用Matlab實(shí)現(xiàn)一些簡(jiǎn)單的圖像銳化

??用Matlab實(shí)現(xiàn)一些簡(jiǎn)單的圖像銳化乳丰,僅是寫一寫基本原理泌参,不追求銳化效果欣簇。
??在入門級(jí)的圖像處理課上,往往會(huì)講一些高通濾波/圖像銳化的方法翘狱,然后用Matlab或其他什么實(shí)現(xiàn)秘案。
??然而讓人感到蛋疼的是,說(shuō)是銳化并增強(qiáng)圖像潦匈,卻只得到一個(gè)模糊的輪廓阱高。

Laplacian-sharp.png

??或是下面這樣。

Prewitt-sharp.png

??其實(shí)上面的圖像是提取出來(lái)的高頻信息茬缩,將高頻信息加回原始圖像赤惊,才能得到銳化后的圖像。

Laplacian-sharpen.png
Prewitt-sharped.png

??對(duì)比一下原始圖像凰锡。
??如果感覺(jué)沒(méi)什么區(qū)別未舟,點(diǎn)擊圖片查看原圖。

Original.png

上面兩種銳化分別使用了Laplacian算子和Prewitt算子提取高頻信息寡夹,對(duì)應(yīng)的Matlab代碼如下处面。

% Laplacian

i = imread(‘Original.png’);
I = double(i);
N = [-1 -1 -1 ; -1 8 -1 ; -1 -1 -1];

sharp   = conv2(I,f,'same');
sharp   = uint8(sharp);
sharped = i + sharp;

imshow(sharp);
% Prewitt

i = imread(‘Original.png’);
I = double(i);
N = [1 1 1 ; 0 0 0 ; -1 -1 -1];

sharp   = conv2(I,f,'same');
sharp   = uint8(sharp);
sharped = i + sharp;

imshow(sharp);

??當(dāng)然,上述銳化效果并不能使人滿意菩掏,Ringing尤其讓人討厭(線條周圍的白邊)魂角,后續(xù)再調(diào)整。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末智绸,一起剝皮案震驚了整個(gè)濱河市野揪,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌瞧栗,老刑警劉巖斯稳,帶你破解...
    沈念sama閱讀 210,914評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異迹恐,居然都是意外死亡挣惰,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,935評(píng)論 2 383
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)憎茂,“玉大人珍语,你說(shuō)我怎么就攤上這事∈#” “怎么了板乙?”我有些...
    開(kāi)封第一講書人閱讀 156,531評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)拳氢。 經(jīng)常有香客問(wèn)我募逞,道長(zhǎng),這世上最難降的妖魔是什么馋评? 我笑而不...
    開(kāi)封第一講書人閱讀 56,309評(píng)論 1 282
  • 正文 為了忘掉前任放接,我火速辦了婚禮,結(jié)果婚禮上栗恩,老公的妹妹穿的比我還像新娘透乾。我一直安慰自己洪燥,他們只是感情好磕秤,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,381評(píng)論 5 384
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著捧韵,像睡著了一般市咆。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上再来,一...
    開(kāi)封第一講書人閱讀 49,730評(píng)論 1 289
  • 那天蒙兰,我揣著相機(jī)與錄音,去河邊找鬼芒篷。 笑死搜变,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的针炉。 我是一名探鬼主播挠他,決...
    沈念sama閱讀 38,882評(píng)論 3 404
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼篡帕!你這毒婦竟也來(lái)了殖侵?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書人閱讀 37,643評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤镰烧,失蹤者是張志新(化名)和其女友劉穎拢军,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體怔鳖,經(jīng)...
    沈念sama閱讀 44,095評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡茉唉,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,448評(píng)論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片度陆。...
    茶點(diǎn)故事閱讀 38,566評(píng)論 1 339
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡魏铅,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出坚芜,到底是詐尸還是另有隱情览芳,我是刑警寧澤,帶...
    沈念sama閱讀 34,253評(píng)論 4 328
  • 正文 年R本政府宣布鸿竖,位于F島的核電站沧竟,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏缚忧。R本人自食惡果不足惜悟泵,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,829評(píng)論 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望闪水。 院中可真熱鬧糕非,春花似錦、人聲如沸球榆。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 30,715評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)持钉。三九已至衡招,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間每强,已是汗流浹背始腾。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 31,945評(píng)論 1 264
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留空执,地道東北人浪箭。 一個(gè)月前我還...
    沈念sama閱讀 46,248評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像辨绊,于是被迫代替她去往敵國(guó)和親奶栖。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,440評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容

  • 不同圖像灰度不同邢羔,邊界處一般會(huì)有明顯的邊緣驼抹,利用此特征可以分割圖像。需要說(shuō)明的是:邊緣和物體間的邊界并不等同拜鹤,邊緣...
    大川無(wú)敵閱讀 13,826評(píng)論 0 29
  • 參考資料: 圖像卷積與濾波的一些知識(shí)點(diǎn) 圖像處理基本概念——卷積框冀,濾波,平滑 1.卷積的基本概念 首先敏簿,我們有一個(gè)...
    keloli閱讀 9,996評(píng)論 0 26
  • 1明也、閾值分割 1.1 簡(jiǎn)介 圖像閾值化分割是一種傳統(tǒng)的最常用的圖像分割方法宣虾,因其實(shí)現(xiàn)簡(jiǎn)單、計(jì)算量小温数、性能較穩(wěn)定而成...
    木夜溯閱讀 22,569評(píng)論 9 15
  • 空域平滑 圖像銳化 彩色增強(qiáng)技術(shù) 頻域增強(qiáng) 增強(qiáng)的目的: 改善圖像視覺(jué)效果绣硝,提高清晰度:平滑、降噪——圖像清晰 利...
    hyfine閱讀 3,054評(píng)論 0 3
  • http://blog.csdn.net/x454045816/article/details/52153250 ...
    G風(fēng)閱讀 7,027評(píng)論 0 1