图像增强算法-CSDN博客

常用图像增强算法介绍

1、对数图像增强算法
对数图像增强是图像增强的一种常见方法，其公式为： S = c log(r+1)，其中c是常数（以下算法c=255/(log(256)），这样可以实现整个画面的亮度增大。
[cpp] view plain copy 在CODE上查看代码片派生到我的代码片
void LogEnhance(IplImage* img, IplImage* dst)
{
// 由于oldPixel:[1,256],则可以先保存一个查找表
uchar lut[256] ={0};

double temp = 255/log(256);  

for ( int i =0; i<255; i++)  
{  
    lut[i] = (uchar)(temp* log(i+1)+0.5);  
}  

for( int row =0; row <img->height; row++)  
{  
    uchar *data = (uchar*)img->imageData+ row* img->widthStep;  
    uchar *dstData = (uchar*)dst->imageData+ row* dst->widthStep;  

    for ( int col = 0; col<img->width; col++)  
    {  
        for( int k=0; k<img->nChannels; k++)  
        {  
            uchar t1 = data[col*img->nChannels+k];                 
            dstData[col*img->nChannels+k] = lut[t1];  
        }  
    }         
}

}

2、指数图像增强算法
指数图像增强的表达为：S = cR^r，通过合理的选择c和r可以压缩灰度范围，算法以c=1.0/255.0, r=2实现。
[cpp] view plain copy 在CODE上查看代码片派生到我的代码片
void ExpEnhance(IplImage* img, IplImage* dst)
{
// 由于oldPixel:[1,256],则可以先保存一个查找表
uchar lut[256] ={0};

double temp = 1.0/255.0;  

for ( int i =0; i<255; i++)  
{  
    lut[i] = (uchar)(temp*i*i+0.5);  
}  

for( int row =0; row <img->height; row++)  
{  
    uchar *data = (uchar*)img->imageData+ row* img->widthStep;  
    uchar *dstData = (uchar*)dst->imageData+ row* dst->widthStep;  

    for ( int col = 0; col<img->width; col++)  
    {  
        for( int k=0; k<img->nChannels; k++)  
        {  
            uchar t1 = data[col*img->nChannels+k];                 
            dstData[col*img->nChannels+k] = lut[t1];  
        }  
    }         
}

}
3、加Masaic算法
在日常中有时候保密或其他需要将图像马赛克，下面的算法实现图像马赛克功能（原理：用中心像素来表示邻域像素）。
[cpp] view plain copy 在CODE上查看代码片派生到我的代码片
uchar getPixel( IplImage* img, int row, int col, int k)
{
return ((uchar*)img->imageData + row* img->widthStep)[col*img->nChannels +k];
}

void setPixel( IplImage* img, int row, int col, int k, uchar val)
{
((uchar*)img->imageData + row* img->widthStep)[col*img->nChannels +k] = val;
}
[cpp] view plain copy 在CODE上查看代码片派生到我的代码片
// nSize:为尺寸大小，奇数
// 将邻域的值用中心像素的值替换
void Masic(IplImage* img, IplImage* dst, int nSize)
{
int offset = (nSize-1)/2;
for ( int row = offset; row height - offset; row= row+offset)
{
for( int col= offset; colwidth - offset; col = col+offset)
{
int val0 = getPixel(img, row, col, 0);
int val1 = getPixel(img, row, col, 1);
int val2 = getPixel(img, row, col, 2);
for ( int m= -offset; m < offset; m++)
{
for ( int n=-offset; n < offset; n++)
{
setPixel(dst, row+m, col+n, 0, val0);
setPixel(dst, row+m, col+n, 1, val1);
setPixel(dst, row+m, col+n, 2, val2);
}
}
}
}
}
4、曝光过度问题处理
对于曝光过度问题，可以通过计算当前图像的反相（255-image)，然后取当前图像和反相图像的较小者为当前像素位置的值。
[cpp] view plain copy 在CODE上查看代码片派生到我的代码片
// 过度曝光原理：图像翻转，然后求原图与反图的最小值
void ExporeOver(IplImage* img, IplImage* dst)
{
for( int row =0; row height; row++)
{
uchar data = (uchar)img->imageData+ row* img->widthStep;
uchar dstData = (uchar)dst->imageData+ row* dst->widthStep;

    for ( int col = 0; col<img->width; col++)  
    {  
        for( int k=0; k<img->nChannels; k++)  
        {  
            uchar t1 = data[col*img->nChannels+k];  
            uchar t2 = 255 - t1;  
            dstData[col*img->nChannels+k] = min(t1,t2);  
        }  
    }         
}

}
5、高反差保留
高反差保留主要是将图像中颜色、明暗反差较大两部分的交界处保留下来，比如图像中有一个人和一块石头，那么石头的轮廓线和人的轮廓线以及面部、服装等有明显线条的地方会变被保留，儿其他大面积无明显明暗变化的地方则生成中灰色。其表达形式为：dst = r*(img - Blur(img))。
[cpp] view plain copy 在CODE上查看代码片派生到我的代码片
Mat HighPass(Mat img)
{
Mat temp;
GaussianBlur(img, temp,Size(7,7),1.6,1.6);

int r=3;      
Mat diff = img + r*(img-temp); //高反差保留算法  
return diff;

}
测试代码：
[cpp] view plain copy 在CODE上查看代码片派生到我的代码片
int main(int argc, char* argv[])
{
const char* Path = “E:\22.bmp”;
IplImage *img = cvLoadImage(Path,CV_LOAD_IMAGE_ANYCOLOR);
IplImage *dst = cvCreateImage(cvGetSize(img), img->depth, img->nChannels);

cout<<"输入你要选择的操作："<<endl;  
cout<<"1、曝光过度"<<endl;  
cout<<"2、加马赛克"<<endl;  
cout<<"3、对数增强"<<endl;  
cout<<"4、指数增强"<<endl;  
cout<<"请输入你的选择:";  

int choice = 1;  

cin>>choice;  
switch (choice)  
{  
case 1:   
    ExporeOver(img, dst);     
    break;  
case 2:   
    Masic(img, dst, 21);  
    break;  
case 3:   
    LogEnhance(img, dst);  
    break;  
case 4:  
    ExpEnhance(img, dst);  
    break;  
default:  
    cout<<"输入错误"<<endl;  
    break;              
}  


cvSaveImage("E:\\dst.jpg",dst);  

cvNamedWindow("SRC",1);  
cvNamedWindow("DST", 1);  
cvShowImage("SRC", img);  
cvShowImage("DST", dst);  
cvWaitKey();  
return 0;

}