初识图像处理技术：数字图像增强 ----- 一、图像空域增强

2022-12-04 更新：纪念博主的另一篇连载博客《漫谈计算机网络》完结啦！

引流一下嘻嘻♥

漫谈计算机网络连载的所有章节👇：

1.漫谈计算机网络：概述 ------ 从起源开始到分层协议结构，初识究竟什么是计算机网络？ - slowlydance2me - 博客园 (cnblogs.com)

图像处理技术相关知识目录（顺序）：

图像增强，就是采用某种技术手段来改善图像的视

觉效果，或将图像转换成更适合于人眼观察及其分析识

别的形式，以便从图像中获取更有用的“信息”。

 按颜色分类：灰度图像增强和彩色图像增强

 按作用域分类：

• 基于空间域的方法 = 空域处理

• 基于变换域的方法 = 频域处理

一、图像空域增强

• 图像直接灰度变换

像素越高越清楚

灰度级越高色彩越丰富

线性变换分为;

(1) 截取式线性变换

(2) 分段式线性变换

(3) 图像反转

线性变换

gamma=1表示线性变换;

图像反转

常见的非线性变换：

对数变换

• 图像直方图均衡

（1）直方图（灰度统计直方图）：

是对图像每一个灰度间隔内像素个数的统计，一般的间隔取值为1。

（2）归一化直方图：

直方图均衡的原理 histeq

直方图均衡可以将任意分布规律的直方图的原始图

像，变换为具有均匀分布直方图的图像。

可以增加像素灰度值的动态范围，使每一个灰度级

所占的像素个数尽量均等，可以改善图像的整体对比度。

（1）基本思想

 把原始图的直方图变换为均匀分布的形式

 增加像素灰度值的动态范围

 以增强图像的整体对比度

（2）均衡定义

（3）算法原理

（1）均衡过程

（2）均衡示例

设一幅图像的尺寸为64×64。像素的灰度层次L=8，

则该图像共有N= 64×64 =4096个像素。

该图像直方图如下

（3）图像直方图均衡后分析

a. 变换后直方图趋向平坦，灰度级减少，灰度级进行

了合并。

b. 变换后含有像素多的几个灰级间隔被拉大了，压缩

的只是像素数少的几个灰度级，实际视觉能够接收的信

息量大大的增强了.

• 图像平滑

　　平滑滤波方法就是选择一定的平滑模板，通过模板与图像的卷积处理在图像的空间域计算完成。

a. 平滑处理必须有明确的针对性

b. 平滑可以消除噪声、去掉小的细节，但是也会使图像变

得模糊不清，降低图像的视觉质量

图像线性平滑滤波

（1）均值滤波器

加在一起÷9 = 123

（2）加权均值滤波器

（3）滤波器的分析和比较

共同点：

• 平滑处理减小了图像灰度的尖锐变化，可以减噪

• 平滑滤波存在边缘模糊的负面效应

 差异

• 邻域均值滤波的边缘模糊更明显。

• 加权滤波效果比邻域均值效果更好。

图像非线性平滑滤波

线性平滑与非线性平滑区别;

线性的平滑滤波

• 可以有效地消除噪声，

• 图像细节产生模糊，

• 清晰度下降，

• 低通滤波效应明显

非线性平滑滤波：

• 可以消除图像孤立噪声，

• 较好的保持图像的细节信息

（1）中值滤波设计思想

使拥有不同灰度的点看起来更接近它的邻域值

噪声：该点像素比周围的像素亮（暗）许多；

 周围临近像素点，排序，取中值。

 对斑点噪声（speckle noise）和椒盐噪声（salt-and pepper noise）来说尤其有用

 但对细节多，特别是点、线、尖顶细节多的图像则不宜采用中值滤波的方法。

（1）中值滤波设计思想

选择领域中值滤波

（2）中值滤波的步骤

a.模板在图中漫游，模板中心与图中某个像素位置重合；

b.读取模板中各个对应像素的灰度值；

c.将这些灰度值从小到大排列；

d.找出这些值里排在中间的一个；

e.将这个中间值赋给当前对应模板中心位置的像素。

（3）中值滤波的特点

a. 对某些输入信号中值滤波的不变性；

窗口内单调增加或单调减少的序列；

阶跃信号；

周期性的二值序列

b. 中值滤波器去噪声性能;

对脉冲干扰来讲，特别是脉冲宽度小于m/2，相距较

远的窄脉冲干扰，中值滤波是很有效的。

几种典型信号的中值滤波（L=5）

• 图像锐化

图像锐化基础

边缘：是指图像中灰度发生急剧变化的区域。

图像锐化的目的：突出图像的边缘信息，加强其图像

的轮廓特征。

物体边缘的特征：

a. 视觉上表现为灰度明暗的阶跃或比较剧烈的变化

b. 统计关系为空间域数据的相关性较小

c. 在变换域中为高频分量

拉普拉斯算子Laplacian

 最常用的无方向性的二阶差分算子，其模板有3×3，

5×5，和7×7等多种形式。

 例如，3×3边缘提取模板为

 如果在突出边缘信息的同时希望能够保持原图像的细节，

可以在改模板中增加当前像元数的权重，得到图像边缘

增强的效果。

例如，3×3边缘增强模板为：

对于这些模板，当前点为模板中心，处理效果为勾边

普瑞维特算子Prewitt

普瑞维特水平和垂直算子滤波，如下

索贝尔算子Sobel

优点：由于引入了加权平均的因素，因而对图像中的随机噪声具有一定的

平滑作用。

 由于Sobel算子采用间隔两行或两列的差分，所以图像中边缘两侧的像素

得到增强。

 Sobel算子得到的锐化图像的边缘显得粗而亮。

 Soble水平和垂直算子滤波为：

posted @ 2022-11-22 19:29 slowlydance2me 阅读(231) 评论(0) 编辑收藏举报

刷新页面返回顶部

slowlydance2me

初识图像处理技术： 数字图像增强 ----- 一、图像空域增强

一、图像空域增强

• 图像直接灰度变换

线性变换 分为;

线性变换

gamma=1表示线性变换;

图像反转

常见的非线性变换：

对数变换

• 图像直方图均衡

（1）直方图（灰度统计直方图）：

（2）归一化直方图：

直方图均衡的原理 histeq

（1）基本思想

（2）均衡定义

（3）算法原理

（1）均衡过程

（2）均衡示例

（3）图像直方图均衡后分析

• 图像平滑

图像线性平滑滤波

（1）均值滤波器

加在一起÷9 = 123

（2）加权均值滤波器

（3）滤波器的分析和比较

图像非线性平滑滤波

线性平滑与非线性平滑区别;

使拥有不同灰度的点看起来更接近它的邻域值

（1）中值滤波设计思想

• 图像锐化

公告

初识图像处理技术：数字图像增强 ----- 一、图像空域增强

线性变换分为;