图像增强

部分内容来源于:http://lijiwei19850620.blog.163.com/blog/static/97841538201210239635623/

图像增强即增强图象中的有用信息,它可以是一个失真的过程。其目的是要改善图像的视觉效果,针对给定图像的应用场合,有目的地强调图像的整体或局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果,满足某些特殊分析的需要。

注意:

1、图像增强处理并不能增加原始图像的信息,只能增强对某种信息的辨别能力,而这种处理肯定会损失一些其它信息;

2、强调根据具体应用而言,更“好”更“有用”的视觉效果图像;

3、图像增强处理最大的困难——增强后图像质量的好坏主要依靠人的主观视觉来评定,也就是说,难以定量描述。

根据增强处理过程所在的空间不同,可分为基于空域的算法和基于频域的算法两大类。

1、基于空域的算法

直接对图像灰度级做运算,分为点运算算法和邻域增强算法。

(1)空域变换增强:点运算也即对比度增强、对比度拉伸或灰度变换,是对图像中的每一个点单独地进行处理,目的或使图像成像均匀,或扩大图像动态范围,扩展对比度。新图像的每个像素点的灰度值仅由相应输入像点运算,只是改变了每个点的灰度值,而没有改变它们的空间关系。

空域变化增强分为线性变换,非线性变换,直方图均衡化,直方图规定化。

(2)空域滤波增强:邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声,但是也容易引起边缘的模糊,常用算法有均值滤波、中值滤波;锐化的目的在于突出物体的边缘轮廓,便于目标识别,常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。

空域变换增强是强调对图像整体进行调整,空域滤波增强强调对图像局部进行改善(比如增强边缘和纹理信息)。

2、基于频域的算法

把图像看成一种二维信号,采用图像傅立叶变换实现对图像的增强处理,基础是卷积定理,是一种间接增强的算法。它也分为图像平滑和锐化两种方法。

图像平滑:采用低通滤波法,只让低频信号通过,可去掉图中的噪声;

图像锐化:采用高通滤波法,则可增强边缘等高频信号,使模糊的图片变得清晰。


补充说明:

1. 图像直方图:https://www.zhihu.com/question/20511799

人们把照片的亮度分为0到255共256个数值,数值越大,代表的亮度越高。其中0代表纯黑色的最暗区域,255表示最亮的纯白色,而中间的数字就是不同亮度的灰色。人们还进一步把这些亮度分为了5个区域,分别是黑色,阴影,中间调,高光和白色。

当我们用横轴代表0-255的亮度数值。竖轴代表照片中对应亮度的像素数量,这个函数图像就被称为直方图。

直方图中柱子的高度,代表了画面中有多少像素是那个亮度,其实就可以看出来画面中亮度的分布和比例。

2. 直方图均衡化:https://www.cnblogs.com/tianyalu/p/5687782.html

3. 直方图规定化(直方图匹配): http://blog.csdn.net/guoyk1990/article/details/8112552

4. 空域滤波: 在空域做卷积等于在频域滤波。 http://blog.csdn.net/green_master/article/details/52490515

推荐阅读更多精彩内容

  • 空域平滑 图像锐化 彩色增强技术 频域增强 增强的目的: 改善图像视觉效果,提高清晰度:平滑、降噪——图像清晰 利...
    hyfine阅读 1,441评论 0 3
  • 功能与算法对应表 参考文档 灰度变换——反转,对数变换,伽马变换,灰度拉伸,灰度切割,位图切割 《数字图像处理》(...
    menglj阅读 1,467评论 0 5
  • 不同图像灰度不同,边界处一般会有明显的边缘,利用此特征可以分割图像。需要说明的是:边缘和物体间的边界并不等同,边缘...
    大川无敌阅读 10,438评论 0 28
  • 对上述图像进行增强、主要增强两方面,一方面是图像的亮度,另一方面就是图像的对比度。 第一种方法:将RGB格式的图像...
    amazingu阅读 1,615评论 0 0
  • http://blog.csdn.net/x454045816/article/details/52153250 ...
    G风阅读 4,381评论 0 1