七、锐化
图像锐化处理的作用是使灰度反差增强，从而使模糊图像变得更加清晰。图像模糊的实质就是图像受到平均运算或积分运算，因此可以对图像进行逆运算，如微分运算以突出图像细节使图像变得更为清晰。
锐化程序： %锐化
a=imread('dowels.tif'); subplot(131); imshow(a); title('原图');
b=double(a);%将图像矩阵转化为double类型 s=size(b);
c=zeros(s(1,1),s(1,2)); for x=2:s(1,1)-1 for y=2:s(1,2)-1
c(x,y)=(-b(x+1,y)-b(x-1,y)-b(x,y+1)-b(x,y-1)+4*b(x,y)); end
end%用拉氏算子对图像进行滤波，这个过程相当于运用了一个3×3的掩膜[0，－1，0；－1，4，－1；0，－1，0]
subplot(132); imshow(c);
title('Laplace锐化滤波图像');
d=b+c;%当拉普拉斯掩膜中心系数为正时，增强图像为原图像于拉氏算子滤波图像之和
d=uint8(d);%将图像矩阵变回uint8格式 subplot(133); imshow(d);
title('Laplace锐化滤波结果');
图4.10展示了在MATLAB中进行图像锐化的处理结果：
图4.10
比较发现，图像模糊的部分得到了锐化，特别是模糊的边缘部分得到了增强，
13
边界更加明显。但是，图像显示清楚的地方，经过滤波却发生了失真。
八、参考文献
[1] 汪志云,黄梦为.基本直方图的图像增强及其MATLAB实现[J].计算机工程与科学,2006,28（2）:54-56.
[2] 刘榴娣,刘明奇,党长民.实用数字图像处理[M].北京理工大学出版社,1998. [3] 冈萨雷斯 RC 著.李叔梁译.数字图像处理.北京:科学出版社,1983. [4] 李月景编著.图像识别技术及其应用.北京:机械工业出版社,1985.
九、自我评价
这次课程设计不仅使我对数字图像处理的知识有了进一步的了解，并通过MATLAB编程对图像处理的实践加强了我MATLAB的运用和掌握。通过这次课程设计，我了解到数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。通过这次课程设计更加详细地了解到了MATLAB 语言的特点,以及基于MATLAB的数字图像处理环境，如何利用MATLAB及其图像处理工具箱进行数字图像处理，并通过实践掌握了利用MATLAB图像处理工具箱进行图像处理的方法。同时在课程设计的过程中我通过在MATLAB的应用了解到，知识只有同实践相结合才能有更深刻的掌握，同时感谢在这次课程设计中给于我帮助的同学。
14