(转)拉普拉斯滤波实现图像增强
来源:互联网 发布:河南省统计局数据直报 编辑:程序博客网 时间:2024/05/16 06:24
原文地址:http://blog.sina.com.cn/s/blog_6f57a7150100o5ef.html
先上个简单的示例,看MATLAB中拉普拉斯滤波器是如何实现的:
令原图f=magic(3)
f
掩膜采用标准Laplacian掩膜:w=fspecial('laplacian',0)
w =
n=imfilter(f,w,'replicate');默认参数为'same',结果为:
n =
采用'full'参数,n=imfilter(f,w,'replicate','full');结果为:
n =
=========
实现过程:
①模板旋转180度(和原来一样,因为是对称的模板)
w' =
②图像边界填充,这里采用'replicate'方式:
>> k=padarray(m,[2 2],'replicate')
k
(黄色背景为原始图像)
③进行卷积运算:
……(逐步计算,直至模板全部移过图像)
④去除边界,得到结果:
上述即用laplacian滤波模板进行图像滤波的过程(实际上是一个空间卷积操作)。
以一幅uint8类灰度图像为例,原图:
直接使用laplacian滤波模板滤波:
>> f=imread('moon.tif');
>> w=fspecial('laplacian',0)
>> g1=imfilter(f,w,'replicate');
>> imshow(g1)
效果并不理想,因为原图是一幅uint8类图像,输出结果仍为uint8类,所有像素均为正值,而拉普拉斯滤波模板中存在负值,变换结果中的所有负值被截掉了。
解决此问题,须先进行类型变换:
f2=im2double(f);
然后再进行滤波:
>> g2=imfilter(f2,w,'replicate');
>> imshow(g2,[])
此图像即含有负值的滤波结果,相比于原图,丢失了一些灰度色调,故还需用原图减去此滤波结果(以还原失去的灰度色调):
>> g=f2-g2;figure,imshow(g)
比原图清晰了很多。
另外,使用考虑了对角线元素的中心为8的拉普拉斯算子还可以获得更为清晰的图像:
>> w8=[1 1 1;1 -8 1;1 1 1]
w8 =
>> g8=f-imfilter(f,w8,'replicate');
>> figure,imshow(g8)
===========
拉普拉斯算子的数学定义:
式(2)为式(1)的数字近似,式(3)中g(x,y)为目标图像,f(x,y)为原始图像。c为1(当掩膜中心系数为正时),c为-1(当掩膜中心系数为负时)
由于laplacian算子是微分操作符,所以它会使图像锐化,并使常量区域为0。
后记:关键点是模板的选取。
- (转)拉普拉斯滤波实现图像增强
- 拉普拉斯滤波实现图像增强
- 拉普拉斯滤波实现图像增强
- 拉普拉斯(laplacian)滤波实现图像锐化分析
- 图像滤波----低通滤波,中值滤波,高通滤波,方向滤波(Sobel),拉普拉斯变换
- OpenCV图像增强算法实现(直方图均衡化、拉普拉斯、Log、Gamma)
- OpenCV图像增强算法实现(直方图均衡化、拉普拉斯、Log、Gamma)
- OpenCV图像增强算法实现(直方图均衡化、拉普拉斯、Log、Gamma)
- 拉普拉斯算子原理 图像增强
- 拉普拉斯算子进行图像增强
- 图像处理线性滤波(基础算子、卷积、拉普拉斯)
- 图像增强(直方图均衡化、拉普拉斯、Log、Gamma)
- 图像增强-中值滤波
- 灰度图像--图像增强 拉普拉斯算子
- OpenCV图像处理 空间域图像增强(图像锐化 1 基于拉普拉斯算子)
- 眼底图像血管增强与分割--(1)匹配滤波算法原理及实现
- 眼底图像血管增强与分割--(2)Gabor滤波算法原理及实现
- OpenCV 图像处理(直方图均衡化、拉普拉斯算子图像增强、Gamma校正)
- 设计模式入门-代理模式(php版)
- 什么时候用removeUnusedSpriteFrames和removeUnusedTextures
- Android使用TouchDelegate增加View的触摸范围
- Condition
- 使用Eclipse的常见问题整理
- (转)拉普拉斯滤波实现图像增强
- * 计算1+2+3+...+n的和的方法 * @param n * @return
- 快速排序
- minitab 转换语言
- 生成cocos2dx 2.2.6 TestCpp例子 android工程遇到的问题(1)
- 在keil5上简单学习GUI(附emWin GUIBuilder)
- 图像分割—基于图的图像分割
- sizeof和字节对齐
- MongoDB之数据建模