非边缘点的概率要低；•2 高的定位性能，即检测 出的边缘点要尽可能在实际边缘的中心；•3 对单一边缘仅有唯一响应，即单个边缘产生多个响应的概率要低，并且虚假响应边缘应该得到最大抑制•用一句话说，就是希望在提高对景物边缘的敏感性的同时，可以抑制噪声的方法才是好的边缘提取方法Canny算子•Canny边缘检测法利用高斯函数的一阶微分，它能在噪声抑制和边缘检测之间取得较好的平衡具体步骤如下：•(1) 用高斯滤波器来对图像滤波，可以去除图像中的噪声•(2) 用高斯算子的一阶微分对图像进行滤波，得到每个像素梯度的大小和方向其中 为滤波后的图像•(3) 对梯度进行“非极大抑制”•梯度的方向可以定义为属于4个区之一，各个区用不同的邻近像素来进行比较，以决定局部极大值这4个区及其相应的比较方向如下图所示4321x1234•例如，如果中心像素的梯度方向属于第4区，则把的梯度值与它左上和右下相邻像素的梯度值比较，看的梯度值是否是局部极大值。

如果不是，就把像素的灰度设为0，这个过程称为“非极大抑制”•(4)对梯度取两次阈值并且对图像边缘进行连接•Canny算子提取的边缘十分完整，而且边缘的连续性很好，效果优于其它算子图像经小波变换后取两次阈值，Th1和Th2，两者关系为Th1=0.4Th2我们把小于Th1的像素的灰度值设为0，得到图像1把小于Th2的像素的灰度值设为0，得到图像2我们以图像2为基础，以图像1为补充来链接图像的边缘 •链接边缘的具体步骤如下：链接边缘的具体步骤如下：•1 对图像对图像2进行扫描，当遇到一个非零灰度的像素进行扫描，当遇到一个非零灰度的像素P时，时，跟踪以跟踪以P为开始点的轮廓线，直到轮廓的终点为开始点的轮廓线，直到轮廓的终点Q•2 考察图像考察图像1中与图像中与图像2中中Q点位置对应的点点位置对应的点Q’的的8邻近邻近区域如果区域如果Q’点的点的8邻近区域中有非零像素邻近区域中有非零像素R’存在，则存在，则将其包括到图像将其包括到图像2中，作为中，作为R点•3 从从R开始，重复第一步，直到我们在图像开始，重复第一步，直到我们在图像1和图像和图像2中无法继续为止中无法继续为止•当完成包含当完成包含P的轮廓线的链接之后，将这条轮廓线标记的轮廓线的链接之后，将这条轮廓线标记已访问。

回到第一步，寻找下一条轮廓线，重复第一已访问回到第一步，寻找下一条轮廓线，重复第一步、第二步、第三步，直到图像步、第二步、第三步，直到图像2中找不到新轮廓线为中找不到新轮廓线为止图１图１ 原始图像原始图像 图图2 大阈值边缘图像大阈值边缘图像图３ 小阈值边缘图像 图４ 文中算法得到的边缘图像 6.6 LOG6.6 LOG滤波方法滤波方法三、高斯－拉普拉斯算子高斯－拉普拉斯算子 正如上面所提到的，利用图像强度二阶导数的零交叉点来求边缘点的算法对噪声十分敏感，所以，希望在边缘增强前滤除噪声 马尔（Marr）和希尔得勒斯（Hildreth）根据人类视觉特性，提出一种边缘检测方法，将高斯滤波和拉普拉斯算子结合在一起进行边缘检测，故称为LOG（Laplacian of Gaussian）算法，也称之为拉普拉斯高斯算法 一维LOG边缘检测 LOG滤波方法滤波方法 该算法的主要思路和步骤是：（1）滤波：首先对图像 进行平滑滤波 将 与 图像进行卷积，可以得到一个平滑的图像，即: （6.28） LOG滤波方法滤波方法 （2）增强：对平滑图像进行拉普拉斯运算，即: （3）检测：边缘检测判据是二阶导数零交叉点 并对应一阶导数的较大峰值。

6.29) LOG滤波方法滤波方法 由于对平滑图像 进行拉普拉斯运算可等效为 的拉普拉斯运算与 的卷积，故式（6.29）变为: 式中 称为LOG滤波器，其为:LOG滤波方法滤波方法 有两种方法求图像边缘： （1）先求图像与高斯滤波器的卷积，再求卷积的拉普拉斯变换，然后再进行过零判断2）求高斯滤波器的拉普拉斯变换，再求与图像的卷积，然后再进行过零判断 这两种方法再数学上是等价的LOG滤波方法滤波方法图7－10 二维LOG滤波器 LOG滤波方法滤波方法(a) 原图 (b) 阈值为0检测结果 (c) 阈值为0.01检测结果图7－11 采用LOG的边缘检测 LOG滤波方法滤波方法SobelRobertPrewittLOGCanny。