数字图像处理之图像增强
1.图像增强基本概念
灰度增强变换：变换成输出图像中的灰度集g(x,y)，即：g(x,y)=T[f(x,y)]
常用的灰度变换主要有：线性灰度变换；分段线性变换；非线性变换。
线性灰度变换：线性拉伸前:图象灰度集中在[a,b]之间；线性拉伸后:图象灰度集中在[a’,b’]之间
分段线性变换：仅将某一范围的灰度值进行拉伸，而其余范围的灰度值实际上被压缩了。
非线性变换：不是对图像的整个灰度范围进行扩展，而是有选择地对某一灰度值范围进行扩展，其他灰度值则有可能被压缩。常用的两种非线性变换：对数扩展，指数扩展。
(1)对数扩展:
基本形式: g(x,y)=lg[f(x,y)] .
实际应用中一般取自然对数变换，具体形式如下：g(x,y)=C•ln[f(x,y)+1]
[f(x,y)+1]是为了避免对零求对数，C为尺度比例系数，用于调节动态范围。 变换函数曲线 :
在傅里叶谱应用广泛。
(2)指数扩展
基本形式: g(x,y)=bf(x,y)
实际应用中，为了增加变换的动态范围，一般需要加入一些调制参数。具体形式如下：g(x,y)=bc[f(x,y)-a]-1
参数a可以改变曲线的起始位置.参数c可以改变曲线的变化速率.指数扩展可以对图像的高亮度区进行大幅扩展.
2.直方图及其均衡化规定化
(a)大多数像素灰度值取在较暗区域，图像肯定较暗.一般在摄影过程中曝光过强就会造成这种结果。
(b)图像的像素灰度值集中在亮区,图像将偏亮.一般在摄影中曝光太弱将导致这种结果。从两幅图像的灰度分布来看图像的质量均不理想。
直方图规定化：
3.领域平均法
假设图像由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而噪声则相对独立。可以将一个像素及其邻域内的所有像素的平均灰度值赋给平滑图像中对应的像素，从而达到平滑的目的，又称均值滤波或局部平滑法。
非加权邻域平均法可以用模板卷积求得，即在待处理图像中逐点地移动模板，求模板系数与图像中相应像素的乘积之和，模板数为1。下图是非加权邻域平均3×3模板。
模板与图像值卷积时，模板中系数w(0,0)应位于图像对应于(x,y)的位置。在图像中的点(x,y)处，用该模板求得的响应为：
4.中值滤波
5.频域低通滤波
6.同态滤波
7.空域锐化
平滑--->积分 锐化--->微分
一阶差分：
二阶微分（拉氏算子）：
8.频域锐化
9.伪彩色增强