实验五、高通滤波(锐化滤波)

未信的我实验五、实验报告一，目的熟悉并学会使用MATLAB中图像增强的相关函数了解图像增强的方法、去噪的方法和效果二，实验条件1)微型计算机：INTEL奔腾及更高2)MATLAB3)典型的灰度、彩色图像文件三，原理视一幅图像为二维矩阵，用MATLAB进行图像增强锐化方法四，实验内容1.了解高通滤波的基本原理，能自行编程设计高通滤波模板及其方法；2.熟练掌握使用imfilter及相应滤波模板，完成相应的滤波工作；锐化前的原始图像未信的我垂直模板锐化阈值处理后的垂直模板锐化未信的我水平模板锐化阈值处理后的水平模板锐化cdd:O=imread('test.jpg');I=rgb2gray(O);imshow(I);title('锐化前的原始图像');[m,n]=size(I);%SobelX=[-1,-1,-1;0,0,0;1,1,1];%上下垂直模板%SobelY=[-1,0,1;-1,0,-1;-1,0,-1];%左右选取TEMP=zeros(m+2,n+2);%避免边界为空，用0像素值填充fori=1:1:m未信的我forj=1:1:nTEMP(i+1,j+1)=I(i,j);endend%定义所需的空间vertical=zeros(m,n);vertical_=zeros(m,n);horize=zeros(m,n);horize_=zeros(m,n);forx=2:1:m+1fory=2:1:n+1%上下水平模板vertical(x,y)=[-TEMP(x-1,y-1)+TEMP(x-1,y+1)-TEMP(x,y-1)+TEMP(x,y+1)-TEMP(x+1,y-1)+TEMP(x+1,y+1)];%阈值处理AA=abs(vertical(x,y));ifAA16vertical_(x,y)=255;elsevertical_(x,y)=0;end%左右垂直模板horize(x,y)=[-TEMP(x-1,y-1)-TEMP(x-1,y)-TEMP(x-1,y+1)+TEMP(x+1,y-1)+TEMP(x+1,y)+TEMP(x+1,y+1)];%阈值处理BB=abs(horize(x,y));ifBB16horize_(x,y)=255;elsehorize_(x,y)=0;endendendfigure;imshow(vertical);title('垂直模板锐化');figure;imshow(vertical_);title('阈值处理后的垂直模板锐化');figure;imshow(horize);title('水平模板锐化');figure;imshow(horize_);title('阈值处理后的水平模板锐化');五，讨论与分析比较：平滑滤波与锐化滤波有何异同平滑滤波（低通滤波）可分为均值滤波和中值滤波，均值滤波是以图像的模糊为代价换取降噪的效果，邻域越大，降噪的效果越好，均值滤波作为一种线性的滤波方法处理线性高斯分布的噪声效果较为明显，对非线性的椒盐噪声处理能力较弱；未信的我而中值滤波属于非线性增强方法，对消除孤立点和线段脉冲等干扰及图像扫描噪声最为有效，在去噪的同时还很好的保留了边缘特性。此外，二维中值滤波可提供各类形状和尺寸的滤波模板，可以根据不同的需求得到较为满意的滤波效果，但对于线性分布的高斯噪声的消除效果不佳。锐化滤波（高通滤波）与平滑滤波（低通滤波）相反，其目的在于加强图像中景物的边缘和轮廓，使模糊的图像变得更清晰。具体的处理方法为所选取的是某一区域内的高频值，过滤掉低频值从而得到曾强后的图像。相同点：无论是高通滤波还是低通滤波都是一种降噪处理的方法，都采用的了模板技术原理，将某一个像素值与周边的像素值关联起来，而非孤立的，从而可以减少单一变量的偏差率。不同点：不同点在于低通滤波和高通滤波原理是相反的，低通滤波倾向于将邻域值均衡化，减小某一像素值与周边值的差异；而高通滤波则选取的是相差较大的值，过滤掉低频值，从而得到增强后的图像。仅供参考