图像处理之图像的平滑与锐化

本文介绍了图像处理中的平滑与锐化的概念。平滑通过滤掉高频分量减少图像噪声,而锐化则通过增强高频分量增加图像清晰度。文章详细讲解了灰度化处理,并提供了MATLAB代码示例,包括拉普拉斯模板的锐化和不同模板的平滑处理方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

图像处理之图像的平滑与锐化
概念:
锐化就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。锐化处理在增强图象边缘的同时增加了图象的噪声。
平滑与锐化相反,就是滤掉高频分量,从而达到减少图象噪声,使图片变得有些模糊。
一、灰度化
灰度化,也就是黑白化,就是将图像进行黑白处理,使其失去色彩。而从像素点出发,就是使各个像素点的三种颜色分量R、G、B的值相同。

常用的黑白化的方法有三种:

第一种是最大值法(Maximum):
                   R=G=B=Max(R,G,B),这种方法处理后灰度图象的亮度会偏高,不建议采用。

第二种就是平均值法(Average):
                   R=G=B=(R+G+B)/3,这种方法处理后灰度图象的亮度较柔和,本人就是采用的这种方法。

第三种是加权平均值法(Weighted Average):
                   R=G=B=wr*R+wg*G+wb*B,wr、wg、wb分别为R、G、B的权值。

鉴于本人只使用了第二种,所以就先贴上第二种的代码:
src=imread('background.bmp');
[m,n,channel]=size(src);
desc=zeros(m,n);
desc=double(desc);
for i=1:m

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值