實(shí)驗(yàn)報(bào)告-圖像銳化_第1頁(yè)
實(shí)驗(yàn)報(bào)告-圖像銳化_第2頁(yè)
實(shí)驗(yàn)報(bào)告-圖像銳化_第3頁(yè)
實(shí)驗(yàn)報(bào)告-圖像銳化_第4頁(yè)
實(shí)驗(yàn)報(bào)告-圖像銳化_第5頁(yè)
已閱讀5頁(yè),還剩8頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

NORTHCHINAUNIVERSITYOFTECHNOLOGY實(shí)驗(yàn)報(bào)告-圖像銳化DATE\@"yyyy-M-d"2023-5-302/2DATE\@"yyyy-M-d"2023-5-3011/11........v...數(shù)字圖像處理(2015年春季學(xué)期)序號(hào):8序號(hào):8實(shí)驗(yàn)報(bào)告系別:計(jì)算機(jī)科學(xué)與技術(shù)班級(jí):計(jì)算機(jī)12-1:依力夏提江·艾買(mǎi)爾學(xué)號(hào):實(shí)驗(yàn)名稱(chēng):圖像銳化實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第1頁(yè)。實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第1頁(yè)??偝煽?jī):評(píng)語(yǔ):日期:《圖像信息處理》實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)名稱(chēng)圖像銳化實(shí)驗(yàn)序號(hào)3實(shí)驗(yàn)日期2015.5.25實(shí)驗(yàn)人依力夏提江·哎買(mǎi)爾一、實(shí)驗(yàn)?zāi)康?、要求與環(huán)境1.目的:通過(guò)實(shí)驗(yàn),了解數(shù)字圖象銳化的一般方法,掌握?qǐng)D象銳化的編程方法,了解常見(jiàn)圖象銳化效果的評(píng)價(jià)規(guī)則。2.要求:將給定的圖像進(jìn)行銳化處理,要求首先將彩色圖像灰度化,再使用銳化算法進(jìn)行銳化,最后將圖像二值化處理,分析銳化后的視覺(jué)效果,提交實(shí)驗(yàn)報(bào)告。銳化的算法不限,可采用Sobel、Roberts、Priwitt、Laplacian、Wallis等的一種或幾種。實(shí)驗(yàn)將根據(jù)圖像銳化的難度、種類(lèi)、代碼量與實(shí)驗(yàn)效果進(jìn)行評(píng)分。3.環(huán)境:Windows7操作系統(tǒng)MicrosoftVisualStudio2005(VS2005)實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第2頁(yè)。自帶圖像文件:實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第2頁(yè)。L1.bmp:二、實(shí)驗(yàn)步驟準(zhǔn)備相關(guān)圖像文件。2.在Win7操作系統(tǒng)上,打開(kāi)MicrosoftVisualStudio2005,編寫(xiě)相關(guān)程序,完成程序主體框架結(jié)構(gòu)。3.編寫(xiě)圖像銳化的彩色圖像灰度化,Sobel算法銳化,圖像二值化處理相關(guān)的程序代碼。4.對(duì)程序進(jìn)行相關(guān)調(diào)試,修改程序,去除其中的BUG。5.利用自己準(zhǔn)備的圖像的文件和編寫(xiě)的程序,進(jìn)行圖像銳化處理。6.截屏,保留實(shí)驗(yàn)結(jié)果,進(jìn)行實(shí)驗(yàn)結(jié)果分析,并撰寫(xiě)實(shí)驗(yàn)報(bào)告。實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第3頁(yè)。實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第3頁(yè)。三、相關(guān)背景知識(shí)(寫(xiě)你自己覺(jué)得比較重要的與本實(shí)驗(yàn)相關(guān)的背景知識(shí))在邊緣檢測(cè)中,常用的一種模板是Sobel算子。Sobel算子有兩個(gè),一個(gè)是檢測(cè)水平邊緣的;另一個(gè)是檢測(cè)垂直邊緣的。與Prewitt算子相比,Sobel算子對(duì)于象素的位置的影響做了加權(quán),可以降低邊緣模糊程度,因此效果更好。Sobel算子另一種形式是各向同性Sobel(IsotropicSobel)算子,也有兩個(gè),一個(gè)是檢測(cè)水平邊緣的,另一個(gè)是檢測(cè)垂直邊緣的。各向同性Sobel算子和普通Sobel算子相比,它的位置加權(quán)系數(shù)更為準(zhǔn)確,在檢測(cè)不同方向的邊沿時(shí)梯度的幅度一致。將Sobel算子矩陣中的所有2改為根號(hào)2,就能得到各向同性Sobel的矩陣。由于Sobel算子是濾波算子的形式,用于提取邊緣,可以利用快速卷積函數(shù),簡(jiǎn)單有效,因此應(yīng)用廣泛。美中不足的是,Sobel算子并沒(méi)有將圖像的主體與背景嚴(yán)格地區(qū)分開(kāi)來(lái),換言之就是Sobel算子沒(méi)有基于圖像灰度進(jìn)行處理,由于Sobel算子沒(méi)有嚴(yán)格地模擬人的視覺(jué)生理特征,所以提取的圖像輪廓有時(shí)并不能令人滿(mǎn)意。在觀測(cè)一幅圖像的時(shí)候,我們往往首先注意的是圖像與背景不同的部分,正是這個(gè)部分將主體突出顯示,基于該理論,我們給出了下面閾值化輪廓提取算法,該算法已在數(shù)學(xué)上證明當(dāng)像素點(diǎn)滿(mǎn)足正態(tài)分布時(shí)所求解是最優(yōu)的。實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第4頁(yè)。實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第4頁(yè)。四、編譯與執(zhí)行過(guò)程截圖(下面是一個(gè)例子,換上你自己的圖)六、實(shí)驗(yàn)結(jié)果與分析(下面是一個(gè)例子,換上你自己的圖)圖像銳化:實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第5頁(yè)。源圖:實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第5頁(yè)?;叶然簩?shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第6頁(yè)。再經(jīng)過(guò)Sobel算法銳化:實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第6頁(yè)。再經(jīng)過(guò)二值化后:實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第7頁(yè)。實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第7頁(yè)。實(shí)驗(yàn)結(jié)果分析:如上幾個(gè)圖像所示,之所以可以從人物、背景中提取出輪廓,是因?yàn)檩喞糠值男畔⑤^強(qiáng),因此,如果設(shè)定一個(gè)閥值,當(dāng)圖中小雨閥值的點(diǎn)(即灰度圖中灰度變化較弱的點(diǎn),被認(rèn)為是非邊界點(diǎn))置為黑,將圖中大于閥值的點(diǎn)置為白,則可得到上圖,這就把人物的邊緣信息提取出來(lái)了。在本實(shí)驗(yàn)的圖像銳化過(guò)程中,所采用的公式為:Sobel邊緣檢測(cè)算法索貝爾算子(Sobeloperator)主要用作邊緣檢測(cè),在技術(shù)上,它是一離散性差分算子,用來(lái)運(yùn)算圖像亮度函數(shù)的灰度之近似值。在圖像的任何一點(diǎn)使用此算子,將會(huì)產(chǎn)生對(duì)應(yīng)的灰度矢量或是其法矢量實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第8頁(yè)。

Sobel卷積因子為:實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第8頁(yè)。

該算子包含兩組3x3的矩陣,分別為橫向及縱向,將之與圖像作平面卷積,即可分別得出橫向及縱向的亮度差分近似值。如果以A代表原始圖像,Gx及Gy分別代表經(jīng)橫向及縱向邊緣檢測(cè)的圖像灰度值,其公式如下:

具體計(jì)算如下:Gx=(-1)*f(x-1,y-1)+0*f(x,y-1)+1*f(x+1,y-1)

+(-2)*f(x-1,y)+0*f(x,y)+2*f(x+1,y)

+(-1)*f(x-1,y+1)+0*f(x,y+1)+1*f(x+1,y+1)=[f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)]-[f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)]

Gy=1*f(x-1,y-1)+2*f(x,y-1)+1*f(x+1,y-1)

+0*f(x-1,y)0*f(x,y)+0*f(x+1,y)

+(-1)*f(x-1,y+1)+(-2)*f(x,y+1)+(-1)*f(x+1,y+1)實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第9頁(yè)。=[f(x-1,y-1)+2f(x,y-1)+f(x+1,y-1)]-[f(x-1,y+1)+2*f(x,y+1)+f(x+1,y+1)]實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第9頁(yè)。

其中f(a,b),

表示圖像(a,b)點(diǎn)的灰度值;

圖像的每一個(gè)像素的橫向及縱向灰度值通過(guò)以下公式結(jié)合,來(lái)計(jì)算該點(diǎn)灰度的大?。浩?、主要相關(guān)程序源代碼7.1彩色圖像灰度化

voidCBMPEdit::Gray(){ pImageData=(byte*)GlobalLock(m_hgImageData); lWidth=m_BmpInfo.bmiHeader.biWidth; lHeight=m_BmpInfo.bmiHeader.biHeight; for(intj=0;j<lHeight;j++) { for(inti=0;i<lWidth;i++) { //灰度化臨時(shí)值 temp=double(*(pImageData+j*nBytePerLine+i*3+0))*0.299+ double(*(pImageData+j*nBytePerLine+i*3+1))*0.587+ double(*(pImageData+j*nBytePerLine+i*3+2))*0.114; //三通道圖轉(zhuǎn)到單通道 *(pImageData+j*nBytePerLine+i*3+0)=int(temp); *(pImageData+j*nBytePerLine+i*3+1)=int(temp); *(pImageData+j*nBytePerLine+i*3+2)=int(temp); } } GlobalUnlock(m_hgImageData);}7.2Sobel銳化 intCBMPEdit::Sharpening()實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第10頁(yè)。{實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第10頁(yè)。 lWidth=m_BmpInfo.bmiHeader.biWidth; lHeight=m_BmpInfo.bmiHeader.biHeight; //分配內(nèi)存,以保存新DIB hDIB=GlobalAlloc(GHND,nBytePerLine*lHeight); //判斷是否內(nèi)存分配失敗 if(hDIB==NULL) { //分配內(nèi)存失敗 returnNULL; } pImageDataNew=(byte*)GlobalLock(hDIB); //Sobel算法 for(intj=1;j<lHeight-1;j++) { for(inti=1;i<lWidth-1;i++) { gx=gy=0; val11=*(pImageData+(j-1)*nBytePerLine+(i-1)*3); val12=*(pImageData+(j-1)*nBytePerLine+i*3); val13=*(pImageData+(j-1)*nBytePerLine+(i+1)*3); val21=*(pImageData+j*nBytePerLine+(i-1)*3); val22=*(pImageData+j*nBytePerLine+i*3); val23=*(pImageData+j*nBytePerLine+(i+1)*3); val31=*(pImageData+(j+1)*nBytePerLine+(i-1)*3); val32=*(pImageData+(j+1)*nBytePerLine+i*3); val33=*(pImageData+(j+1)*nBytePerLine+(i+1)*3); //圖像的每一個(gè)像素的橫向及縱向梯度近似值。 gx=(-1.0)*val31+0*val32+1.0*val33 +(-2.0)*val21+0*val22+2.0*val23 +(-1.0)*val11+0*val12+1.0*val13; gy=(-1.0)*val31+(-2.0)*val32+(-1.0)*val33 +0*val21+0*val22+0*val32 +1.0*val11+2.0*val12+1.0*val13; //計(jì)算梯度的大小 Sobel=sqrt(gx*gx+gy*gy); 實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第11頁(yè)。實(shí)驗(yàn)報(bào)告-圖像銳化全文共13頁(yè),當(dāng)前為第11頁(yè)。 *(pImageDataNew+j*nBytePerLine+i*3+0)=int(Sobel); *(pImageDataNew+j*nBytePerLine+i*3+1)=int(Sobel); *(pImageDataNew+j*nBytePerLine+i*3+2)=int(Sobel); } } GlobalUnlock(hDIB);}7.3圖像二值化處理voidCBMPEdit::Binarization(){ //像素值大于復(fù)制為,小于等于復(fù)制為 for(intj=0;j<lHeight;j++) { for(inti=0;i<lWidth;i++

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論