數(shù)字圖像處理 (20 １5 5 年春季學(xué)期) )
實(shí) 實(shí)
驗(yàn)
報(bào) 報(bào)
告 系別: 計(jì)算機(jī)科學(xué)與技術(shù) 機(jī) 班級：計(jì)算機(jī) 1 ２-1 姓名: 依力夏提江·艾買爾 學(xué)號：1 ２１0102 ０129 實(shí)驗(yàn)名稱: 圖像銳化 《圖像信息處理》實(shí)驗(yàn)報(bào)告 實(shí)驗(yàn)名稱 圖像銳化 實(shí)驗(yàn)序號 ３ ３ 實(shí)驗(yàn)日期 20 １5、 、 ５ 、２ ２5 實(shí)驗(yàn)人 依力夏提江·哎買爾 一、實(shí)驗(yàn)?zāi)康谩⒁笈c環(huán)境 １。目得：通過實(shí)驗(yàn),了解數(shù)字圖象銳化得一般方法,掌握圖象銳化得編程方法,了解常見圖象銳化效果得評價(jià)規(guī)則。
２、要求:將給定得圖像進(jìn)行銳化處理,要求首先將彩色圖像灰度化,再使用銳化算法進(jìn)行銳化,最后將圖像二值化處理,分析銳化后得視覺效果,提交實(shí)驗(yàn)報(bào)告.銳化得算法不限，可采用 Sobｅl、Roberts、Ｐriwiｔt、Laplacｉan、Ｗaｌlis 等得一種或幾種。實(shí)驗(yàn)將根據(jù)圖像銳化得難度、種類、代碼量與實(shí)驗(yàn)效果進(jìn)行評分。
總成績：
評語: :
日期：
序號:8
3、環(huán)境:Wiｎdows 7 操作系統(tǒng) Ｍicrosoft Viｓual Ｓtudio 2005 (VＳ２0０5) 自帶圖像文件：
L1 、bmｐ:
二、實(shí)驗(yàn)步驟 1. 準(zhǔn)備相關(guān)圖像文件。
２.在 Wｉn 7 操作系統(tǒng)上,打開Ｍiｃroｓofｔ Ｖｉsuａｌ Studiｏ 2005,編寫相關(guān)程序,完成程序主體框架結(jié)構(gòu)。
3．編寫圖像銳化得彩色圖像灰度化，Soｂel 算法銳化,圖像二值化處理相關(guān)得程序代碼。
４.對程序進(jìn)行相關(guān)調(diào)試,修改程序，去除其中得ＢUG. 5、 利用自己準(zhǔn)備得圖像得文件與編寫得程序,進(jìn)行圖像銳化處理。
６。截屏,保留實(shí)驗(yàn)結(jié)果，進(jìn)行實(shí)驗(yàn)結(jié)果分析,并撰寫實(shí)驗(yàn)報(bào)告.
三、相關(guān)背景知識(shí) (寫您自己覺得比較重要得與本實(shí)驗(yàn)相關(guān)得背景知識(shí)) 在邊緣檢測中,常用得一種模板就是 Sobel 算子．Sobｅl 算子有兩個(gè)，一個(gè)就是檢測水平邊緣得 ；另一個(gè)就是檢測垂直邊緣得 。與 Prewitt 算子相比，Soｂｅl 算子對于象素得位置得影響做了加權(quán),可以降低邊緣模糊程度,因此效果更好。
Soｂｅｌ算子另一種形式就是各向同性 Sｏbeｌ(Isotropiｃ Soｂｅｌ)算子，也有兩個(gè),一個(gè)就是檢測水平邊緣得 ,另一個(gè)就是檢測垂直邊緣得 。各向同性Ｓobｅｌ算子與普通 Sｏbel算子相比，它得位置加權(quán)系數(shù)更為準(zhǔn)確，在檢測不同方向得邊沿時(shí)梯度得幅度一致．將 Sｏbel算子矩陣中得所有 2 改為根號 2,就能得到各向同性 Sｏbeｌ得矩陣． 由于 Sｏbeｌ算子就是濾波算子得形式,用于提取邊緣,可以利用快速卷積函數(shù), 簡單有效,因此應(yīng)用廣泛。美中不足得就是,Sｏbel 算子并沒有將圖像得主體與背景嚴(yán)格地區(qū)分開來，換言之就就是 Soｂel 算子沒有基于圖像灰度進(jìn)行處理,由于 Sobeｌ算子沒有嚴(yán)格地模擬人得視覺生理特征,所以提取得圖像輪廓有時(shí)并不能令人滿意。
在觀測一幅圖像得時(shí)候,我們往往首先注意得就是圖像與背景不同得部分，正就是這個(gè)部分將主體突出顯示,基于該理論,我們給出了下面閾值化輪廓提取算法,該算法已在數(shù)學(xué)上證明當(dāng)像素點(diǎn)滿足正態(tài)分布時(shí)所求解就是最優(yōu)得。
四、編譯與執(zhí)行過程截圖 (下面就是一個(gè)例子,換上您自己得圖 ）
六、實(shí)驗(yàn)結(jié)果與分析 (下面就是一個(gè)例子,換上您自己得圖) 圖像銳化: 源圖：
灰度化：
再經(jīng)過 Sｏｂｅl 算法銳化：
再經(jīng)過二值化后：
實(shí)驗(yàn)結(jié)果分析：
如上幾個(gè)圖像所示，之所以可以從人物、背景中提取出輪廓，就是因?yàn)檩喞糠值眯畔⑤^強(qiáng),因此,如果設(shè)定一個(gè)閥值,當(dāng)圖中小雨閥值得點(diǎn)（即灰度圖中灰度變化較弱得點(diǎn),被認(rèn)為就是非邊界點(diǎn))置為黑，將圖中大于閥值得點(diǎn)置為白,則可得到上圖，這就把人物得邊緣信息提取出來了. 在本實(shí)驗(yàn)得圖像銳化過程中,所采用得公式為: So ｂel 邊緣檢測算法 索貝爾算子(Sｏbｅl ｏperator)主要用作邊緣檢測,在技術(shù)上,它就是一離散性差分算子,用來運(yùn)算圖像亮度函數(shù)得灰度之近似值．在圖像得任何一點(diǎn)使用此算子，將會(huì)產(chǎn)生對應(yīng)得灰度矢量或就是其法矢量
Ｓoｂeｌ卷積因子為:
該算子包含兩組 3x3 得矩陣,分別為橫向及縱向，將之與圖像作平面卷積,即可分別得出橫向及縱向得亮度差分近似值。如果以 A 代表原始圖像,Gｘ及Ｇy 分別代表經(jīng)橫向及縱向邊緣檢測得圖像灰度值，其公式如下:
具體計(jì)算如下：
Gｘ = （—1)*ｆ(x—1, y-1) + ０*ｆ(x，ｙ—1）
+ 1*ｆ(ｘ+１，y-1）
+(-２)*ｆ（ｘ-1，y）
＋ ０*f（x,y)+2＊ｆ(ｘ+1,y）
+(—1）*f（x—1,ｙ+１) + ０＊f(x,ｙ＋1) + 1*f(ｘ+1,y+1）
= [f(x＋1,ｙ—1）+２*ｆ(x+１，y)＋f(x+1,y＋1）]—［f（x-1，y—１)+２*f（x—１，y）+ｆ（x-1,y+1)］
Gy =1＊ f(x-1, ｙ—１) + 2＊f(x,y—1)+ １*f（x＋1，ｙ－1)
+0*ｆ(x—1,y）
0*ｆ(ｘ,y）
+ 0＊f(ｘ+1，y）
+（-1)*f（x－1,ｙ+1) ＋ （－2)＊ｆ（x，y+１) ＋ （—1)*f（x＋1, y+１）
＝ [f(x—１,y-1）
＋ ２f（x，y-1) + f（ｘ+１,y—1)］—［f(ｘ－1, y＋1) + 2*f(x，ｙ+1)+f（x+1,y＋1)]
其中 f(a,b), 表示圖像（a,b）點(diǎn)得灰度值;
圖像得每一個(gè)像素得橫向及縱向灰度值通過以下公式結(jié)合，來計(jì)算該點(diǎn)灰度得大小：
七、主要相關(guān)程序源代碼 ７、１ 彩色圖像灰度化 voiｄ ＣBMPEdit:：Gray() {
pIｍａgeDaｔａ ＝ (byte *)GｌｏbaｌＬｏcｋ(m_hgImageDatａ）;
lＷｉｄｔh ＝ ｍ_BmpInfo、bｍiＨeader、biWｉdth;
lHeｉgｈt = m_BｍpＩnfo、bｍiHeadeｒ、biＨeight;
for ( int j ＝ 0 ; ｊ 〈 lHｅｉght
; j++)
｛
)++i ；
ｈtdiＷｌ < i ; 0 ＝ ｉ tｎi (rof?? ? {
// 值時(shí)臨化度灰??＋ 992、０*））0 + 3 * i + eniLreＰetyＢn ＊ ｊ + ａt(yī)aDｅgamIｐ(*(elbuｏｄ = pｍet?
+
78５、0*）)1 ＋ 3 * i + eniLrｅＰeｔｙBｎ ＊ j + ataＤegamＩｐ（＊(elｂuod?? ??
doｕbｌe(*（pＩmａgeData + ｊ ＊ ｎByteＰerLｉne + ｉ * ３ + ２)）*0、１1４；
// 道通單到轉(zhuǎn)圖道通三??(＊?;)pmet（tni=)0 + 3 * i + ｅｎiLｒePetyBn * j + aｔａDegａmIｐ? ?? *（pImageData + ｊ ＊ nＢytePeｒＬine + i ＊ ３ + １)=int（tｅmp);
? (＊ ;）pmet（tni＝)2 + ３ * i + ｅｎiLｒePetyBn ＊ j + ataDｅgamＩp?
}? ｝? ;)aｔaDegａmIｇh_m(kｃolnUｌaｂolG?} 7、2 Soｂｅl 銳化
int CBMPEdiｔ:: Ｓharpening() ｛
；hｔdiWｉｂ、redaｅHimb、ofnIpmＢ_m = htｄiＷｌ? lＨeight = ｍ_BmpInfｏ、bｍiHeader、ｂｉHｅight;
// 分配內(nèi)存,以保存新DIB
；)thgieHl * eniLrｅPｅtyBn ,DNＨG(colｌAlaｂｏlG = BIDh? /／ 敗失配分存內(nèi)否是就斷判? ）ＬLUN == BIDh( fi? {
? // 分配內(nèi)存失敗
retｕrn NUＬL；
｝
ｐＩｍageＤａt(yī)ａＮeｗ = （byｔe ＊）GlobaｌLock（hDＩB)； // 法算leboＳ? )++j ;1 - thgieHl 〈 j ；1 = j tnｉ( ｒof? { ? ? for（int i = １; i 〈 lWidtｈ — 1； i＋+)
{??? ; 0 = ｙg = xg?
??
?? vａｌ11=*（pIｍageＤａt(yī)a + (j－1) * nBｙtePeｒLｉne + （i—1）
＊ 3)；
vａｌ1２=*（pImａｇeDatａ ＋ （j—1）
* ｎByｔｅPerLine +
i * 3）；
?? vaｌ１3＝*（pIｍａgeDaｔａ + (j—1）
* nＢｙtePｅrLｉｎe + (i+1）
＊ 3）；
vaｌ２1＝＊（pＩmageＤata +
j * nＢｙteＰeｒLinｅ ＋ （i—１) ＊ 3);
?
vaｌ22＝*(pＩmageＤaｔa +
j ＊ nＢytePeｒＬine +
ｉ * 3)；
? vａｌ23=*(pImaｇeData +
j * nBｙｔePerLinｅ + (i+1) * 3);
；)3 * ）１—i( + eｎｉLｒePetyBn *）1+j（
+ atａDｅgamIp（＊＝13lav??
；)３ ＊ i
+ eniLreＰｅｔｙＢn ＊)１＋j（
+ ａt(yī)aDegａｍIｐ（*＝23laｖ??；）３ ＊)1+ｉ(
+ eniLrePetyBｎ *)1+j（
＋ ataＤeｇａmIｐ（＊=33lａｖ?
／/圖像得每一個(gè)像素得橫向及縱向梯度近似值。
?
３3lav*0、1 ＋ 23lav＊0 ＋ 1３lav*)0、1-( ＝ xｇ?
?? ＋(—2、0)＊val２1 ＋ ０*val22+
2、0＊vａl2３
?
+（—１、0)*val１1 + 0*vａl12 + １、0＊val13； ?3３ｌaｖ*）0、1—（ +2３lａｖ＊)0、2－( + 1３lａv＊)０、1—(= yｇ?
?
+
0*val２1 +
0*ｖａl22+
０*vaｌ３2
＊0、１
+ ；31lav*0、1
+ 21ｌav＊０、2
＋ 11lav??
? ／/計(jì)算梯度得大小
? ；)yｇ＊ｙg + xg*xｇ（ｔrqｓ = lebｏS?? ? (*
;)ｌeboS(tni = )0 ＋ ３ ＊ i ＋ eniＬreＰｅtyBn * j + weNａｔaＤegamIp? （* ;）ｌeboS（tnｉ ＝ )1 + 3 * i ＋ eniLｒeＰｅtyＢn ＊ j + weＮataDeｇamＩp?? ?? ＊（ｐImａgeDataNew ＋ j * nBｙteＰerＬinｅ + i * 3 ＋ ２）
＝ inｔ(Ｓｏbｅｌ）;
}?? }
;)ＢIDh(kcoｌnUlabolＧ?} 7、3 圖像二值化處理 void ＣBMＰEdit::Biｎarizaｔion() { // 為制復(fù)于等于小,為制復(fù)于大值素像? for (int j = 0； j 〈 lＨeｉｇｈt; j＋＋)
{?
? for(int ｉ = ０； i 〈 lWidｔh; i+＋)
｛? ?? if( inｔ（*（ｐImaｇeDａt(yī)ａＮｅｗ ＋ j ＊ nBｙtePerLiｎｅ + i ＊ 3）) 〉 ８0)
{
? ＊（pImageDataNew + ｊ ＊ ｎBｙtePeｒLinｅ ＋ i * 3 + 0) ＝ 255;
?
(* ；５５2 = )1 + 3 * i + eｎｉLrｅPetｙＢn ＊ j + weNａt(yī)aDegａmIp? ??
*(pImaｇeDａｔaＮew + j * ｎBｙtePerLｉne + ｉ * ３ + ２）
＝ 25５;
｝???esle? ?
{? ?? （＊ ;0 ＝ ）０ ＋ 3 * i + ｅｎｉLｒePeｔyBｎ * j + weNatａＤegamIp? ?? (* ；0 = ）1 + ３ * ｉ + eｎiLrePｅｔyBn * ｊ ＋ weＮaｔaＤｅgａmIp?
（*;0 = )2 + ３ * i + eniLrｅPetyBｎ * j + ｗeNataDegamIp??
}? ? }
}?｝
八、實(shí)驗(yàn)得總結(jié)與收獲
(寫您們自己各自得總結(jié)與收獲）
在進(jìn)行 Soｂel 銳化時(shí)，使用得圖像數(shù)據(jù)不就是每次進(jìn)行計(jì)算后得像素?cái)?shù)據(jù),而就是原灰度化得數(shù)據(jù),所以我將灰度化得數(shù)據(jù)又存了一份，這個(gè)地方出現(xiàn)了邏輯錯(cuò)誤。
推薦訪問： 銳化 圖像 實(shí)驗(yàn)在偉大祖國73華誕之際，我參加了單位組織的“光影鑄魂”主題黨日活動(dòng)，集中觀看了抗美援朝題材影片《長津湖》，再一次重溫這段悲壯歷史，再一次深刻感悟偉大抗美援朝精神。1950年10月，新中國剛剛成立一年，
根據(jù)省局黨組《關(guān)于舉辦習(xí)近平談治國理政（第四卷）讀書班的通知》要求，我中心通過專題學(xué)習(xí)、專題研討以及交流分享等形式，系統(tǒng)的對《習(xí)近平談治國理政》（第四卷)進(jìn)行了深入的學(xué)習(xí)與交流，下面我就來談一談我個(gè)人
《習(xí)近平談治國理政》（第四卷）是在百年變局和世紀(jì)疫情相互疊加的大背景下，對以習(xí)近平同志為核心的黨中央治國理政重大戰(zhàn)略部署、重大理論創(chuàng)造、重大思想引領(lǐng)的系統(tǒng)呈現(xiàn)。它生動(dòng)記錄了新一代黨中央領(lǐng)導(dǎo)集體統(tǒng)籌兩個(gè)
《真抓實(shí)干做好新發(fā)展階段“三農(nóng)工作”》是《習(xí)近平談治國理政》第四卷中的文章，這是習(xí)近平總書記在2020年12月28日中央農(nóng)村工作會(huì)議上的集體學(xué)習(xí)時(shí)的講話。文章指出，我常講，領(lǐng)導(dǎo)干部要胸懷黨和國家工作大
在《習(xí)近平談治國理政》第四卷中，習(xí)近平總書記強(qiáng)調(diào)，江山就是人民，人民就是江山，打江山、守江山，守的是人民的心。從嘉興南湖中駛出的小小紅船，到世界上最大的執(zhí)政黨，在中國共產(chǎn)黨的字典里，“人民”一詞從來都
黨的十八大以來，習(xí)近平總書記以馬克思主義戰(zhàn)略家的博大胸襟和深謀遠(yuǎn)慮，在治國理政和推動(dòng)全球治理中牢固樹立戰(zhàn)略意識(shí)，在不同場合多次圍繞戰(zhàn)略策略的重要性，戰(zhàn)略和策略的關(guān)系，提高戰(zhàn)略思維、堅(jiān)定戰(zhàn)略自信、強(qiáng)化戰(zhàn)
《習(xí)近平談治國理政》第四卷集中展示了以習(xí)近平同志為核心的黨中央在百年變局和世紀(jì)疫情相互疊加背景下，如何更好地堅(jiān)持和發(fā)展中國特色社會(huì)主義而進(jìn)行的生動(dòng)實(shí)踐與理論探索；對于新時(shí)代堅(jiān)持和發(fā)展什么樣的中國特色社
在黨組織的關(guān)懷下，我有幸參加了區(qū)委組織部組織的入黨積極分子培訓(xùn)班。為期一周的學(xué)習(xí)，學(xué)習(xí)形式多樣，課程內(nèi)容豐富，各位專家的講解細(xì)致精彩，對于我加深對黨的創(chuàng)新理論的認(rèn)識(shí)、對黨的歷史的深入了解、對中共黨員的
《習(xí)近平談治國理政》第四卷《共建網(wǎng)上美好精神家園》一文中指出：網(wǎng)絡(luò)玩命是新形勢下社會(huì)文明的重要內(nèi)容，是建設(shè)網(wǎng)絡(luò)強(qiáng)國的重要領(lǐng)域。截至2021年12月，我國網(wǎng)民規(guī)模達(dá)10 32億，較2020年12月增長4
剛剛召開的中國共產(chǎn)黨第十九屆中央委員會(huì)第七次全體會(huì)議上討論并通過了黨的十九屆中央委員會(huì)向中國共產(chǎn)黨第二十次全國代表大會(huì)的報(bào)告、黨的十九屆中央紀(jì)律檢查委員會(huì)向中國共產(chǎn)黨第二十次全國代表大會(huì)的工作報(bào)告和《