本文探讨了图像增强与复原的区别，包括灰度修正、同态增晰、平滑、中值滤波、锐化等方法。图像增强关注提高图像可懂度，而图像复原则注重提高图像逼真度。讨论了直方图均衡化、灰度变换、非线性空间滤波等技术，并提到了图像复原中的几何校正和维纳滤波应用。
图像增强与复原
区别
图像增强：不考虑降质原因。提高可懂度
图像复原：考虑降质原因，提高逼真度
灰度修正
1.灰度变换：
灰度拓展、分段压缩与拓展。。。
还可以对数变换、幂次变换
2.直方图修正：利用灰度直方图
直方图均衡化：使直方图变换后，灰度的概率密度函数为常数
同态增晰
灰度分为几个大区间、这几个区间内灰度细节又需要突出。
将像素分为照明与反射。取In化乘为加。细节未介绍。
平滑
减小噪声。思路：空间内邻域平均，频域内低通滤波。
常用滤波器：
振铃效果：可以理解为频域矩形窗时域Sa函数拖尾震动。
中值滤波
非线性空间滤波处理。克服细节模糊。对高频分量变化多的图像不适用。
与窗口形状选取有关。
锐化
目的：使边缘与细节清晰
一般在降
最低0.47元/天 解锁文章
扫一扫
868
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
