一、分类
图像增强可分成两大类:频率域法和空间域法。
频率域法把图像看成一种二维信号,对其进行基于二维傅里叶变换的信号增强。采用低通滤波(即只让低频信号通过)法,可去掉图中的噪声;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。
空间域法中具有代表性的算法有局部求平均值法和中值滤波(取局部邻域中的中间像素值)法等,它们可用于去除或减弱噪声。
二、方法
1、图像增强技术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。
2、空域法是对图像中的像素点进行操作
,用公式描述如下:
g
(
x
,
y
)
=
f
(
x
,
y
)
∗
h
(
x
,
y
)
其
中
是
f
(
x
,
y
)
是
原
图
像
;
h
(
x
,
y
)
为
空
间
转
换
函
数
;
g
(
x
,
y
)
表
示
进
行
处
理
后
的
图
像
g(x,y)=f(x,y)*h(x,y) 其中是f(x,y)是原图像;h(x,y)为空间转换函数;g(x,y)表示进行处理后的图像
g(x,y)=f(x,y)∗h(x,y)其中是f(x,y)是原图像;h(x,y)为空间转换函数;g(x,y)表示进行处理后的图像
3、基于空域的算法处理时直接对图像灰度级做运算,基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正,是一种间接增强的算法。
4、基于空域的算法分为点运算算法 和邻域去噪算法 。
点运算算法即灰度级校正、灰度变换和直方图修正等,目的或使图像成像均匀,或扩大图像动态范围,扩展对比度。
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。
图像平滑:遥感图像上会出现某些亮度变化过大的区域,或出现一些亮点(也称噪声)。这种为了抑制噪声,使图像亮度趋于平缓的处理方法就是图像平滑。图像平滑实际上是低通滤波,平滑过程会导致图像边缘模糊化
锐化:通过增加相邻像素点之间的对比,使图像清晰化,提高对比度,使画面更加鲜明