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&