图像锐化处理的MATLAB实现
目录
- 1、关于一阶微分锐化
- 1)单方向一阶锐化
- 👉 水平方向的一阶锐化
- 👉 垂直方向的一阶锐化
- 2)无方向一阶锐化
- 👉 交叉微分锐化
- 👉 Sobel锐化
- 👉 Priwitt锐化
- 2、关于二阶微分锐化
- 👉 Laplacian 算法
- 👉 Wallis算法
1、关于一阶微分锐化
1)单方向一阶锐化
👉 水平方向的一阶锐化
代码实现:
% 水平方向一阶微分锐化
im = imread('img\Grayblur6.png');imshow(im);title('原始图像');
im = double(im);
H = [1 2 1;0 0 0; -1 -2 -1];
im1 = filter2(H,im); % filter2 - 二维数字滤波器
figure,imshow(im1);title('直接滤波所得图像');
figure,imshow(uint8(im1+im));title('直接滤波并叠加原图所得图像');
maxV = max(max(im1));
minV = min(min(im1));
im2 = (im1-minV)*(255/(maxV-minV));
figure,imshow(uint8(im2));title('滤波结果归一化所得图像');
im3 = abs(im1);
figure,imshow(uint8(im3));title('滤波结果取绝对值所得图像');
代码执行结果:
👉 垂直方向的一阶锐化
代码实现:
% 垂直方向一阶微分锐化
im = imread('img\Grayblur6.png');imshow(im);title('原始图像');
im = double(im);
H = [1 0 -1;2 0 -2; 1 0 -1];
im1 = filter2(H,im); % filter2 - 二维数字滤波器
figure,imshow(im1);title('直接滤波所得图像');
figure,imshow(uint8(im1+im));title('直接滤波并叠加原图所得图像');
maxV = max(max(im1));
minV = min(min(im1));
im2 = (im1-minV)*(255/(maxV-minV));
figure,imshow(uint8(im2));title('滤波结果归一化所得图像');
im3 = abs(im1);
figure,imshow(uint8(im3));title('滤波结果取绝对值所得图像');
代码执行结果:
2)无方向一阶锐化
👉 交叉微分锐化
代码实现:
% 交叉微分算法(Roberts算法)
% g( i, j)= |f(i+1,j+1)-f(i,j)|+ |f(i+1,j)-f(i,j+1)|
% 输入原始图像
im = imread('img\Grayblur6.png');imshow(im);title('原始图像');
f = double(im);
[h,l,c] = size(f);
g = zeros(h,l);
for i=1:h-1
for j=1:l-1
% 交叉微分
g(i,j) = abs(f(i+1,j+1)-f(i,j)) + abs(f(i+1,j)-f(i,j+1));
end
end
im2 = uint8(g);
figure,imshow(im2);title('交叉微分/Roberts锐化所得的图像');
figure,imshow(uint8(g+f));title('交叉微分/Roberts锐化并叠加原图所得的图像');
代码执行结果:
👉 Sobel锐化
代码实现:
% Sobel锐化
% g(i,j)=[dx(i,j)^2+dy(i,j)^2]^(1/2);
% dx = [-1 -2 -1;0 0 0;1 2 1]; dy = [-1 0 1;-2 0 2;-1 0 1];
% 输入原始图像
im = imread('img\Grayblur6.png');imshow(im);title('原始图像');
im = double(im);
H1 = [-1 -2 -1;0 0 0;1 2 1]; dx = filter2(H1,im);
H2 = [-1 0 1;-2 0 2;-1 0 1]; dy = filter2(H2,im);
im2 = sqrt(dx.^2 + dy.^2); % .^2:矩阵中的每个元素都求平方
figure,imshow(uint8(im2));title('Sobel锐化所得的图像');
im3 = im + sqrt(dx.^2 + dy.^2)*0.1;
figure,imshow(uint8(im3));title('Sobel锐化并叠加原图所得的图像');
代码执行结果:
👉 Priwitt锐化
代码实现:
% Priwitt锐化算法
% g(i,j)=[dx(i,j)^2+dy(i,j)^2]^(1/2);
% dx = [-1 -1 -1;0 0 0;1 1 1]; dy = [-1 0 1;-1 0 1;-1 0 1];
% 输入原始图像
im = imread('img\Grayblur6.png');imshow(im);title('原始图像');
im = double(im);
H1 = [-1 -1 -1;0 0 0;1 1 1]; dx = filter2(H1,im);
H2 = [-1 0 1;-1 0 1;-1 0 1]; dy = filter2(H2,im);
im2 = sqrt(dx.^2 + dy.^2); % .^2:矩阵中的每个元素都求平方
figure,imshow(uint8(im2));title('Priwitt锐化所得的图像');
im3 = im + sqrt(dx.^2 + dy.^2)*0.1;
figure,imshow(uint8(im3));title('Priwitt锐化并叠加原图所得的图像');
代码执行结果:
2、关于二阶微分锐化
👉 Laplacian 算法
代码实现:
% (拉普拉斯)Laplacian锐化算法
% 输入原始图像
im = imread('img\Grayblur6.png');imshow(im);title('原始图像');
im = double(im);
H1 = [0 -1 0;-1 4 -1;0 -1 0]; im_filter1 = filter2(H1,im);
im2_1 = im_filter1 + im;figure,imshow(uint8(im2_1));title('Laplacian锐化—H1叠加原图所得的图像');
maxV = max(max(im_filter1));minV = min(min(im_filter1));
delta = 0;
if(minV<0)
delta = abs(minV);
end
im1 = im_filter1 + delta;
figure,imshow(uint8(im1));title('Laplacian锐化图像');
代码执行结果:
👉 Wallis算法
代码实现:
% Wallis锐化算法
% 输入原始图像
im = imread('img\Grayblur6.png');imshow(im);title('原始图像');
im0 = double(im);
im = 46*log(im0+1);
H = [0 -1 0;-1 4 -1;0 -1 0];imfilter = filter2(H,im);
figure,imshow(uint8(imfilter+im0));title('Wallis锐化叠加原图所得的图像');
minV = min(min(imfilter));
delta = 0;
if(minV<0)
delta = abs(minV);
end
im1 = imfilter + delta;
figure,imshow(uint8(im1));title('Wallis锐化图像');
代码执行结果: