图像的增强
图像增强:
1. 灰度变换
1.1 灰度线性变换
1.2分段线性变换
1.3 非线性变换
2.直方图修正
2.1.直方图定义
2.2.直方图均衡化
2.3.直方图规定化
3. 图像平滑
3.1 图像的噪声
图像的边缘,跳跃,以及噪声等灰度变化剧烈的部分代表的是图像的高频分量,而大面积背景区域和灰度变化缓慢的地方代表的是图像的低频分量。
3.2 模板卷积
大部分模板为了容易取到中心位置,一般都会将模板设置为奇数,比如3*3或者5*5.对于图像的边缘部分,则有若干种方法采取补齐等措施。
4.图像的锐化
图像锐化和图像的平滑非常的类似,只是模板的形状发生了变化。
4.1 微分法:
Df/Dx =f(x+1,y)-f(x,y)
Df/Dy =f(x,y+1)-f(x,y)
上式(1)体现的是x方向的变化,(2)式突出的是y方向的变化。 重点是二阶的定义:
(D2)f/D(x2)=f(x+1,y)-2f(x,y)+f(x-1,y); (D2)f/D(y2)=f(x,y+1)-2f(x,y)+f(x,y-1);
4.2 梯度算子
△f(x,y)=[Gx Gy]=[Df/Dx,Df/Dy]
幅值mag(△f(x,y))=((Gx)2+(Gy)2)0.5
梯度的方向:......
这里面比较重点的就是了解直方图均衡化的思想。还有就是图像的锐化,有点类似于边缘检测。