图像增强方法
- 目的：改善视觉效果，例如增强对比度
- 定义：为了改善视觉效果、便于人或计算机对图像的分析理解，针对图像的特点或存在的问题，采取的改善方法或加强特征的措施。
- 本质：有选择地加强图像中的某些信息，抑制另一些信息，产生一幅新的图像
- 增强方法的分类：空间与方法，频域方法，混合域方法
- 空间域方法：直方图，回复直方图是灰度的概率密度，横坐标为灰度，纵坐标为每种灰度的像素频率
- 通常情况下，若一幅图像的像素倾向于占据整个可能的灰度级并且分布均匀，则该图像会有高对比度的外观 → \rightarrow →直方图均衡化：找到一种变换使得变换后的概率密度函数均匀分布。 s k ′ = T ( r k ) = ∑ j = 0 k P ( r j ) s _ { k } ^ { \prime } = T ( r _ { k } ) = \sum _ { j = 0 } ^ { k } P ( r _ { j } ) sk′=T(rk)=j=0∑kP(rj)
- 直方图均衡化的实质：占有较少像素的灰度变换后被归并；直方图均衡化的缺点：由于灰度归并，可能损失一些图像细节；处理后的图像显得粗犷。
- 频域方法
- 二维傅里叶变换
F ( u , v ) = 1 M N ∑ x = 0 M − 1 ∑ y = 0 M − 1 f ( x , y ) e x p [ − j 2 π ( u x M + v y N ) ] u = 0 , 1 , … , M − 1 , v = 0 , 1 , … , N − 1 F ( u , v ) = \frac { 1 } { M N } \sum _ { x = 0 } ^ { M - 1 } \sum _ { y = 0 } ^ { M - 1 } f ( x , y ) e x p [ - j 2 \pi ( \frac { u x } { M } + \frac { v y } { N } ) ] u = 0 , 1 , \ldots , M - 1 , v = 0 , 1 , \ldots , N - 1 F(u,v)=MN1x=0∑M−1y=0∑M−1f(x,y)exp[−j2π(Mux+Nvy)]u=0,1,…,M−1,v=0,1,…,N
- 二维傅里叶变换
最低0.47元/天 解锁文章
扫一扫
3928
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
