【基础教程】基于matlab图像增强+复原+分割【含Matlab源码 056期】

一、简介

1 图像增强：对于噪声图像、模糊图像等对图像信息增强以突出有用信息。

（1）高通平滑、低通锐化；平滑模糊、锐化突出图像细节
（2）滤波器还有带通、带阻等形式
（3）根据噪声（椒盐噪声、高斯噪声…）的不同，选用不同的滤波
（4）邻域有4-邻域、对角邻域、8-邻域，相对应的有邻接，即空间上相邻、像素灰度相似
（5）图像边缘处理：忽略不处理、补充、循环使用
（6）目前尚未图像处理大多基于灰度图像

2 图像复原：改善图像质量（模糊、失真、噪声）

常见噪声：高斯、瑞利、伽马（爱尔兰）、指数、均匀、脉冲（椒盐）等
根据图像不同采用不同滤波器进行复原，重要的是复原的步骤及各个方法的特点

（1）逆滤波法无噪声下可精确复原
（2）维纳滤波法需要较多先验知识，实现难度大
（3）最大熵恢复法是非线性算法，耗时
（4）卡尔曼滤波法要根据前一个估计值和最近一个观测数据，计算量大
（5）传播波方程恢复法利用物理知识复原，但对运动方向敏感
（6）逆滤波复原形式简单，适合极高信噪比条件，但计算量大
（7）维纳滤波对不同区域误差不敏感，不能处理非平稳信号和噪声
（8）算术平均滤波器可消噪，平滑但模糊
（9）几何平均滤波器平滑效果更好，丢失细节少
（10）谐波均值滤波器处理高斯、盐噪声效果好，不适应椒噪声
（11）谐逆波滤波器不同情况下适用椒、盐噪声
（12）中值滤波器适用椒盐噪声
（13）最大/小值滤波器适用椒/盐噪声
（14）中点滤波器适用高斯、均匀噪声
3 图像分割

注重方法的实现：阈值分割、基于区域、基于能量及有些方法的改进。

二、备注

版本：2014a