机器视觉学习笔记（八）——空间域图像增强（基于LabVIEW）

图像增强	空间域	点运算	灰度变换
			直方图均衡与匹配（修正）
			算术与逻辑运算
		领域增强（以某一像素为中心，综合该像素及其周围某一范围内像素的灰度值进行计算，并将计算结果作为中心像素新的灰度值）	线性	低通（平滑）smoothing，Gaussian
				高通（锐化）gradient，laplacian
			非线性	低通（平滑）median；Nth order
				高通（锐化）gradient ，roberts；sobel，prewitt；differentiation，sigma
	频率域	低通滤波（平滑）
		高通滤波（锐化）

低通滤波算法：可以滤除图像中的高频噪声，使其变得更平滑；

高通滤波算法：可以增强图像中目标的轮廓或边缘等细节，使其锐化；

线性卷积

。。。。。。

领域增强

  图像的领域增强：在空间域对其进行高通或低通滤波，以消除其中的噪声，锐化图像的轮廓，沿某一方向锐化目标的边缘等。

噪声污染包括有：

• 椒盐（salt&pepper）噪声：导致图像中随机出现黑点或白点
• 脉冲噪声：使图像中只含有随机的白点（正脉冲噪声）或黑点（负脉冲噪声）
• 高斯噪声：使图像含有强度服从高斯正态分布的噪声

空间域滤波：直接根据图像及其周围领域内的像素值，通过某种计算或变换得到新的像素值来实现滤波功能

线性滤波：在进行滤波时，如果输出像素是输入像素及其领域像素的线性组合，则称为线性滤波；一般来说，线性平滑滤波对去除各种噪声（如高斯噪声）比较有效，但是当信号频谱与噪声频谱混叠，或信号中含有非叠加性噪声时，线性滤波会模糊图像中的边缘和细节，降低特征可识别性。

非线性滤波：在进行滤波时，如果输出像素不是输入像素及其领域像素的线性组合，则称为非线性滤波；基于某种非线性映射关系，把某一特定的噪声近似地映射为零而保留信号的重要特征，因而在一定程度上能克服线性滤波器的不足。

空间域图像滤波函数：

卷积核：

• IMAQ GetKernel&