数字图像处理期末复习总结

第五章 图像增强

5.1图像增强的概念和分类

·图像增强算法的应用是有针对性的

·图像增强方法分为两大类：空间域方法和频率域方法

*空间域方法是以对图像的像素直接处理为基础的

*频率域方法是以修改图像的傅里叶变换为基础的

·两者的具体方法包括以下内容

  *空间域处理：点处理，模板处理即邻域处理

  *频率域处理：高、低通滤波，同态滤波等

5.2空间域图像增强

·空间域增强是指在空间域中，通过线性或非线性变换来增强构成图像的像素

·增强的方法主要分为点处理和模板处理两大类：

  *点处理是作用于单个像素的空间域处理方法，包括图像灰度变换、直方图处理、伪彩色处理等技术

  *模板处理是作用于像素邻域的处理方法，包括空间平滑、空间锐化等技术

·基于灰度变换的图像增强

  *定义：将输入图像f(x,y)的灰度r，通过映射函数映射成输出图像g(x,y)中的灰度s，其运算结果与图像像素位置及被处理像素邻域灰度无关

  *灰度线性变换

灰度线性变换表示对输入图像灰度作线性扩张或压缩，映射函数为一个直线方程

 灰度线性变换方法可以拉伸灰度动态范围，使图像清晰

  *分段线性变换函数

     与线性变换相类似，都是对输入图像的灰度对比度进行拉伸，只是对不同灰度范围进行不同映射处理。

     分段线性变换可用于突出关注目标所在的灰度区间，相对抑制那些不受关注的灰度区间。

  *反转变换

   #反转变换适用于增强嵌入与图像暗色区域的白色或灰色细节，特别是当黑色面积占主导地位时。

  *对数变换

   #对数变换将扩张数值较小的灰度范围，压缩数值较大的图像灰度范围

   #使用这种类型的变换来扩展图像中的暗像素的值，同时压缩更高灰度级的值。

 *幂次变换

 ·基于直方图处理的图像增强

  *灰度级直方图是图像的一种统计表达，它反映了该图中不同灰度级出现的统计概率。

  *从人眼的视觉特性来考虑，一幅图像的直方图如果是均匀分布的，该图像色调给人的感觉会比较协调

 *在暗图像中，直方图的分量集中在灰度级的低端

 *在亮图像中，直方图的分量倾向于灰度级的高端

 *低对比图像具有较窄的直方图，且集中在灰度级的中部

 *高对比度图像中直方图的分量覆盖了很宽的灰度级范围，像素分布比较均匀

  #直方图均衡化的实质减少图像的灰度级以换取对比度的加大

·空间域滤波基础

  #滤波产生一个新像素。新像素的坐标等于邻域中心的坐标，像素的值是滤波操作的结果。滤波器的中心访问输入图像的每个像素，就产生了处理后的图像。

  #如果在图像像素上执行的是线性操作，则该滤波器称为线性空间滤波器。否则，为非线性空间滤波器。

·空间域滤波增强

  *空间域滤波增强采用模板处理方法对图像进行滤波，以去除图像噪声或增强图像的细节

  *为了抑制噪声改善图像质量所进行的处理称为图像平滑或去噪声

  *平滑滤波主要包括：

#局部平滑——直接在空间域上进行平滑处理的方法

   可用领域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。

   局部平滑法在降低噪声的的同时也使图像变得模糊了，特别在图像的边缘和细节突出。邻域越大，去噪能力越强，同时模糊程度跃严重。

#超限像素平滑法

   该算法对保护仅有微小灰度差的细节及纹理有效

   可见随着邻域增大，去噪能力增强，但模糊程度也大

#空间低通滤波

#空间域锐化滤波

   图像锐化就是增强图像的边缘或轮廓

   图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰

       一阶导数可以用于检测图像中的一个点是否为边缘点

             二阶导数的符号可以判断一个边缘像素的位置

   

1. 梯度锐化法

图像锐化最常用的方法是梯度法

       *梯度锐化算子

1. Roberts算子（一阶差分近似表示）
2. Prewitt梯度算子（一阶差分近似表示）

 

    3. Sobel算子（一阶差分近似表示）

   4.拉普拉斯算子（二阶差分近似表示）

  空间锐化等价于频域的高通滤波器；空间平滑等价于频域的低通滤波器

5.3频率域图像增强

   ·常用方法包括低通滤波、高通滤波、同态滤波等。

• 理想低通滤波器（物理不可实现性）

  是指输入信号在通带内所有频率分量完全无损的通过，而在阻带内所有分量完全衰减。

  理想低通滤波器有陡峭频率的截至特性，但会产生振铃现象使图像变得模糊。

• Butterworth低通滤波器（BLPF）

       比较平滑，连续性衰减，不像理想滤波器那样陡峭变化

       采用该滤波器在抑制噪声的同时，图像边缘的模糊程度大大减小，没有振铃效应产生（2阶BLPS只有轻微振铃现象，没有ILPF振铃那么明显）

• 指数低通滤波器（高斯低通滤波器）

高斯低通滤波器没有振铃现象

• 频率域锐化滤波器

• 图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的
• 频率锐化就是为了消除模糊，突出边缘

• 理想高通滤波器

理想高通滤波常具有振铃性质

微小物体和线条被加强，呈白色

有明显的振铃现象

• 巴特沃斯高通滤波器

BHPF比IHPF要平滑，边缘失真小

二阶巴特沃斯高通滤波器有轻微的振铃现象

• 高斯高通滤波器

GHPF要比IHPF要平滑，边缘失真小

没有振铃现象，完全平滑

• 同态滤波器（将非线性问题转化为线性问题处理）