（7-2）
式中?{}表示某种领域正变换，??1{}表示该频域变换的反变换。F(μ,ν)为原始图像f(x,y)结果频域正变换的结果，H(μ,ν)为领域中的修正函数，G(μ, ν )是修正后的结果，g (x , y)是G(μ,ν)反变换的结果，即增强后的图像。
1）图像的平滑； 2）中值滤波； 3）图像的锐化：（1）梯度锐化；（2）拉普拉斯锐化 四．数据记录与处理
图6-1 梯度锐化后的图像（阈值为10） 图6-2 滤波处理后的图（3X1中值滤波）
图6-3 平滑后的图像 图6-4 拉普拉斯锐化后的图像 五、思考题
面阵CCD数字图像处理—图像增强处理软件中共包括了哪些处理算法？它们分别对图像进行了怎样的处理，各有什么特点？
答：图像的增强技术通常又有两类方法，空间域法和频率域法。 空间域法主要是在空间域中对图像像素灰度值进行运算处理。
图像增强的频率域法是在图像的某种变换域中(通常是频率域中)对图像的变换值进行某种运算处理，然后再变换回空间域。
11
（七） 图像的边缘检测与轮廓信息处理
一、实验目的与意义
图像的边缘检测与轮廓信息处理实验在图像尺寸检测应用中起着举足轻重的作用。该实验将为工业机器人视觉、非接触二维尺寸测量、图像图形分析等的基础。
二、实验仪器
① 带有USB2.0输入端口的计算机（或GDS-Ⅱ光电综合实验平台），推荐使用WIN2000以上操作系统，使用1024×768分辨率，24或32位真彩显示；
② YHACCD－Ⅲ型彩色面阵CCD多功能实验仪一台。
三、实验内容
1、基础理论 1）基本概念
利用计算机进行图像处理有两个目的，一是产生更适合人观察和识别的图像；二是希望能由计算机自动识别和理解图像。无论哪个目的，图像处理中的关键是对包含有大量景物信息的图像进行分解。分解的最终结果是图像被分解成一些具有某种特征的最小成分，称为图像的基元。相对于整幅图像来说，这种基元更容易被快速处理。
图像的特征指图像场中可用作为标志的属性。它可以分为图像的统计特征和图像的视觉特征等两类。图像的统计特征是指一些人为定义的特征，通过变换才能得到。如图像的直方图、频谱等等；图像的视觉特征指人的视觉可直接感受到的自然特征，如区域的亮度、纹理或轮廓等。利用这两类特征把图像分解成一系列有意义的目标或区域的过程称为图像的分割。
图像的边缘是图像的最基本特征。所谓边缘(或边沿)是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。边缘广泛存在于物体与背景之间、物体与物体之间；基元与基元之间。因此，它是图像分割所依赖的重要特征。在本节实验中，我们将介绍图像边缘的检测和提取技术。
物体的边缘是由灰度不连续性所反映的。经典的边缘提取方法是考察图像的每个像素在某个邻域内灰度的变化，利用边缘邻近的一阶或二阶方向导数找出相应的变化规律提取出边缘，再用简单的方法检测边缘，以便达到某种目的。例如图像自动检测的目的。这种方法称为边缘检测局部算子法。
边缘的种类也可以分为两种，一种称为阶跃性边缘，它两边的像素的灰度值有着显著的差别；另一种称为屋顶状边缘，它位于灰度值从增加到减少的变化转折点。对于阶跃性边缘，二阶方向导数在边缘处呈零交叉；而对于屋顶状边缘，二阶方向导数在边缘处取极值。如果一个像素落在图像中某一个物体的边界上，那么它的邻域将成为一个灰度级的变化带。对这种变化最有用的两个特征是灰度的变化率和方向，它们分别以梯度向量的幅度和方向来表示。
边缘检测算子检查每个像素的邻域并对灰度变化率进行量化，也包括方向的确定。大多
12
数使用基于方向导数掩模求卷积的方法。
2）内容介绍
（1）Roberts边缘检测算子 （2）Sobel 边缘算子 （3）Prewitt 边缘算子 （4）Krisch 边缘算子 （5）高斯—拉普拉斯算子 （6）轮廓提取 四．数据记录与处理
图7-1Robert算子处理后的图
图7-2二值化处理后的图（参数值25） 图7-3 轮廓提取图像 五、思考题
在此实验中所介绍的边缘检测算子都有哪些？它们各自的特点是什么？ 答：（1）Roberts边缘检测算子，（2）Sobel 边缘算子，（3）Prewitt 边缘算子，（4）Krisch 边缘算子，（5）高斯—拉普拉斯算子；
Roberts边缘检测算子是一种利用局部差分算子寻找边缘的算子。 Sobel 边缘算子:运算结果是一幅边缘幅度图像；
Prewitt算子也产生了一幅边缘幅度图像。
Kirsch边缘算子：图像中的每个点都用8个掩模进行卷积，每个掩模都对某个特定边缘方向作出最大响应，所有8个方向中的最大值都作为边缘幅度图像的输出。
拉普拉斯算子是对二维函数进行运算的二阶导数算子。
（八） 典型图像分析方法实验
一、实验目的与意义
通过对实时采集的数字图像进行几种简单的处理方法所获得的实际效果，引起对应用广
13
泛的数字图像处理技术的兴趣。数字图像处理技术的内容非常丰富，如图像的增强、图像压缩、图像还原、图像识别等等；处理方法也很多，涉及到许多数学变换问题，如图像的傅立叶变换、离散余弦变换、沃尔什变换、哈得玛变换、斯拉特变换等（详细内容请参见《光电图像处理》书）。本实验由浅入深的安排了一些简单的数字图像处理内容，以便使学生入门。本节实验将从图像分析开始，让大家逐步在实践中了解数字图像处理在实际问题中的应用。
二、实验仪器
① 带有USB2.0输入端口的计算机（或GDS-Ⅱ光电综合实验平台），推荐使用WIN2000以上操作系统，使用1024×768分辨率，24或32位真彩显示； ② YHACCD－Ⅲ型彩色面阵CCD多功能实验仪一台。
三、实验内容
1）阈值分割 2） 投影检测 3）差影检测
四、数据记录与处理
图8-1 预处理图像（平滑）
图8-2 图像二值化 图8-3水平投影图像
14
图8-4垂直投影图像 图8--5差影图像 五、思考题
本实验典型图像分析中共有哪几个图像分析的算法？说出“投影检测”和“差影检测”的原理是什么？
答：阈值分割；投影检测；差影检测；
“投影检测”的原理：像素的灰度都相差不多，而且与其他区域的灰度值有较大差别。如果我们选取合适的阈值，并做滤波处理，便将该图像进行二值化处理，得到图像可以把金属棒突出显示出来。
“差影检测”的原理：所谓差影检测法实际上是图像的相减运算(又称减影技术)，是指把同一景物在不同时间拍摄的图像或同一景物在不同波段拍摄的图像相减的处理方法。
实验总结：通过做本实验了解了CCD 图像传感器灵敏度高和低光照成像质量好的优点
及其先关的应用如：图像的增强与清晰、颜色识别等。并学会了对图像进行处理如：图像旋转、图像缩放、图像翻转等。
15