图像增强:空间域
图像增强的作用是使其更适应于特殊的应用。图像增强的方法分为空间域和频域。空间域的图像增强是以直接对图像的像素处理为基础,频域的处理时以修改图像的傅里叶变换为基础的。
基本灰度变换
<1>对数变换: s = c * log(r + 1)
此种变换会提升图像的整体灰度级别,特别是低值区域。可以使用来改变高值图像中灰暗区域,提高其亮度。
<2>幂次变换 : s = c * r^t
用于修正幂次响应现象的过程称之为gama校正。t < 1 时,作用类似于对数变换,提亮整体但提升暗部明显;t = 1 时,退化为线性变换; t > 1 时,压暗整体但暗部更明显。
<3>线性变换
对比拉伸:利用分段函数,对图像的灰度级别进行调整。
灰度切割:对图像中某一范围的灰度级别进行改变,其余的不变。
位图切割:将图像按照位来分成多个平面组成。(将像素值作为二进制,每位在一个平面中)对应位置,低平面为图像像素低位的值,高平面为图像像素高位的值。
直方图处理
<直方图均衡化>
直方图均衡化能自动的寻找变换函数。
<直方图规定化>
指定希望处理的图像所具有的直方图。直方图规定化也叫直方图匹配。
算术/逻辑操作增强
此类运算只要在多幅图像中进行像素级的算术或者逻辑运算。
与或非:在逻辑运算过程中,将图像的像素值当作二进制来进行处理。
除法:将一幅图像的取反图像与另外一副图像相乘。
减法:增强两幅图像的差异性。
加法:可以为图像添加噪声。
空间滤波
<平滑空间滤波器>
只要用于模糊处理和减小噪声。常见的有线性滤波器(均值滤波器:去除不相干的细节,噪声)和非线性滤波器(统计排序滤波器=中值滤波器,去噪,能保留一定细节)。
<锐化空间滤波器>
锐化的目的主要是增强图像的细节。主要利用微分算子来进行操作。一阶微分算子较二阶微分算子:一阶会产生较宽的边缘;二阶对细节有较强的响应;一节对一般的灰度阶梯有较强的响应,二阶对灰度阶梯有双响应。
1、拉普拉斯算子(二阶):强调图像中灰度的突变及降低灰度慢变化的区域。
2、梯度法(一阶):sobel、roberts、prewitt等。
混合空间增强