每种图像增强的优缺点

第三章 图像增强

1.直方图均衡

用途：产生具有均匀直方图的输出图像

离散直方图均衡不会导致均匀的直方图

优点：
1）均衡后的图像灰度级跨越更宽的灰度级范围，从而增强了对比度
2）可直接从已知图像提取的信息为基础，而不需要更多的参数说明
3）实现该技术所要求的计算简单

2.直方图匹配

用途：产生处理后具有特定直方图的输出图像

3.局部直方图处理

用途：局部增强
缺点：通常会产生“棋盘”效应

4.直方图统计的局部增强

用途：
优点：提供了简单而强有力的基于统计度量的增强技术，而统计度量与图像的外观有紧密的、可预测的关系，十分灵活

均值是平均灰度的度量，方差是图像对比度的度量

5.空域低通滤波

用途：模糊（平滑）一幅图像

6.均值滤波模板

用途：
1）去除图像中的不相关细节。

“不相关”指的是与滤波器模板尺寸相比更小的像素区域。图像中体现的是：较小物体的灰度就与背景混合在一起，较大物体变得像“斑点”而易于检测。

2）伪轮廓效应的平滑处理
缺点：图像边缘模糊

7.中值滤波模板

用途：
1）处理脉冲噪声（椒盐噪声）
2）去除相比邻域像素更亮或更暗的、面积小于中值滤波器模板尺寸一半的像素族
优点：比均值滤波器的模糊程度明显要低
缺点：中指滤波器是一种非线性滤波器，它有可能改变图像的性质。这在医学图像处理中是不能接受的。

8.拉普拉斯算子

用途：突出灰度的过渡部分，增强边缘和其他突变，而削弱灰度变化缓慢的区域
优点：在增强细节方面是最好的
缺点：产生比梯度操作更多的噪声

9.梯度算子

用途：用于工业检测，辅助人工检测产品缺陷，作为自动监测的预处理
优点：
1）在灰度平坦区域增强小突变：边缘缺陷清晰可见，灰度不变或变化缓慢的图案阴影被去除了，从而简化了自动检测所要求的计算任务
2）对噪声和小细节的响应比拉普拉斯操作的响应弱，而且可以通过均值滤波器对其进行平滑处理而进一步降低。
3）在灰度变化的区域的平均响应要比拉普拉斯操作的平均响应更强烈