本文基于《信号与系统》中的微分滤波器原理，探讨如何利用该原理实现图像边缘的锐化。通过计算二维图像的梯度并归一化，突出边界处的灰度变化。文中以乒乓球图像为例，展示了滤波器在边缘锐化上的效果，显示了滤波器对图像轮廓的显著增强作用，并提供了MATLAB源码。
本文章的灵感来源在Alan.V.Oppenheim的巨著《信号与系统（第二版）》中关于微分滤波器的章节里提到了如何利用微分滤波器实现边缘锐化。因此此文权当笔者在学习《信号与系统》这门课的课后练习。
1.基本原理
在一个二维图像（不妨假设其为灰度图）f(x,y)f(x,y)f(x,y)中，如果有区域边界的存在，就会使得边界两边的灰度值变化较为明显，即grad(f)\mathrm{grad}(f)grad(f)的模较大。因此，如果要突出图像的边缘部分，我们可以采用一个二维微分滤波器，输出原始图像的梯度值再进行归一化，得到边缘锐化以后的图像其中:
∣grad(f)∣=(∣∂f(x,y)∂x∣2+∣∂f(x,y)∂x∣2)12 |\mathrm{grad}(f)|=\left(\left|\frac{\partial f(x,y)}{\partial x}\right|^2+\left|\frac{\partial f(x,y)}{\partial x}\right|^2\right)^{\frac{1}{2}} ∣grad(f)∣=
扫一扫
8098
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
