图像增强--空间域图像增强

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