图像处理之图像的平滑与锐化

概念：

锐化就是通过增强高频分量来减少图象中的模糊，因此又称为高通滤波。锐化处理在增强图象边缘的同时增加了图象的噪声。

平滑与锐化相反，就是滤掉高频分量，从而达到减少图象噪声，使图片变得有些模糊。

一、灰度化

灰度化，也就是黑白化，就是将图像进行黑白处理，使其失去色彩。而从像素点出发，就是使各个像素点的三种颜色分量R、G、B的值相同。

常用的黑白化的方法有三种：

• 第一种是最大值法(Maximum)：

                   R=G=B=Max(R,G,B)，这种方法处理后灰度图象的亮度会偏高，不建议采用。

• 第二种就是平均值法(Average)：

                   R=G=B=(R+G+B)/3，这种方法处理后灰度图象的亮度较柔和，本人就是采用的这种方法。

• 第三种是加权平均值法(Weighted Average)：

                   R=G=B=w_r*R+w_g*G+w_b*B，w_r、w_g、w_b分别为R、G、B的权值。

鉴于本人只使用了第二种，所以就先贴上第二种的代码：

src=imread('background.bmp');[m,n,channel]=size(src);desc=zeros(m,n);desc=double(desc);for i=1:m    for j=1:n        for k=1:channel            desc(i,j)=desc(i,j)+src(i,j,k);        end        desc(i,j)=desc(i,j)/3;    endendimshow(uint8(desc));

二、锐化

锐化就是通过增强高频分量来减少图象中的模糊，因此又称为高通滤波。锐化处理在增强图象边缘的同时增加了图象的噪声。

常用的锐化模板是拉普拉斯(Laplacian)模板，而本人也是采用的拉普拉斯模板进行的锐化处理。

[-1,-1,-1]

[-1,9,-1]

[-1,-1,-1]

三、平滑

平滑与锐化相反，就是滤掉高频分量，从而达到减少图象噪声，使图片变得有些模糊。

常用的平滑处理方法有三种：

• Box模板去噪平滑处理，也就是均一化处理。

                     Box模板是{1,1,1,1,1,1,1,1,1}

• 高斯模板去噪平滑处理，就是在Box模板的基础上加入了加权系数，考虑了距离某点位置越近影响越大的因素。相比Box模板，较为清晰一些。

                     高斯模板是{1,2,1,2,4,2,1,2,1}

• 中值滤波去噪平滑处理，就是将该点左右邻近的两个点的rgb值与该点自身进行比较，选择其中最中间的值赋给该点。

最终代码：

Img1=imread('Fig4.jpg');subplot(3,3,1);imshow(Img1);title('Fig4.jpg');w1=[1,1,1;1,1,1;1,1,1];w2=[1,2,1;2,4,2;1,2,1];w3=[-1,-2,-1;0,0,0;1,2,1];w4=[-1,0,1;-2,0,2;-1,0,1];k1=1/sum(sum(w1));k2=1/sum(sum(w2));variance=225;[m,n]=size(Img1);I1=uint8(double(Img1)+randn(m,n).*sqrt(variance)+5);subplot(3,3,2);imshow(I1);title('gs.png');II1=double(I1);II11=double(I1);II111=double(I1);for i=2:m-1    for j=2:n-1        p=[II1(i-1,j-1),II1(i-1,j),II1(i-1,j+1);II1(i,j-1),II1(i,j),II1(i,j+1);II1(i+1,j-1),II1(i+1,j),II1(i+1,j+1)];        II1(i,j)=sum(sum((p.*w1)*k1));        a=(p.*w1);        pp=sort(reshape(a,1,9));        II11(i,j)=pp(5);        II111(i,j)=abs(sum(sum(p.*w3)))+abs(sum(sum(p.*w4)));    endendsubplot(3,3,5);imshow(uint8(II1));title('normal 均值滤波 gs.png');subplot(3,3,8);imshow(uint8(II11));title('normal 中值滤波 gs.png');subplot(3,3,7);imshow(uint8(II11));title('normal 锐化 gs.png');I2=Img1;a=rand(m,n);for i=1:m    for j=1:n        if(a(i,j)>0.975)               I2(i,j)=255;        elseif(a(i,j)<0.05)                I2(i,j)=0;        end    endendsubplot(3,3,3);imshow(I2);title('jyzs.png');II2=double(I2);II22=double(I2);for i=2:m-1    for j=2:n-1        p=[II2(i-1,j-1),II2(i-1,j),II2(i-1,j+1);II2(i,j-1),II2(i,j),II2(i,j+1);II2(i+1,j-1),II2(i+1,j),II2(i+1,j+1)];        II2(i,j)=sum(sum((p.*w2)*k2));        a=(p.*w1);        pp=sort(reshape(a,1,9));        II22(i,j)=pp(5);    endendsubplot(3,3,6);imshow(uint8(II2));title('normal jyzs.png');subplot(3,3,9);imshow(uint8(II22));title('normal 中值滤波 jyzs.png');

参考网址：http://blog.csdn.net/sinat_24648637/article/details/49661669

                       http://blog.csdn.net/taoyanqi8932/article/details/52224082