Sobel锐化算子及其改进算法
0908112 07 史清
一、锐化的基本理论
1、问题的提出
在图像增强过程中,通常利用各类图像平滑算法消除噪声,图像的常见噪声
主要有加性噪声、乘性噪声和量化噪声等。一般来说,图像的能量主要集中在其
低频部分,噪声所在的频段主要在高频段,同时图像边缘信息也主要集中在其高
频部分。这将导致原始图像在平滑处理之后,图像边缘和图像轮廓模糊的情况出
现。
2、锐化的目的
为了减少这类不利效果的影响,就需要利用图像锐化技术,使图像的边缘变
得清晰。图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变得清
晰,经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算, 因
此可以对其进行逆运算(如微分运算)就可以使图像变得清晰。从频率域来考虑,
图像模糊的实质是因为其高频分量被衰减,因此可以用高通滤波器来使图像清晰。
但要注意能够进行锐化处理的图像必须有较高的性噪比,否则锐化后图像性噪比反
而更低,从而使得噪声增加的比信号还要多,因此一般是先去除或减轻噪声后再进
行锐化处理。
图像锐化处理的主要目的是突出图像中的细节或者增强被模糊化了的细节,
一般情况下图像的锐化被用于景物边界的检测与提取,把景物的结构轮廓清晰地
表现出来。
3、重点明确
图像锐化的目的是加强图像中景物的细节边缘和轮廓。
锐化的作用是使灰度反差增强。
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微分作
用。
4、图像锐化的方法
一阶微分锐化方法;二阶锐化微分方法。
5、一阶微分锐化的基本原理