图像增强 空域滤波和频域滤波
图像的真强即为图像的滤波，分为空间滤波和频域滤波
空间滤波可分为线性滤波和非线性滤波
空域滤波算法在进行高通或低通滤波时，采用的手法都是一样的，即小区域模版卷积
1.线性平滑滤波器：
用3*3模版中心与待处理图像的每个像素点重合，将模版各值与其下像素点相乘，几种典型模版：
{ 0,1,0,
1,1,1,
0,1,0,
4,3
},
{
1,1,1,
1,0,1,
1,1,1,
8,3
},
{
1,1,1,
1,1,1,
1,1,1,
9,3
},
{
1,1,1,
1,2,1,
1,1,1,
10,3
},
{/高斯滤波模版
1,2,1,
2,4,2,
1,2,1,
16,3
｝
/************************************************************************* * * 函数名称： * KernelFilter() * * 参数: * BYTE* bmp,LONG width,LONG height ------图像参数 KERNEL kernel ---------模版 * * 返回值: * BOOL - 成功返回TRUE，否则返回FALSE。 * * 说明: * 该函数对图象进行二维快速沃尔什——哈达马变换。 * ************************************************************************/voidKernelFilter(BYTE *bmp,LONG width,LONG height,KERNEL kernel);/************************************************************************* * * 函数名称： * BmpFilter() * * 参数: * BYTE *srcBmp --------原图像 BYTE *desBmp --------转换后图像 LONG width,LONG height ------图像参数 * * 返回值: * BOOL - 成功返回TRUE，否则返回FALSE。 * * 说明: * 该函数将原图像转换为由1填充的图像，方便进行模版滤波。 * ************************************************************************/voidBmpFilter(BYTE *desBmp,BYTE *srcBmp,LONG width,LONG height);voidMyProcess::BmpFilter(BYTE *desBmp,BYTE *srcBmp,LONG width,LONG height){ LONG i,j; memset(desBmp,0,(width+6)*(height+2));for(i=0;i<height;i++)for(j=0;j<width;j++){ desBmp[(i+1)*(width+6)+j+3]=srcBmp[i*width+j];}}voidMyProcess::KernelFilter(BYTE *bmp,LONG width,LONG height,KERNEL kernel){ LONG i,j;//申请一个临时空间，由1包围bmp图像，方便进行模版处理 BYTE *temp_bmp =new BYTE[(width+6)*(height+2)];BmpFilter(temp_bmp,bmp,width,height);//模版滤波for(i=1;i<height+1;i++)for(j=3;j<width+3;j++){ LONG k,m,temp=0;for(k=-1;k<kernel.Dimention-1;k++)for(m=-1;m<kernel.Dimention-1;m++){int a = temp_bmp[(i+k)*(width+6)+j+m*3];int b = kernel.Element[k+1][m+1]; temp+=a*b;} temp/=kernel.Divisor;// //此处注意，不应将值给待处理对象，而应传给未处理的原图像// temp_bmp[i*(width+6)+j] = (BYTE)temp; bmp[(i-1)*width+j-3]= temp;}delete[] temp_bmp;}
线性锐化滤波器：
锐化即使模糊图像变清晰，可用原始图像经放大A倍后，减去低通图像得到，对于这种模版，中心元素为9A-1，系数和为0.例：
-1 -1 -1 -2 -2 -2
-1 8 -1 -2 16 -2
-1 -1 -1 -2 -2 -2
前一种为拉普拉斯算子，可直接调用模版滤波函数
中值滤波：
中值滤波可以在一定程度上克服模糊图像细节的缺点，尤其对脉冲噪声，扫描噪声有较好效果，但图像细节过多时效果不好
把领域像素按灰度级进行排序，取中间值。
/************************************************************************* * * 函数名称： * MedianFilter() * * 参数: * BYTE* bmp,LONG width,LONG height ------图像参数 * * 返回值: * BOOL - 成功返回TRUE，否则返回FALSE。 * * 说明: * 该函数对图象进行中值滤波。 * ************************************************************************/voidMedianFilter(BYTE *bmp,LONG width,LONG height);
voidMyProcess::MedianFilter(BYTE *bmp,LONG width,LONG height){ LONG i,j;//申请一个临时空间，由1包围bmp图像，方便进行模版处理 BYTE *temp_bmp =new BYTE[(width+6)*(height+2)];BmpFilter(temp_bmp,bmp,width,height);//中值滤波//待排序值int value[9];for(i=1;i<height+1;i++)for(j=3;j<width+3;j++){ LONG k,m,temp=0;for(k=-1;k<2;k++)for(m=-1;m<2;m++){ value[(k+1)*3+(m+1)]= temp_bmp[(i+k)*(width+6)+j+m*3];} sort(value,value+9);////此处注意，不应将值给待处理对象，而应传给未处理的原图像// temp_bmp[i*(width+6)+j] = (BYTE)temp; bmp[(i-1)*width+j-3]= value[4];}delete[] temp_bmp;}
还有一种与之类似的排序统计滤波器----百分比滤波器，先对模版下的元素进行排序，再按某个确定的百分比选取序列中相应的像素值作为模版输出。
非线性锐化滤波器：
图像的模糊是由于平均或积分运算而产生的，因此通过积分的逆运算可以达到去除模糊，增强边界的目的。
浮雕滤波特效：
浮雕特效是将图像一侧值减去另一侧的值，代替原值，以使边缘（颜色变化大的地方）突出，例如：
-1 0 0 1 0 0，取图像左上角与右下角的差值，还有如：
0 0 0 0 0 0
0 0 1 0 0 -1
//浮雕效果模版 下标7到13{-1,0,0,0,0,0,0,0,1,1,3},{1,0,0,0,0,0,0,0,-1,1,3},{0,0,-1,0,0,0,1,0,0,1,3},{0,0,1,0,0,0,-1,0,0,1,3},{-1,0,-1,0,0,0,1,0,1,1,3},{-1,0,1,0,0,0,1,0,-1,1,3},{1,0,1,0,0,0,-1,0,-1,1,3},{1,0,-1,0,0,0,-1,0,1,1,3}
可利用模版滤波代码，更改一些条件：
增加type，用以判断是否是浮雕处理，浮雕处理的话，kernel除以的系数应为1，且计算后的temp应+128以增强视觉效果，否则非边缘部分会因为颜色值相近而减过后为很小的值，而显示黑色。另外还要使temp在（0，255）内，防止超出。
voidMyProcess::KernelFilter(BYTE *bmp,LONG width,LONG height,KERNEL kernel,int type){ LONG i,j;//申请一个临时空间，由1包围bmp图像，方便进行模版处理 BYTE *temp_bmp =new BYTE[(width+6)*(height+2)];BmpFilter(temp_bmp,bmp,width,height);//模版滤波for(i=1;i<height+1;i++)for(j=3;j<width+3;j++){ LONG k,m,temp=0;for(k=-1;k<kernel.Dimention-1;k++)for(m=-1;m<kernel.Dimention-1;m++){int a = temp_bmp[(i+k)*(width+6)+j+m*3];int b = kernel.Element[k+1][m+1]; temp+=a*b;} temp/=kernel.Divisor;////此处注意，不应将值给待处理对象，而应传给未处理的原图像// temp_bmp[i*(width+6)+j] = (BYTE)temp;if(type==1){ temp = max(0,min(temp+128,255));} bmp[(i-1)*width+j-3]= temp;}delete[] temp_bmp;}
频域滤波：
空域的模版运算即是空域的卷积运算的简单实现，而空域的卷积运算等于频域的乘法运算。处理后的频域图像G=F*H
F为源图像的频域值，H为转移函数。由H的不同，可将频域的处理方法分为低通滤波，高通滤波以及带通，带阻滤波等等