数字图像处理 第四章 图像增强

图像增强

图像增强按照作用域可分为空域法和频域法两类。

1.空域法

空域法是直接对图像的像素灰度值进行操作。常用的空域法包括图像的灰度变换、直方图修正、图像空域平滑和锐化处理、彩色增强等。

2.时域法

频域法是在图像的变换域中,对图像的变换值进行操作,然后经逆变换获得所需的增强结果。常用的方法包括低通滤波、高通滤波以及同态滤波等。

4.1 图像的对比度增强

4.1.1 灰度线性变换

1.灰度的线性变换

2.灰度分段线性变换

(1)扩展感兴趣的,牺牲其他

(2)扩展感兴趣的,压缩其他

4.1.2 灰度的非线性变换

1.灰度对数变换

2.灰度指数变换

4.2 图像的直方图修正

将统计学中直方图的概念引入到数字图像处理中,用来表示图像的灰度分布,称为灰度直方图。而不同的灰度分布就对应着不同的图像质量。因此,灰度直方图能反映图像的概貌和质量,也将是图像增强处理时的重要依据。

4.2.1 灰度直方图的定义

4.2.2 灰度直方图的性质

1.直方图的位置缺失性

灰度直方图仅仅反映了数字图像中各灰度级出现频数的分布,即取某灰度值的像素个数占图像总像素个数的比例,但对那些具有同–灰度值的像素在图像中的空间位置一无所知,即其具有位置缺失性。

2.直方图与图像的一对多特性

任一幅图像都能唯一地确定 与其对应的-一个直方图,但由于直方图的位置缺失性,对于不同的多幅图像来说,只要其灰度级出现频数的分布相同,则都具有相同的直方图,即直方图与图像是一对多的关系。

3.直方图的可叠加性

由于灰度直方图是各灰度级出现频数的统计值,若一图像分成几个 子图,则该图像的直方图就等于各子图直方图的叠加。

4.2.3 直方图与图像清晰度的关系

暗图像对应的直方图组成成分集中在灰度值较小(暗)的左边一侧,而明亮图像的直方图则倾向于灰度值较大(亮)的右边一侧。对比度较低的图像对应的直方图窄而集中于灰度级的中部,对比度高的图像对应的直方图分布范围很宽而且分布均匀。

4.2.4 直方图均衡化

综上所述,直方图均衡化就是通过原始图像的灰度非线性变换,使其直方图变成均匀分布,以增加图像灰度值的动态范围,从而达到增强图像整体对比度,使图像变清晰的效果。直方图均衡化的计算过程如下:

4.2.5 直方图规定化

4.3 图像平滑

4.3.1 空域平滑法

1.领域平均法

图像中的大部分噪声是随机噪声,其对某–像素点的影响可以看作是孤立的。因此,噪声点与该像素点的邻近各点相比,其灰度值会有显著的不同(突跳变大或变小)。基于这一事实,可以采用所谓的邻域平均的方法,来判定图像中每一像素点是否含有噪声,并用适当的方法来减弱或消除该噪声。

(1)定义和计算公式

2.阈值平均法

3.加权平均法

4.模板平滑法

4.3.2 低通频域滤波法

1.空域模板平滑法等效于频域低通滤波法

2.用于图像滤波的几种低通滤波器

(1)理想低通滤波器(ILPF)

(2)Butterworth低通滤波器(BLPF)

(3)指数低通滤波器(ELPF)

(4)梯形低通滤波器(TLPF)

4.3.3 中值滤波法

1.中值滤波法的原理

2.中值滤波窗口

3.中值滤波的重要性

4.窗口

5.比较

6.使用中值滤波时的注意事项

相对于平均滤波,中值滤波对于椒盐噪声及干扰脉冲有很好的滤除作用,同时还能保持目标物的边缘,但这要在合适的应用场合和合适的滤波窗口形状和大小下。因为滤波的目的是:既要滤除噪声和干扰,又要保持(保留)图像中目标物的细节。因此,使用中值滤波时,要注意以下事项:
(1)中值滤波适合于滤除椒盐噪声和干扰脉冲,尤其适合于目标物形状是块
状时的图像滤波。
(2)具有丰富尖角几何结构的图像,一-般采用十字形滤波窗,且窗口大小最好
不要超过图像中最小目标物的尺寸,否则会丢失目标物的细小几何特征。
(3)需要保持细线状及尖顶角目标物细节时,最好不要采用中值滤波。

4.4 图像锐化

4.4.1 空域锐化法

2.拉普拉斯锐化法

3.模板锐化法

4.4.2 高频提升滤波法

空域模板锐化法等效于频域高频提升滤波法

4.5 图像的同态滤波

4.6 图像的彩色增强

1.灰度分层法

2.灰度变换彩色法

3.频域滤波

4.6.2 假彩色增强

4.6.3 真彩色增强

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/492017.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

一文看懂人脸识别技术发展脉络

来源:InfoQ人脸识别可以说是人工智能领域中成熟较早、落地较广的技术之一,从机场、火车站的安检闸机,到平常用户手机中的“刷脸”支付,人脸识别技术已经深入到我们的生活当中。为了让各位读者深入浅出地全面了解人脸识别技术&…

Linux服务器运行环境搭建(二)——Redis数据库安装

官网地址:http://redis.io/ 官网下载地址:http://redis.io/download 1. 下载Redis源码(tar.gz),并上传到Linux 2. 解压缩包:tar zxvf redis-2.8.17.tar.gz 3. 进入解压缩后的文件夹:cd redis-2.…

第三章 VHDL语言的基本结构

VHDL语言的基本结构 一、VHDL设计简述 VHDL主要用于描述数字系统的结构、行为、功能和接口。 VHDL将一个设计(元件、电路、系统)分为: 外部(可视部分、端口) 内部(不可视部分、内部功能、算法) 1.VHDL语言的一些基本特点 二、实体 1.功能 描述设计模块的输入/输出信号或引脚…

中国科学家发现恐惧情绪的新环路

来源:科学网北京时间4月29日23时,浙江大学医学院教授李晓明课题组在《自然-神经科学》在线发表了题为《一条新的介导恐惧逃跑行为的皮层丘脑神经环路》的研究论文。该研究新发现了一条由丘脑网状核介导的从皮层至丘脑的神经环路,参与调控动物…

[FPGA]基于FPGA的数字跑表

基于FPGA的数字跑表的设计与实现 一、设计要求 用FPGA设计并实现一个数字跑表,范围为0~59分59.99秒。可以实现数字跑表进行启动、停止计时和显示读数三个操作,可以在数码管上显示读数。 二、设计任务 2.1基本部分 (1)了解FPGA开发…

求方程解问题

测试你是否和LTC水平一样高 Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)Total Submission(s): 14886 Accepted Submission(s): 4890 Problem Description大家提到LTC都佩服的不行,不过,如果竞赛只有这一个…

人工智能:AI 芯片快速起航

来源:平安证券摘要:当前,在算力、算法和大数据三驾马车的支撑下,全球人工智能进入第三次爆发期。然而,作为引爆点的深度学习算法,对现有的算力尤其是芯片提出了更为苛刻的要求。在AI场景中,传统…

第4章 分治策略 monge阵列

/* fi表示第i行的最左最小元素的列小标&#xff0c;则有f0<f1<f2<...<fn-1取数组的偶数行&#xff0c;组成新的子数组&#xff0c;递归求解最左最小元素的列下表&#xff0c;利用偶数项限定奇数项的范围&#xff0c;再求奇数项 */ #include<iostream> #incl…

坐标系编程

世界坐标系(平移)->惯性坐标系&#xff08;旋转&#xff09;->物体坐标系 世界坐标系与惯性坐标系的坐标轴平行 惯性坐标系与物体坐标系的原点重合 转载于:https://www.cnblogs.com/xrj3000/p/4693954.html

未来今日研究所:2019技术趋势报告

来源&#xff1a;资本实验家摘要&#xff1a;近期&#xff0c;著名研究机构未来今日研究所&#xff08;Future Today Institute&#xff09;发布了《2019技术趋势报告》。该报告涉及人工智能、网络安全、隐私与数据、交通、先进机器人、电子竞技、营销与广告、能源、气候与地理…

excel导入数据到sqlserver

一&#xff0c;ADO.net的方式 1、读取excel数据到dataset public static System.Data.DataSet ExcelSqlConnection(string filepath, string tableName){string strCon "ProviderMicrosoft.Jet.OLEDB.4.0;Data Source" filepath ";Extended PropertiesExcel …

7大车企电动策略,平台化到底是解药还是毒药?

来源&#xff1a;车云电动化&#xff0c;已经成为当下汽车行业绕不开的话题&#xff0c;虽然几个国际主流汽车面对电动时代的态度都不一样&#xff08;各自的情况不同&#xff09;&#xff0c;但不得不说&#xff0c;它们都在积极筹备着这一产业转型带来的冲击。电动化平台&…

java中判空

一、概述 java中判等似乎很简单&#xff0c;用来判断对象引用&#xff08;内存地址&#xff09;是否相同&#xff0c;equals用来判断值是否相同。你可以试用String对象轻松区分这一点。 那么在null判等&#xff08;也就是判空操作&#xff09;时呢&#xff1f; 可以通过如下代码…

浙大神经中心李晓明教授团队在《自然-神经科学》发文发现恐惧情绪的新环路...

左起&#xff1a;余小丹&#xff0c;沈晨杰&#xff0c;付佳毓&#xff0c;王浩&#xff0c;李晓明&#xff0c;李春悦&#xff0c;郑迪来源 : 浙江大学神经科学研究所北京时间4月29日23时&#xff0c;浙江大学医学院李晓明教授课题组在《自然-神经科学》&#xff08;Nature Ne…

MTK+Android编译

1. 修改recovery代码 比如mediatek\custom\itek82_wet_kk\recovery\inc\cust_keys.h ./mk r k ./mk recoveryimage 更新recovery.img2.修改factory代码 factory mode related program and resources are built-in to system.img ./mk mm mediate/factory ./mk snod这会生成生成…

人工智能的社会、伦理与未来

来源&#xff1a;澎湃新闻人工智能的创新与社会应用方兴未艾&#xff0c;智能社会已见端倪。为了推动人工智能的社会、伦理与未来研究&#xff0c;构筑国内相关研究的网络与平台&#xff0c;中国社科院科学技术和社会研究中心、国家社科基金重大项目“智能革命与人类深度科技化…

Debug Assertion Failed _CrtlsValidHeapPointer(block) realloc堆引发的错误

应用场景 二级指针的应用中堆的处理 问题描述&#xff1a; realloc后出现堆错误 #include"algorithm.h"//数组插入元素 int insert(int **pp ,int &n,int tmp, int pos) {if (0 < pos&&pos < n){int *po *pp;//保存 旧一级指针int *pnNULL;//…

POJ 3928 amp; HDU 2492 Ping pong(树阵评价倒数)

主题链接&#xff1a; PKU:http://poj.org/problem?id3928 HDU:http://acm.hdu.edu.cn/showproblem.php?pid2492 Description N(3<N<20000) ping pong players live along a west-east street(consider the street as a line segment). Each player has a unique skill…

观点 | 李飞飞最新访谈:我每天都在对AI的担忧中醒来

来源&#xff1a;AI科技评论是的&#xff0c;最近这些年&#xff0c;无人机可以说是爆发式发展。以前&#xff0c;它仅用于神秘的军事用途。如今&#xff0c;却在我们的日常生活中见怪不怪。人工智能对人类会产生什么影响&#xff0c;一直是值得讨论的话题&#xff0c;它会更好…

数字图像处理 图像变换

数字图像基础参考资料一、人眼视觉特性二、图像基本知识1.图像类别2.图像输入3.图像输出三、图像处理1.图像类型转化2.图像变换点变换代数运算几何运算参考资料 一、人眼视觉特性 韦伯率:50%概率感觉到亮度变化时的 ΔII\frac{\Delta I}{I}IΔI​为韦伯率。 韦伯-费希纳定律&a…