现在的位置: 首页 > 综合 > 正文

图像编程学习笔记9——图像的锐化

2014年02月09日 ⁄ 综合 ⁄ 共 1334字 ⁄ 字号 评论关闭

锐化(sharpening)和平滑恰恰相反,它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(high passfilter)。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(见(3.4)式),又是个数学家的名字,可见学好数学,走遍天下都不怕。

(3.4)

容易看出拉普拉斯模板的作法:先将自身与周围的8个象素相减,表示自身与周围象素的差别;再将这个差别加上自身作为新象素的灰度。可见,如果一片暗区出现了一个亮点,那么锐化处理的结果是这个亮点变得更亮,增加了图象的噪声。

因为图象中的边缘就是那些灰度发生跳变的区域,所以锐化模板在边缘检测中很有用,这一点将在后面详细介绍。

功能实现code:

/**
* 函数名: sharpening
* 功  能: 对图像进行锐化处理
*/
void Laplacian()
{
	int temp[9] = {-1,-1,-1,-1,9,-1,-1,-1,-1};   //Laplacian 模版
	int height = bmpInfoHeader.biHeight;   
	int width = bmpInfoHeader.biWidth;  
	int imgSize = bmpInfoHeader.biSizeImage;
	int lineByte = (width * 8 +31) / 32 * 4;  //每行像素所占字节数
	//处理是基于原图的,所以原图的数据不能改变,用pNewBmpData存储改变之后的数据
	memcpy(pNewBmpData,pBmpData,imgSize);   //把原图数据复制给pNewBmpData
	//注意边界点不处理,所以i从1到高度-2,j类似
	double temResult;  //中间结果
	for(int i = 1; i < height - 1; i++ )
	{
		for(int j = 1; j < width - 1; j++ )
		{
			temResult = (double)(*(pBmpData + (i-1) * lineByte + j - 1) * temp[0]);
			temResult += (double)(*(pBmpData + (i-1) * lineByte + j) * temp[1]);
			temResult += (double)(*(pBmpData + (i-1) * lineByte + j + 1) * temp[2]);
			temResult += (double)(*(pBmpData + (i) * lineByte + j - 1) * temp[3]);
			temResult += (double)(*(pBmpData + (i) * lineByte + j) * temp[4]);
			temResult += (double)(*(pBmpData + (i) * lineByte + j + 1) * temp[5]);
			temResult += (double)(*(pBmpData + (i+1) * lineByte + j - 1) * temp[6]);
			temResult += (double)(*(pBmpData + (i+1) * lineByte + j) * temp[7]);
			temResult += (double)(*(pBmpData + (i+1) * lineByte + j + 1) * temp[8]);
			*(pNewBmpData + i * lineByte + j) = temResult;
		}
	}
}

抱歉!评论已关闭.