zoukankan      html  css  js  c++  java
  • 使用一阶微分对图像锐化

    Using First-Order Derivatives for (Nonlinear)Image Sharpening ----The Gradient

    对于函数ƒ(x,y), ƒ在坐标(x,y)处的梯度定义为二维列向量

                             

                                    (1)

    它指出了在位置(x,y)处ƒ的最大变化率的方向。

    向量▽ƒ的幅度值(长度)表示为M(x,y),即

                              

                                     (2)

    它是梯度向量方向变化率在(x,y)的值。当x,y允许在ƒ中的所有像素位置变化时,M(x,y)是与原图像大小相同的图像。通常该图像称为梯度图像(简称为梯度)。

    在某些实现中,用绝对值来*似*方和*方根操作更合适计算

                                       

                                    (3)

    该表达式仍保留了灰度的相对变化,但是失去了各向同性特征。

    gx,gy*似表示为

                             

                                    (4)

    这两个公式可以用以下两个模板实现,(a)中的模板实现的3x3图像区域的第三行和第一行的差*似x方向的微分,(b)模板中的第三列和第一列的差*似了y方向的微分。

    -1 -2 -1
    0 0 0
    1 2 1

                                          (a)

    -1 0 1
    -2 0 2
    -1 0 1

                                          (b)

    附上我的MATLAB实现代码

    %%%%%%%梯度锐化图像(sobel算子)%%%%%%%
    
    Mask = 3;                                           %滤波器模板大小(3x3)
    
    ImageDataTemp = imread('lena.jpg');                 %读取工程目录下的图片
    ImageDataGray = rgb2gray(ImageDataTemp);            %转换为灰度图像
    ImageResult = size(ImageDataGray);                  %存储处理后的图像
    clear ImageDataTemp;                                %清除过程变量
    Temp = padarray(ImageDataGray, [(Mask-1)/2 (Mask-1)/2]);    %扩展图像,防止算子模板覆盖在图像外
    [j,k] = size(ImageDataGray);
    
    SobelOperatorsX = [
                        -1 -2 -1    
                         0  0  0
                         1  2  1
                        ];
    SobelOperatorsY = [
                        -1  0  1
                        -2  0  2
                        -1  0  1
                        ];
    Part = zeros(3, 3, 'double');
    for x = 2:j+1
        for y = 2:k+1
            Part = double(Temp(x - 1 : x + 1, y - 1 : y + 1));
            ImageResult(x - 1, y - 1) =  abs(sum(sum(times(Part,SobelOperatorsX)))) + abs(sum(sum(times(Part,SobelOperatorsY))));
        end
    end
    figure(1),imshow(ImageResult, []);
    figure(2),imshow(ImageDataGray, []);

    效果图:



    
    
    
  • 相关阅读:
    60款很酷的 jQuery 幻灯片演示和下载
    分享27款非常棒的 jQuery 表单插件
    10款新鲜出炉的 jQuery 插件
    5 个很炫的 HTML5 游戏
    12款高质量的免费 HTML 网页模板下载
    jquery插件整理篇(四)自动补全类插件
    jquery插件整理篇(三)图片展示插件
    超强1000个jquery插件!
    34个漂亮的应用程序后台管理系统界面(系列二)
    jquery插件整理篇(九)数据验证类
  • 原文地址:https://www.cnblogs.com/tcysky/p/5906769.html
Copyright © 2011-2022 走看看