图像处理（五）——图像增强

图像的增强的目的是改善图像的质量

归纳起来,图像质量退化的原因:

• 对比度问题：对比度局部或全部偏低,影响图像视觉
• 噪声干扰问题：使图像蒙受干扰和破坏
• 清晰度下降问题,使图像模糊不清,甚至严重失真

图像的增强是综合和一般性地改善图像质量，解决图像由于噪声、模糊退化和对比度降低等三类问题,获得最好的视觉效果通过对图像的处理，使图像比处理前更适合一个特定的应用突出图像中的“有用”信息，扩大图像中不同物体特征间的差别，为图像信息的识别与提取奠定基础。主要的处理方式：去除噪音、边缘增强、提高对比度、增加亮度、改善颜色效果、改善细微层次等——通常与改善视觉效果相一致
1.空域处理：直接对图像进行处理

• 点运算增强**——灰度级变换增强**
  
  

• 直方图增强
  

直方图均衡化的缺陷：不能用于交互方式的图像增强应用，因为直方图均衡化只能产生 唯一一个结果，恒定值直方图近似。

• 直方图匹配
  通过一个指定的函数或用交互方式产生 一个特定的直方图。根据这个直方图确定一 个灰度级变换T®，使由T产生的新图像的直方图符合指定的直方图。
  
  
  
  
  
  
• 彩色图像增强
• • 在RGB模型上增强——彩色平衡
    一些概念：
    偏色：采样过程中，由于设备、环境的原因会造成图像的三个颜色分量不同的变换关系，使图像中所有物体的颜色偏离了其原有的真实色彩，这种现象被称为偏色。如图像的灰色部分带有了颜色
    灰度平衡：
    使RGB彩色设备的彩色分量混合后，
    颜色失去色调和饱和度产生灰色，这种颜色混合 效果被称为灰度平衡，一般情况下，等量的RGB
    产生灰色。
    彩色平衡：
    纠正偏色的过程叫作彩色平衡
    如何判断彩色图像的偏色： 检查图像的灰平衡（白平衡）情况，即检查在现实中应该是灰色（白色）的物体，在图像中是否是灰色

HSI图像变换：对各个分量采用线性叠加或者是乘积方式处理。

伪彩色变换：

• 空域模板滤波

空域滤波器：使用空域模板进行的图像处理，被称为空域滤波。模板本身被称为空域滤波器。输出图像中的每一点，为输入图像中某个相关区域象 素集的映射。




平滑滤波器：

根据空域中低通冲激响应函数的图形来设计模板的系数
例如，选择高斯函数作为冲激函数
g(x,y) = h(x,y) * f(x,y)







中值滤波优点：抑制噪声在去除噪音的同时，可以比较好地保留边缘轮廓信息和图像的细节

主要滤波器：

基本高通滤波


高通滤波可看作为：高通 = 原图– 低通

高增益滤波：

高增益 = A原图– 低通（扩大因子A）


微分滤波器：







主要的两种噪声

2.频域处理：在图像的某个变换域内，对图像的变换系数进行运算，然后通过逆变换获得图像增强效果

• 频域滤波
  

低通滤波

理想低通滤波器


Butterworth低通滤波器




指数低通滤波器

高斯低通滤波器(GLPF)

梯形低通滤波器(TLPF)

高通滤波



同态滤波器







小波变换滤波

• 从频域规范产生空域模板