图像增强

1.图像增强的原因：图像在传输或者处理过程中会引入噪声或使图像变模糊，从而降低了图像质量，甚至淹没了特征，给分析带来了困难。

2.图像增强的定义：图像增强是对图像进行加工，以得到对具体应用中视觉效果更“好”，或更“有用”的图像处理技术。

3.图像增强的目的：（1）改善图像的视觉效果，提高图像的清晰度； （2）将图像转换成一种更适合于人或机器分析处理的形式。

4.图像增强的方法：（1）空域法：直接对图像的像素灰度值进行操作。包括图像的灰度变换、直方图修正、平滑和锐化处理、彩色增强等。

                                   （2）频域法：在图像的变换域中，对图像的变换值进行操作，然后经逆变换获得所需的增强结果。常用的方法包括低通滤波、高通滤 波、带通滤波以及同态滤波法等。

5.对比度：灰度图像最大亮度与最小亮度的比值。（注意：在图像增强的过程中，没有新信息的增加，只是通过压制一部分信息，从而突出另一部分信息。）

图像对比度增强的定义：采用图像灰度值变换的方法，即改变图像像素的灰度值，以改变图像灰度的动态范围，增强图像的对比度。 

设原图像为f(m,n)，处理后为g(m,n)，则对比度增强可表示为： g(m,n)=T[f(m,n)] 其中T[]表示增强图像和原图像的灰度变换关系（函数）。

图像灰度变化增强图像的对比度的MATLAB实现：

 

I = imread('plane.bmp'); 
I = im2double(I); [M,N] = size(I); 
figure(1); imshow(I); title('原图像');
% 增加对比度
Fa = 2; Fb = -55;O = Fa .* I + Fb/255;
figure(3);subplot(2,2,1);imshow(O);
% 减小对比度
Fa = 0.5; Fb = -55;O = Fa .* I + Fb/255;
figure(3);subplot(2,2,2);imshow(O);
% 线性增加亮度
Fa = 1; Fb = 55;O = Fa .* I + Fb/255;
figure(3);subplot(2,2,3);imshow(O);
% 反相显示
Fa = -1; Fb = 255;O = Fa .* I + Fb/255;
figure(3);subplot(2,2,4);imshow(O);
[H,x] = imhist(I, 64); 
figure(1); stem(x, (H/M/N), '.'); title('原图像');
% 增加对比度
figure(4);subplot(2,2,1);
[H,x] = imhist(O, 64);
stem(x, (H/M/N), '.');
% 减小对比度
figure(4);subplot(2,2,2);
[H,x] = imhist(O, 64);
stem(x, (H/M/N), '.');
% 线性增加亮度
figure(4);subplot(2,2,3);
[H,x] = imhist(O, 64);
stem(x, (H/M/N), '.');
% 反相显示
figure(4);subplot(2,2,4);
[H,x] = imhist(O, 64);
stem(x, (H/M/N), '.');

 

 

 

 

 

 

此处只涉及到灰度的线性变化，还有以下方法对图像进行增强：

                                                                                                      ◆图像空域增强

                                                                                                         •空域平滑

                                                                                                         •空域锐化

                                                                                                      ◆图像频域增强

                                                                                                         •频域平滑

                                                                                                         •频域锐化