圖像增強

圖像增強按照作用域可分為空域法和頻域法兩類。

1.空域法

空域法是直接對圖像的像素灰度值進行操作。常用的空域法包括圖像的灰度變換、直方圖修正、圖像空域平滑和銳化處理、彩色增強等。

2.時域法

頻域法是在圖像的變換域中,對圖像的變換值進行操作,然后經逆變換獲得所需的增強結果。常用的方法包括低通濾波、高通濾波以及同態濾波等。

4.1 圖像的對比度增強

4.1.1 灰度線性變換

1.灰度的線性變換

2.灰度分段線性變換

（1）擴展感興趣的，犧牲其他

（2）擴展感興趣的，壓縮其他

4.1.2 灰度的非線性變換

1.灰度對數變換

2.灰度指數變換

4.2 圖像的直方圖修正

將統計學中直方圖的概念引入到數字圖像處理中，用來表示圖像的灰度分布，稱為灰度直方圖。而不同的灰度分布就對應著不同的圖像質量。因此，灰度直方圖能反映圖像的概貌和質量,也將是圖像增強處理時的重要依據。

4.2.1 灰度直方圖的定義

4.2.2 灰度直方圖的性質

1.直方圖的位置缺失性

灰度直方圖僅僅反映了數字圖像中各灰度級出現頻數的分布，即取某灰度值的像素個數占圖像總像素個數的比例，但對那些具有同–灰度值的像素在圖像中的空間位置一無所知，即其具有位置缺失性。

2.直方圖與圖像的一對多特性

任一幅圖像都能唯一地確定 與其對應的-一個直方圖，但由于直方圖的位置缺失性,對于不同的多幅圖像來說，只要其灰度級出現頻數的分布相同，則都具有相同的直方圖，即直方圖與圖像是一對多的關系。

3.直方圖的可疊加性

由于灰度直方圖是各灰度級出現頻數的統計值,若一圖像分成幾個 子圖，則該圖像的直方圖就等于各子圖直方圖的疊加。

4.2.3 直方圖與圖像清晰度的關系

暗圖像對應的直方圖組成成分集中在灰度值較小(暗)的左邊一側，而明亮圖像的直方圖則傾向于灰度值較大(亮)的右邊一側。對比度較低的圖像對應的直方圖窄而集中于灰度級的中部,對比度高的圖像對應的直方圖分布范圍很寬而且分布均勻。

4.2.4 直方圖均衡化

綜上所述，直方圖均衡化就是通過原始圖像的灰度非線性變換,使其直方圖變成均勻分布,以增加圖像灰度值的動態范圍，從而達到增強圖像整體對比度,使圖像變清晰的效果。直方圖均衡化的計算過程如下:

4.2.5 直方圖規定化

4.3 圖像平滑

4.3.1 空域平滑法

1.領域平均法

圖像中的大部分噪聲是隨機噪聲,其對某–像素點的影響可以看作是孤立的。因此,噪聲點與該像素點的鄰近各點相比,其灰度值會有顯著的不同(突跳變大或變小)。基于這一事實,可以采用所謂的鄰域平均的方法,來判定圖像中每一像素點是否含有噪聲,并用適當的方法來減弱或消除該噪聲。

（1）定義和計算公式

2.閾值平均法

3.加權平均法

4.模板平滑法

4.3.2 低通頻域濾波法

1.空域模板平滑法等效于頻域低通濾波法

2.用于圖像濾波的幾種低通濾波器

（1）理想低通濾波器（ILPF）

（2）Butterworth低通濾波器（BLPF）

（3）指數低通濾波器（ELPF）

（4）梯形低通濾波器（TLPF）

4.3.3 中值濾波法

1.中值濾波法的原理

2.中值濾波窗口

3.中值濾波的重要性

4.窗口

5.比較

6.使用中值濾波時的注意事項

相對于平均濾波,中值濾波對于椒鹽噪聲及干擾脈沖有很好的濾除作用，同時還能保持目標物的邊緣,但這要在合適的應用場合和合適的濾波窗口形狀和大小下。因為濾波的目的是:既要濾除噪聲和干擾，又要保持(保留)圖像中目標物的細節。因此,使用中值濾波時,要注意以下事項:
(1)中值濾波適合于濾除椒鹽噪聲和干擾脈沖,尤其適合于目標物形狀是塊
狀時的圖像濾波。
(2)具有豐富尖角幾何結構的圖像,一-般采用十字形濾波窗,且窗口大小最好
不要超過圖像中最小目標物的尺寸,否則會丟失目標物的細小幾何特征。
(3)需要保持細線狀及尖頂角目標物細節時，最好不要采用中值濾波。

4.4 圖像銳化

4.4.1 空域銳化法

2.拉普拉斯銳化法

3.模板銳化法

4.4.2 高頻提升濾波法

空域模板銳化法等效于頻域高頻提升濾波法

4.5 圖像的同態濾波

4.6 圖像的彩色增強

1.灰度分層法

2.灰度變換彩色法

3.頻域濾波

4.6.2 假彩色增強

4.6.3 真彩色增強

總結

以上是生活随笔為你收集整理的数字图像处理 第四章 图像增强的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。