图像处理与分析（一）图像处理与图像滤波-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_45111566/article/details/129050646

文章介绍了数字图像的基础，包括图像的数字化、灰度级和彩色图像的概念。接着详细阐述了图像处理中的图像增强技术，如线性和非线性变换、直方图均衡化、滤波（平滑和锐化）等方法，特别提到了空间域与频率域的处理以及各种滤波器的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

绪论

模拟图像和数字图像

在这里插入图片描述

数字图像相关概念

图像数字化是在成像过程中把图像分割成一个个小区（像素或像元），并将各个小区亮度用整数来表示。
在这里插入图片描述
灰度级数。
灰度图像。灰度图像是指每个像素由一个灰度值来描述的图像，没有彩色信息。
彩色图像。彩色图像是指每个像素由**红、绿、蓝（R、G、B）**三原色构成的图像，R、G、B由不同灰度来描述。

图像处理

在这里插入图片描述
具体而言，数字图像处理的内容包括：图像数字化、图像变换、图像增强、图像的恢复与重建、图像编码、图像分割、二值图像处理与形状分析、纹理分析以及图像识别等。

图像增强

在这里插入图片描述

图像增强是指采用一系列技术去改善图像的视觉效果，或者将图像转换为一种更适合于人或机器进行分析和处理的形式。

空间域和频率域

空间域增强是指直接对图像各个像素进行处理；
频率域增强是对图像经傅里叶变换后的频谱成分进行处理，然后逆傅里叶变换获得所需的图像；

灰度直方图

在这里插入图片描述
ni表示灰度值等于i的像素的个数
若一幅图的像素倾向于占据整个可能的灰度级数并且分布均匀，则该图像会有高对比度的视觉效果，其色调变化较大。

对比度变换法

对比度是指图像中最大亮度与最小亮度的比值。
对比度变换是通过改变图像像素的亮度值来改变图像的对比度。扩大图像灰度的范围。

线性变换

将图像的灰度范围从[a,b]拉伸到[a’,b’]
在这里插入图片描述

分段线性变换

突出感兴趣目标所在的灰度区间，抑制不感兴趣的灰度区间。假设感兴趣目标的灰度范围为[a,b]，则将该区域灰度范围进行拉伸，具体示意如下：
在这里插入图片描述

在这里插入图片描述

非线性变换

与线性变换类似，只不过使用非线性函数来实现灰度图的非线性变换。
对数变换。对数变换可以扩展图像中暗像素的值，压缩更高灰度级的值。
在这里插入图片描述
指数变换。指数变换可以扩展图片中亮像素的值，压缩更低灰度级的值。

直方图修整法

直方图均衡化

直方图均衡化是指将原图像通过某组变换，得到一副灰度直方图为均匀分布的新图像的方法。
在这里插入图片描述

直方图规定化(直方图匹配)

直方图规定化是指使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。
在这里插入图片描述
局部直方图匹配

图像滤波

图像滤波是指图像借助掩膜进行卷积操作。
图像滤波分为平滑和锐化两种处理。

平滑滤波

为了抑制噪声改善图像质量所进行的处理称为图像平滑或去噪。
掩膜矩阵=滤波器核、窗口
滤波=卷积
在这里插入图片描述
选择的掩膜不同，中心点或邻域的重要程度也不相同，需根据实际问题进行选取。

为克服简单局部平均法的弊病，目前已提出许多保边缘、细节的局部平滑算法。它们的出发点都集中在如何选择领域的大小、参加平均的点数以及邻域各点的权重系数等。