目录
图像增强处理是数字图像处理的一个重要分支。很多由于场景条件的影响图像拍摄的视觉效果不佳，这就需要图像增强技术来改善人的视觉效果，比如突出图像中目标物体的某些特点、从数字图像中提取目标物的特征参数等等，这些都有利于对图像中目标的识别、跟踪和理解。图像增强处理主要内容是突出图像中感兴趣的部分，减弱或去除不需要的信息。这样使有用信息得到加强，从而得到一种更加实用的图像或者转换成一种更适合人或机器进行分析处理的图像。图像增强的应用领域也十分广阔并涉及各种类型的图像。例如，在军事应用中，增强红外图像提取我方感兴趣的敌军目标；在医学应用中，增强X射线所拍摄的患者脑部、胸部图像确定病症的准确位置；在空间应用中，对用太空照相机传来的月球图片进行增强处理改善图像的质量；在农业应用中，增强遥感图像了解农作物的分布；在交通应用中，对大雾天气图像进行增强，加强车牌、路标等重要信息进行识别；在数码相机中，增强彩色图像可以减少光线不均、颜色失真等造成的图像退化现象。
图像增强技术基本上可分成两大类：频域处理法和空域处理法。频域处理法的基础是卷积定理，它采用修改图像傅立叶变换的方法实现对图像的增强处理。在频域空间，图像的信息表现为不同频率分量的组合。如果能让某个范围内的分量或某些频率的分量受到抑制而让其他分量不受影响，就可以改变输出图的频率分布，达到不同的增强目的。
频域增强是利用图像变换方法将原来的图像空间中的图像以某种形式转换到其它空间中，然后利用该空间的特有性质方便地进行图像处理，最后再转换回原来的图像空间中，从而得到处理后的图像。
1.频域图像增强基本步骤
频域增强的主要步骤是：
(1) 选择变换方法，将输入图像变换到频域空间；
(2) 在频域空间中，根据处理目的设计一个转移函数并进行处理；
(3) 将所得结果用反变换得到图像增强。
卷积理论是频域技术的基础。设函数f（x,y）与线性位不变算子h（x,y）的卷积结果是g（x,y），即g(x,y)=h(x,y)*f(x,y)
那么根据卷积定理在频域有：
G(x,y)=H(u,v)F(u,v)
其中G(x,y)、 H(u,v)、F(u,v)分别是g(x,y)、h(x,y)、f(x,y)的傅立叶变换。
（4）技术所需增强图的傅立叶变换。
（5）将其与一个（根据需要设计的）转移函数相乘。
（6）再将结果进行傅立叶反变换以得到增强的图。
（7）将图像从空域转换到频域所需的变换及将图像从频域空间转换回空域
所需的变换。
（8）在频域空间对图像进行增强加工操作。
常用的频域增强方法有低通滤波和高通滤波。以下分别介绍在MATLAB中如何实现。
2.频域图像增强原理
图像在计算机中通常表示为一个二维函数f(x,y)，其中x和y是像素坐标，f(x,y)表示该位置的像素值。傅里叶变换是一种将这样的函数从空间域转换到频域的方法，它揭示了图像中不同频率成分的分布。
2.1 傅里叶变换
对于连续函数，二维傅里叶变换定义为：
2.2 图像增强原理
在频域中，可以通过修改图像的频率成分来实现增强。这主要包括低通滤波、高通滤波和带通/带阻滤波。
- 低通滤波：保留低频分量，去除高频噪声，使图像变得模糊。滤波器函数H(u,v)在低频区域接近1，在高频区域接近0。
- 高通滤波：增强图像的边缘和细节，去除低频背景，使得图像看起来更加锐利。滤波器在高频区域接近1，低频区域接近0。
- 带通/带阻滤波：选择性地保留或去除特定频率范围内的信息。
滤波过程可以通过乘以滤波器函数实现：
2.3 对比度增强
对比度增强可以通过调整图像的亮度和对比度来实现。在频域中，可以通过改变全局的亮度（直流分量）和调整不同频率成分的比例来实现。一个简单的方法是通过放大高频成分来增强图像的边缘和细节，公式可表示为：
2.4 锐化
图像锐化通常通过高通滤波结合原图实现。一种常用的锐化滤波器是拉普拉斯算子，其频域表示可以是：
5007
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
