12、图像增强技术详解

图像增强技术详解

1. 图像退化与恢复

在很多情况下，最终得到的图像是原始物体的退化版本。退化的来源有多种，例如相机失焦、雾等大气因素导致的退化，或者在图像捕获过程中物体与相机镜头焦平面之间的相对加速运动。传统的增强技术并不适合从退化图像中还原出原始物体。

如果能对退化机制进行恰当建模，就可以通过某种反卷积方法来重建原始场景。研究者们提出了许多从退化场景中恢复原始物体的策略。若能对退化原因进行数学建模，重建或恢复原始场景就会变得容易。需要注意的是，这些重建或恢复技术与增强技术不同，增强技术主要是为了获得更高质量的图像，而不一定是还原场景中的原始物体。

若导致退化的源头的数学模型已知，那么逆滤波或反卷积的标准技术效果很好。然而，在许多情况下，可能难以对退化源进行恰当建模。此时，可采用盲反卷积策略从退化图像中恢复原始场景。

2. 空间图像增强技术

用于降噪（或平滑）的空间滤波技术主要有以下几种：
- 空间低通、高通和带通滤波
- 非锐化掩蔽和锐化
- 方向平滑
- 中值滤波

2.1 空间低通和高通滤波

从信号处理理论可知，低通滤波会衰减信号中的高频成分，本质上等同于对信号进行积分，而积分意味着对信号求和与求平均。图像的低通滤波是一种空间平均操作，它产生的输出图像是原始图像的平滑版本，去除了图像中可能存在的高空间频率成分。特别是，这种操作对于去除视觉噪声很有用，视觉噪声通常在图像中表现为尖锐的亮点，低通滤波器会衰减与这些尖峰相关的高空间频率。

另一方面，图像的高通滤波会衰减低空间频率成分。通过选择滤波器系数可以改变衰减较低频率的截止频率。高