資源描述：
《基于Laplacian算子的圖像增強(qiáng).pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、·222·計(jì)算機(jī)應(yīng)用研究2007年*基于Laplacian算子的圖像增強(qiáng)孫增國，韓崇昭（西安交通大學(xué)電子與信息工程學(xué)院，陜西西安710049）摘要：使用Lapiacian算子檢測圖像的邊緣紋理等細(xì)節(jié)信息，然后以適當(dāng)比例線性疊加原始圖像和細(xì)節(jié)信息，從而完成圖像增強(qiáng)。不同增強(qiáng)方法的比較試驗(yàn)表明，基于Lapiacian算子的圖像增強(qiáng)方法既能增強(qiáng)圖像的高頻分量，又能保持圖像的低頻分量，是圖像增強(qiáng)的有效方法。關(guān)鍵詞：Lapiacian算子；圖像增強(qiáng)；噪聲抑制；細(xì)節(jié)保持中圖法分類號：TP391文獻(xiàn)標(biāo)識碼：A文章編號：1001-3695（2007）01-0222-02ImageEnhancementBase
2、donLapiacianOperatorSUNZeng-guo，HANChong-zhao（SchoolofElectronics&InformationEngineering，Xi’anJiaotongUniuersity，Xi’anShanxi710049，China）Abstract：Lapiacianoperatorisusedtodetectthefinedetaiiofimagesuchasedgeandtexture，andimagewasenhancedbyiinearcombinationoforiginaiimageanditsfinedetaiiinsomeproport
3、ion.Variousenhancementmethodsaregiven.ResuitsshowthatthemethodbasedonLapiacianoperatornotoniyenhancesthehigh-freguencycomponentbutaisokeepstheiow-fre-guencycomponent，thereforeitisanefficientmethodofimageenhancement.Keywords：LapiacianOperator；ImageEnhancement；NoiseSuppression；FineDetaiiPreserving一幅圖像
4、在成像和傳輸過程中，由于各種因素的影響，往造成高頻分量與低頻分量的分離不當(dāng)。因此，基于頻率域的邊往會損失一些圖像細(xì)節(jié)，使視覺效果降低，或使機(jī)器的自動識緣紋理信息提取方法不適合圖像的在線處理。邊緣紋理是圖別發(fā)生錯(cuò)誤，所以需要突出圖像中的細(xì)節(jié)部分，使人和機(jī)器易像像素灰度不連續(xù)的體現(xiàn)，而灰度的間斷性可以用其微分來表于理解，這就是圖像增強(qiáng)。簡而言之，圖像增強(qiáng)一要增強(qiáng)高頻示。邊緣灰度變化越劇烈，其微分值就越大；邊緣灰度變化越部分，二要保持低頻部分。常用的圖像增強(qiáng)方法很多，如灰度平緩，其微分值就越??；當(dāng)灰度均勻（不發(fā)生變化）時(shí)，其微分級變換和直方圖的均衡化等?；叶燃壸儞Q包括線性變換、對數(shù)為零。因此，微分可
5、作為邊緣紋理信息的表征，對于數(shù)字圖像，變換和冪次變換，它對圖像各部分進(jìn)行相同的灰度拉伸或收微分可用不同的差分模板來實(shí)現(xiàn)。縮，使灰度分布符合人的視覺習(xí)慣；直方圖均衡化通過灰度級差分模板或者直接計(jì)算相鄰像素的灰度差值，如Roberts變換，使圖像像素占有全部可能的灰度級并且分布均勻，從而交叉算子；或者計(jì)算不同像素鄰域之間的差分，如Prewitt算使圖像具有較高的對比度和多變的灰度色調(diào)。本文使用子、Sobei算子、羅盤算子和Krisch算子；或者先用低通濾波器Lapiacian算子檢測圖像的高頻分量，然后把高頻分量和圖像平滑圖像，然后再用上述差分算子提取邊緣，如Canny算子。背景相疊加，從而獲得圖
6、像的增強(qiáng)效果。通過與對數(shù)變換以及這些算子均屬于一階差分模板，它們一般對階躍狀邊緣有較強(qiáng)直方圖均衡化等增強(qiáng)方法的比較，本文提出的基于Lapiacian的響應(yīng)，但同時(shí)會產(chǎn)生較粗的邊緣，影響邊緣細(xì)節(jié)的定位精度。算子的增強(qiáng)方法有較好的增強(qiáng)效果，特別是對于背景和目標(biāo)的與一階差分模板相比，二階差分模板對細(xì)線和孤立點(diǎn)等細(xì)節(jié)信灰度級相差較大時(shí)，本文方法明顯優(yōu)于前兩種方法。息有更強(qiáng)的響應(yīng)，它對階躍狀邊緣產(chǎn)生雙響應(yīng)，并且利用零交叉點(diǎn)來定位邊緣，因而定位精度較高。常用的二階差分模板是!基于差分算子的高頻分量檢測Lapiacian模板，它有兩種形式。圖1（a）為模板滿足90旋轉(zhuǎn)的圖像的高頻分量對應(yīng)于邊緣紋理等細(xì)節(jié)信息
7、，圖像的低頻各向同性，圖1（b）為模板滿足45旋轉(zhuǎn)的各向同性；圖2給出分量對應(yīng)于背景，圖像的信息量主要體現(xiàn)在邊緣紋理中。圖像了它們的頻譜?？梢奓apiacian算子等效于高通濾波器，因此增強(qiáng)的關(guān)鍵是圖像細(xì)節(jié)的增強(qiáng)，而要實(shí)現(xiàn)邊緣細(xì)節(jié)的增強(qiáng)，首可以有效地提取圖像的邊緣紋理等高頻分量。圖1（a）模板對先就要實(shí)現(xiàn)邊緣細(xì)節(jié)與背景的分離。各類高通濾波器可以實(shí)高頻分量的響應(yīng)強(qiáng)于圖1（b）模板，這意味著圖1（a）
