matlab图像的增强

1.简单平滑

简单平滑是图像增强处理中最基本的方法之一，主要是利用了卷积运算对领域的像素灰度进行平均，从而达到减少图像中噪声的影响，降低图像对比度。PS：图像的质量会严重下降。
|1| 1 |1
|1| 1 |1
|1| 1 |1
这种矩阵就是简单平滑模板，对领域内的像素求平均值，这样可以在一定程度上把噪声点的影响分担到领域各像素中，减少了噪声对于图像的影响。
编码实现

i=imread('songshu.jpg');
%创建模板
h1=fspecial('average',[3,3]);
h2=fspecial('average',[5,5]);
h3=fspecial('average',[7,7]);
%执行图像的简单平滑
g1=imfilter(i,h1,'conv','replicate');
g2=imfilter(i,h2,'conv','replicate');
g3=imfilter(i,h3,'conv','replicate');

高斯平滑

相比于简单平滑，高斯平滑对高对比度图像的平滑相率较低，在离散型噪声的消除方面，高斯平滑的效果并不理想。然而，如果要对图像的总体特征进行提取和增强，高斯模糊就具有很大的优势
图像的高斯平滑与简单平滑最显著的差异在于高斯平滑在计算领域平均值时先赋予了领域中不同位置的像素不同的权值。而在权值的分配中遵循以下原则 ：首先，领域中心的像素拥有最大的权值；其次，领域中离中心像素越远的像素，其权值越小。
高斯平滑的算法实现

i=imread('songshu.jpg');
h=fspecial('gaussian',3,2);
g=imfilter(i,h,'conv');
subplot(121),imshow(i);
subplot(122),imshow(g);

此外高斯平滑有一个非常重要的应用—SIFT特征检测算法。