文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 基于Laplacian算子的图像增强
侵权投诉

基于Laplacian算子的图像增强

基于Laplacian算子的图像增强

可以通过图6所示的模板和图像作卷积一次完成。同时可以看出,图4所示的模板是图6所示的模板在$l和$2分别为l时的特例,因此,图6所示的模板(对应式(4))是基于Lapia-cian算子的图像增强的通用表达形式。图7给出了固定$2而变化$l时的图像增强结果。图8给出了固定$l而变化$2时的增强结果。可以看出,当$2固定为l时,适当增大$l,增强图像的对比度有所增加,同时保持纹理结构清楚可见,可取得较好的视觉效果;但$l不能过分增大,否则,过强的背景会遮盖纹理结构,使图像重新模糊起来。当$l固定为l时,如果$过小,图像纹理没有清楚地显示出来,如果$过大,图像会2 基于Laplacian算子的图像增强

利用Lapiacian模板可以有效提取图像的边缘纹理等细节信息,实现图像高频分量与低频分量的分离。图像增强不但要求保留并增强高频分量,还要求保留低频分量,即图像的背景。因此,叠加Lapiacian模板检测出的边缘信息和原始图像,就可以达到图像增强的目的。图l(D)的Lapiacian模板可写为

V2(

!",#)=(!"-l,#-l)+(!"-l,#)+(!"-l,#+l)+(!",#+l)+(!"+l,#+l)+(!"+l,#)+(!"+l,#-l)+(!",#-l)-8(!",#)(l)

则基于Lapiacian算子的增强图像可写为

!E(",#)=(!",#)-V2(!",#)

(2)

(!",#)为原始图像,V2

(

!",#)为Lapiacian算子检测出的边缘纹理图像,把式(l)代入式(2)中可得增强图像为:

!E=9(!",#)-(!"-l,#-l)-(!"-l,#)-(!"-l,#+l)-(!",#-l)-(!",#+l)-(!"+l,#-l)-(!"+l,#)-(!"+l,#+l)(3)

图4给出了基于Lapiacian算子的图像增强试验。为便于比较,原始图像也同时给出,可见,基于Lapiacian算子的增强方法在保持图像背景的同时使图像的边缘纹理更加清晰。式3)对应图5所示的模板。可见基于Lapiacian算子的图像增强方法可以先检测出边缘纹理,然后叠加上原始图像,从而获得增强图像,也可以通过图5所示的模板一次完成,这正体现了Lapiacian算子的线性性质。仔细观察原始图像,可知影响其纹理结构清晰显示的主要因素,正是叠加在图像上面的云雾状气体,可以将其看作高斯型随机噪声。由图2(D)可以看出,Lapiacian模板图l(D)有一定的噪声抑制能力,因此它能在增强图像边缘纹理的同时抑制噪声,从而使图像的纹理结构清晰可见,这也是选择图l(D)的Lapiacian

基于Laplacian算子的图像增强

模板的原因之一。

由式(2)可以看出,如果对原始图像和边缘细节信息按一定比例进行线性叠加,就有可能获得更好的图像增强效果。此时,基于Lapiacian算子的增强图像可写为

!E(",#)=$l(!",#)-$2V2(!",#)

(4)

$l和$2均为线性叠加系数,它们分别代表背景和边缘细节信息在增强图像中的比重。把式(l)代入式(4)中,按照上面相同的讨论方法可得到如图6所示的模板,即图像增强过程

22对高频噪声有过强响应,重新淹没纹理结构。只有选择合适的$l和$2,图像背景和纹理结构才可达到最佳平衡。对于本文的特定图像,$l和$2分别选择2和l时会取得最好的增强效

基于Laplacian算子的图像增强

果。

为了证明基于Lapiacian算子的增强方法的实用性,图9给出了不同增强方法的比较。对于本文的特定图像,基于Lapiacian算子的增强方法明显优于其他两种方法,可以取得

基于Laplacian算子的图像增强

最佳的视觉效果。

3 总结

本文利用Lapiacian算子检测图像的边缘细节信息,然后以适当的比例线性叠加原始图像和边缘细节信息,从而获得增强的图像。线性组合系数$l和$2的选择直接影响增强结果,如果$l过小,图像的背景(低频部分)就会被忽略,如果$l过大,过强的背景又会覆盖图像的边缘纹理;如果$2过小,图像边界不突出,如果$2过大,图像就会对噪声有较强的响应。因此,只有合适的值,才能取得最好的增强效果。不同增强方法的实验结果表明,本文提出的基于Lapiacian算子的增强方法是图像增强的有效方法,它计算简单,非常适合图像的在线处理。对于背景和目标灰度相差较大的图像,这种方法可以取得最佳的视觉效果。所有的微分算子都对噪声有较强的响应,Lapiacian算子也不例外,为了减小这种响应,本文选用图l(D)

所示的模板,它具有一定的噪声抑制能力。当然,噪声的消除需要专门的降噪处理,并且噪声的消除往往与边缘细节信息的保留相矛盾,如何在增强图像的同时尽量消除噪声是下一步要研究的问题。(下转第240页)

(

上一页第2页

你可能喜欢

  • 图像增强
  • 数字图像处理
  • 彩色图像处理
  • 图像增强技术
  • 图像采集
  • 图像识别
  • 图像处理
  • 数字图像

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email