空间域图像增强
注:图像处理学习笔记,仅供参考。
图像增强基础
概述:
图像增强是数字图像处理相对简单但最具艺术系的领域之一。图像增强是指根据特定的需要突出一幅图像中的某些信息,同时,削弱或去除某些不需要的信息的处理方法,其目的是消除噪声。但要明确一点:增强处理并不能增强原始图像的信息,其结果只能增强对某些信息的辨别能力,而同时这种处理有可能损失一些其他信息。
分类:
从技术上分为:空间域增强与频率域增强两大类。
空间域图像增强技术主要包括直方图修正、灰度变换增强、图像平滑以及图像锐化等。该类方法是基于图形中的每一个小范围(即领域)内的像素进行灰度变换运算,某个点变换后的灰度由该点领域之内的那些点灰度值共同决定,因此空间域增强也称为领域运算或领域滤波。但是,直方图灰度修正技术(直方图均衡化和直方图规定化)是直接针对像素灰度值进行的,与该像素所处的领域无关,与本文方法操作对象不同。
空间域滤波
基本概念:
一幅数字图像看成是一个二维函数f(x,y),而x-y平面表明了空间位置信息,称为空间域;基于x-y空间领域的滤波操作叫做空间域滤波;如果进行的运算是线性的则称为线性空间域滤波,否则称为非线性空间域滤波。
基本过程:
对图像中的每一点(x,y),重复进行对以(x,y)为中心的领域内的像素进行某种运算,并将该结果作为(x,y)点新的响应值。滤波就是在图像f(x,y)中逐点移动模板(又称为滤波器、掩膜、核或窗口),使模板中心和点(x,y)重合,并根据模板的具体内容按预定的关系进行计算,其运算结果作为该点新的响应。
滤波算法:
(1)相关滤波
(2)卷积滤波
卷积时,模板先相对其中心点做镜像后再对f位于模板下的子图像做加权和。
(3)中值滤波
主要思想:对于原图形中某点(i,j),中值滤波以该点为中心的领域内的所有像素的统计排序中值作为(i,j)点的响应。在中值滤波中,噪声点常常被直接忽略,同线性平滑滤波器相比,该种滤波在降噪的同时引起的模糊效应较低。典型应用:消除椒盐噪声(视觉效果为黑点如同胡椒,白点如同盐粒,多由图像切割产生)。
Matlab自带函数实现:
(1)创建二维滤波器的函数fspecial(),调用格式:
h = fspecial(type,parameters);
%type:指定滤波器类型
-----------平均模板--average;圆形领域的平均模板--disk;高斯模板--gaussian;拉普拉斯模板--laplacian;高斯-拉普拉斯模板-- log;
%parameters:指定与type相关的匹配参数
%h:返回值为产生的特定滤波器
(2)实现滤波的函数imfilter(),调用格式:
g = imfilter(f,w,option1,option2,...)
%f:待滤波的图像
%w:滤波操作所使用的模板
%option1:滤波操作的类型----相关--corr;卷积--conv
%option2:边界处理参数----symmetric;replicate;circular