华东理工学院：《数字图像处理 Digital Image Processing》课程教学资源（课件讲稿）第六章 分割

第六章【 图像的锐化处理 图象锐化的目的是加强图象中景物 的边缘和轮廓。锐化的作用是要使灰度 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

第六章 图像的锐化处理 图象锐化的目的是加强图象中景物 的边缘和轮廓。锐化的作用是要使灰度 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

6.1 一阶微分算法 一、单方向的一阶梯度算法（浮雕效果） 1.水平方向的锐化 「1 2 17 H= 0 0 0 -1-2-1

6.1 一阶微分算法 一、单方向的一阶梯度算法(浮雕效果) 1. 水平方向的锐化 ú ú ú û ù ê ê ê ë é - - - = 1 2 1 0 0 0 1 2 1 H

6.1 一阶微分算法 例： 1+2*2+3-3-2*0-8=-3 1 2 3 21 0 0 0 0 0 2 1 2 6 2 0 -3 -13 -20 0 3 0 8 7 6 0 -6 -13 -13 0 1 2 7 8 6 0 1 12 5 0 2 3 2 6 9 0 0 0 0 0

6.1 一阶微分算法 例： 2 3 2 6 9 1 2 7 8 6 3 0 8 7 6 2 1 2 6 2 1 2 3 2 1 0 0 0 0 0 0 1 12 5 0 0 -6 -13 -13 0 0 -3 -13 -20 0 0 0 0 0 0 1+2*2+3-3-2*0-8=-3

6.1 一阶微分算法 2.垂直方向的锐化 T10-1 H=2 0-2 10 1

6.1 一阶微分算法 2. 垂直方向的锐化 ú ú ú û ù ê ê ê ë é - - - = 1 0 1 2 0 2 1 0 1 H

6.1一阶微分算法 二、交叉微分算法 (Roberts梯度算法) G(i,)=lf(i+1,j+1)-f(i,j)川+f(i+1,)-f(i,j+1)川

6.1 一阶微分算法 二、 交叉微分算法（Roberts梯度算法） G(i, j) =| f (i +1, j +1) - f (i, j) | + | f (i +1, j) - f (i, j +1) |

6.1一阶微分算法 三、Sobel锐化算法 (i.D)-id(i+d(i. -2-1 d, 10>/ -2 0 d,- 0 0 0 -1 1 0 2

6.1 一阶微分算法 三、 Sobel锐化算法 ú ú ú û ù ê ê ê ë é - - - = 1 0 1 2 0 2 1 0 1 dx ú ú ú û ù ê ê ê ë é- - - = 1 2 1 0 0 0 1 2 1 dy 2 1 2 2 g(i, j) {d (i, j) d (i, j)} = x + y

6.1一阶微分算法 四、 Priwitt锐化算法 8,)={d6,》+a,)} -1-1-1 d:= d,=000 i11

6.1 一阶微分算法 四、 Priwitt锐化算法 2 1 2 2 g(i, j) {d (i, j) d (i, j)} = x + y ú ú ú û ù ê ê ê ë é - - - = 1 0 1 1 0 1 1 0 1 x d ú ú ú û ù ê ê ê ë é- - - = 1 1 1 0 0 0 1 1 1 dy

6.2 二阶微分算法 1.二阶微分算法的提出背景： 参见教材的71页，从灰度的截面 图可以看出二阶微分算法的意义

6.2 二阶微分算法 1. 二阶微分算法的提出背景： 参见教材的71页，从灰度的截面 图可以看出二阶微分算法的意义

6.2二阶微分算法 2.二阶微分算法的基本原理 :v2f=0+02f 02上=[f,(i,)-f+1川 Ox2 =[f(i,j)-f(i-1,j)]-[f(i+1,j)-f(i,j)] 02上=[1，i,)-f,4,j+1 =[f(i,j)-f(i,j-1〗-[f(i,j+1)-f(i,j] .V2f=4fi,)-fi+1,)-fi-1)-f6,j+1)-fi,j-1)

6.2 二阶微分算法 2. 二阶微分算法的基本原理 2 2 2 2 2 y f x f f ¶ ¶ + ¶ ¶ Q Ñ = [ ( , ) ( 1, )] 2 2 f i j f i j x f = x - x + ¶ ¶ = [ f (i , j ) - f (i - 1, j )] - [ f (i + 1, j ) - f (i , j )] [ ( , ) ( , 1)] 2 2 = - + ¶ ¶ f i j f i j y f y y = [ f (i , j ) - f (i , j - 1)] - [ f (i , j + 1) - f (i , j )] 4 ( , ) ( 1, ) ( 1, ) ( , 1) ( , 1) 2 \Ñ f = f i j - f i+ j - f i- j - f i j+ - f i j-

6.2二阶微分算法 3.Laplacian锐化算子 由前面的推导，写成模板系数形式形式即为 Laplacian.算子： 0-10 H= -1 4-1 0 10 -

6.2 二阶微分算法 3. Laplacian锐化算子 由前面的推导，写成模板系数形式形式即为 Laplacian算子： ú ú ú û ù ê ê ê ë é - - - - = 0 1 0 1 4 1 0 1 0 H1