2*(YuanTu(i,j)-Ruihua(i,j));Р endРendРfigure(3);imshow(Ruihua);title('锐化后的图像')Р本文用一个3*3的模板[1,1,1;1,1,1;1,1,1]不断和原图像中顺序取出的3*3矩阵点乘。所谓点乘就是两个矩阵对应元素一一相乘后求和。点乘得到的值再乘以1/9,这样我们就得到了前面所述模糊处理后的图像,这是反锐化掩模法实现的关键。Р下面是锐化后的图像:Р图2-2 锐化后的图像Р2.1.3 图像噪声消除处理Р图像去噪采用中值滤波法,中值滤波是抑制噪声的非线性处理方法。用中值滤波法处理3*3像素的局域图像,把9个灰度值按从小到大的顺序排序后,以第5个(即中央)序号的灰度值作为目标像素的灰度值。Р中值滤波法的原理是将采集到的若干个周期的变量值进行排序,然后取排好顺序的值得中间的值,这种方法可以有效的防止受到突发性脉冲干扰的数据进入。在实际使用时,排序的周期的数量要选择适当:如果选择的数量过小,可能起不到去除干扰的作用;如果选择的数量过大,会造成采样数据的时延过大,造成系统性能变差。当然在实际使用时,不可能仅仅使用一种方法,而是综合运用各种数字滤波技术,比如在中值滤波法中加入平均值滤波,借以提高滤波的性能。Р对于给定的n个数值{ a1,a2,…,an },将它们按大小有序排列。当n为奇数时,位于中间位置的那个数值称为这n个数值的中值;当n为偶数时,位于中间位置的两个数值的平均值称为这n个数值的中值,记作med(a1,a2,…,an)。中值滤波就是这样的一个变换,图像中滤波后某像素的输出等于该像素邻城中各像素灰度的中值。邻域的大小决定在多少个数值中求中值,窗口的形状决定在什么样的几何空间中取元素计算中值。对二维图像,窗口的形状可以是矩形、圆形及十字形等,它的中心一般位于被处理点上。窗口大小及形状有时对滤波效果影响很大。
全文预览
