loading
1.3 功能应用
图像平滑：图像平滑是指用突出图像的宽大区域、低频成分、主干部分或者抑制噪声和干扰高频成分，使图像亮度平缓渐变，减小突变梯度，改善图像质量的图像处理方法。
图像锐化：图像在传输过程中，通常质量都要降低，除了噪声因素外，图像一般都要变得模糊。这主要是因为图像的传输或者转换系统的传递函数对高频成分的衰减作用，造成图像细节轮廓不清晰。图像锐化就是补偿图像年的轮廓，使图像比较清晰。
2. maltba源代码
lena=imread('lena.jpg'); %载入图片，本程序使用lena标准图 figure(1);imshow(lena);title('原图像'); %显示原图像 rgb1=imnoise(lena,'gaussian'); %加入高斯噪声 figure(2);imshow(rgb1);title('加入噪声后');%显示加入噪声后的图像 fR1=rgb1(:,:,1); %提取图像中的R层 fG1=rgb1(:,:,2); %提取图像中的G层 fB1=rgb1(:,:,3); %提取图像中的B层 w=fspecial('average'); fR_filtered=imfilter(fR1,w); fG_filtered=imfilter(fG1,w);
%对R层做平滑处理
%对G层做平滑处理
fB_filtered=imfilter(fB1,w); %对B层做平滑处理 rgb_filter=cat(3,fR_filtered,fG_filtered,fB_filtered); %将处理后的3层合并在一起
figure(3);imshow(rgb_filter);title('模糊后的图像 '); %显示模糊后的图像
rgb2=rgb_filter;%将模糊后的图像传递给rgb2 fR2=rgb2(:,:,1); %提取图像中的R层 fG2=rgb2(:,:,2); %提取图像中的G层 fB2=rgb2(:,:,3); %提取图像中的B层 lapMatrix=[-1 -1 -1;-1 9 -1;-1 -1 -1];
fR_tmp=imfilter(fR2,lapMatrix); %对R层做锐化处理 fG_tmp=imfilter(fG2,lapMatrix); %对R层做锐化处理 fB_tmp=imfilter(fB2,lapMatrix); %对R层做锐化处理 rgb_tmp=cat(3,fR_tmp,fG_tmp,fB_tmp); %合并3层图像 figure(4);imshow(rgb_tmp);title('锐化后的图像 ');%显示锐化后的图像
3.1 实验结果
4.实验分析与总结
经过多次的实践和理论上的推导不难发现图像平滑和图像锐化是两个完全对立的图像处理技术。图像平滑让图像中的细节成分越来越少，而相对的，图像的锐化则是凸显图像的细节部分。
在图像平滑图像处理中，在很多噪声的情况下，图像平滑能够有效的减弱噪声对图像的影响，无论是高斯噪声、椒盐噪声还是乘性噪声，都能很好的在图像平滑中将这集中噪声很好的去除。岁演不能完全复原如原图一样的情况，但是在图像平滑过后，噪声在图像中的存在确实少了许多，但是对于一些本身比较清晰的图像，效果就不那么明显了。
图像平滑的弊端在于会把图像本身一些很好的细节部分给模糊掉，从而降低图像的质量，对一些分辨率很高鹗茄细节很唯美的图像来说，图像平滑来处理噪声反而效果不是很好。
图像锐化则是让图像变得更为清晰。通过图像锐化可以是图像细节部分遍的清楚起来，但是如果图像有噪声，只会让图像变得更加模糊，图像锐化不能对有噪声的图像进行处理。