OpenCV 图像增强（频率域）

总结最近项目中常用的图像增强方法：

一. 非锐化模板（钝化模板）

非锐化模板的处理步骤：

1. 高斯低通滤波图像

2. 从原图像减去模糊图像（产生的差值图像称为模板）

3. 将模板加到原图像上

二. 高提升滤波

高提升滤波的处理步骤：

1. 模糊原图像

2. 从原图像减去模糊图像（产生的差值图像称为模板）

3. 将模板加到原图像上

        cv::Mat srcMat = imread("ImageEnhancement\\0_dust.bmp");

	cv::Mat grayMat = srcMat.clone();
	if (grayMat.channels() != 1) cvtColor(grayMat, grayMat, cv::COLOR_BGR2GRAY);

	cv::Mat blurMat;
	GaussianBlur(grayMat, blurMat, cv::Size(15, 15), 3);

	//扩展四周边界确保傅里叶变换结果
	const int fillSize = 100;
	Mat imgGrayEx;
	cv::copyMakeBorder(blurMat, imgGrayEx, fillSize, fillSize, fillSize, fillSize, cv::BORDER_DEFAULT);

	//傅里叶低通滤波获取背景，可公开参数低通值
	cv::Mat lpf3 = m_conFunCls.GaussianLPFilter(imgGrayEx.rows, imgGrayEx.cols, 20, false, CV_32F);
	cv::Mat imgFreqBluredEx3 = m_conFunCls.GaussFreqBlur(imgGrayEx, lpf3, CV_32FC1);
	imgFreqBluredEx3 = imgFreqBluredEx3(cv::Rect(fillSize, fillSize, blurMat.cols, blurMat.rows));
	imgFreqBluredEx3.convertTo(imgFreqBluredEx3, CV_8UC1);

	//非锐化模板
	cv::Mat mask = grayMat - blurMat;

	//非锐化遮蔽
	cv::Mat dstMat = grayMat + mask;

	//高提升滤波
	cv::Mat dstMat2 = grayMat + 4.5*mask;

	//非锐化模板（高斯低通滤波模板）
	cv::Mat gmask = grayMat - imgFreqBluredEx3;

	//非锐化遮蔽（高斯低通滤波模板）
	cv::Mat gdstMat = grayMat + mask;

	//高提升滤波（高斯低通滤波模板）
	cv::Mat gdstMat2 = grayMat + 4.5*mask;

三.高频强调滤波

高频强调滤波的处理步骤：

1. 获取高斯高通滤波图像

2. 将模板加到原图像上

3. 更一般的公式为：

示例：高斯高通滤波参数D= 40；高频强调滤波参数k1 = 0.5, k2 = 0.75;

a b

c d

图1 （a）胸部X射线图像 （b）高斯高通滤波后结果 （c）相同滤波器下强调滤波器结果 （d）直方图均衡后的结果

cv::Mat srcMat = imread("ImageEnhancement\\Fig0459(a)(orig_chest_xray).tif");
	//cv::Mat srcMat = imread("ImageEnhancement\\1_whiteinpaint.bmp");

	cv::Mat grayMat = srcMat.clone();
	if (grayMat.channels() != 1) cvtColor(grayMat, grayMat, cv::COLOR_BGR2GRAY);

	cv::Mat blurMat;
	GaussianBlur(grayMat, blurMat, cv::Size(15, 15), 3);

	//扩展四周边界确保傅里叶变换结果
	const int fillSize = 50;
	Mat imgGrayEx;
	cv::copyMakeBorder(blurMat, imgGrayEx, fillSize, fillSize, fillSize, fillSize, cv::BORDER_DEFAULT);

	//傅里叶高通滤波获取背景，可公开参数低通值
	cv::Mat lpf3 = m_conFunCls.GaussianHPFilter(imgGrayEx.rows, imgGrayEx.cols, 40, false, CV_32F);
	cv::Mat imgFreqBluredEx3 = m_conFunCls.GaussFreqBlur(imgGrayEx, lpf3, CV_32FC1);
	imgFreqBluredEx3 = imgFreqBluredEx3(cv::Rect(fillSize, fillSize, blurMat.cols, blurMat.rows));
	imgFreqBluredEx3.convertTo(imgFreqBluredEx3, CV_8UC1);

	cv::Mat dstMat = 0.5*grayMat + 0.75*imgFreqBluredEx3;

	cv::Mat dstMat2;
	equalizeHist(dstMat, dstMat2);