数字图像处理 第二章 空域增强技术

 数字图像处理笔记

数字图像处理 第一章 数字图像基础-优快云博客

数字图像处理 第二章 空域增强技术-优快云博客

数字图像处理 第三章 频域处理-优快云博客

数字图像处理 第四章 图像分割-优快云博客

数字图像处理 第五章 彩色图像处理-优快云博客

数字图像处理 第六章 形态学图像处理-优快云博客

数字图像处理 第七章 图像恢复-优快云博客

1. 空域：指由像素组成的空间
2. 增强特点：不考虑图像降质原因，只将图像中感兴趣特征突出（增强），而衰减其不需要的特征。改善后的图像不一定要逼近原图
3. 邻域：包含点(x,y)的小区域，区域中心是点(x,y)，邻域大小<<图像尺寸。常是奇数行(列)，基本是对称的（正方形）
4. 直接灰度映射：将 f (x, y)中的每个像素灰度按𝑻操作（预先定义的滤波核）直接变换以得到 g(x, y)
5. 直方图：数字图像中每一灰度级出现的频数的统计。提供了图像像素的灰度值分布情况。它并不反映图像的空间信息。

直方图的计算： 第rk项的值为该灰度的占比

直方图均衡化：使得灰度的概率密度分布变为常数，即均匀分布。

扩大像素灰度值的动态范围，增强图像整体对比度。减少图像的灰度以换取对比度扩大

直方图均衡化：优点：自动增强整个图像的对比度；缺点：总是用均匀分布来近似目标图像直方图，增强效果不易控制，总是得到全局均衡化的直方图

1. 直方图规定化：将原图的直方图转为期望的直方图的形状，有选择地增强

 

1. 局部直方图处理

定义一个方形或矩形的区域(邻域),该区域的中心位置在某个像素点

计算该邻域的直方图,利用前面介绍的技术来得到变换函数

使用该变换函数来映射该区域的中心象素的灰度，移动区域中心，重复上述步骤

1. 滤波器分类：

利用像素本身以及其邻域像素的灰度关系进行增强的方法常称为滤波

按特点：线性、非线性

按功能：平滑、锐化

1. 线性平滑滤波器：消除噪声

• 领域平均：模版系数都是正的。保持灰度值范围（系数之和为1）
• 加权平均：不同位置的系数采用不同的值

1. 非线性平滑滤波器：既消除噪声又保持细节（不模糊）

①中值滤波器：消噪声效果与模板的尺寸和参与运算的像素数有关。

步骤：将模板中心与像素位置重合，读取对应像素的灰度值，将灰度值从小到大排列，将中间值赋给模板中心位置像素。

• 百分比滤波器：找到模板尺寸内最大、最小值，二者按比例结合赋予原像素

1. 非线性锐化滤波器：（积分可平滑图像，微分/差分可锐化图像）

①差分 ，加权差分

②

 

• Laplace算子——二阶导数   

使用后增强了图像中灰度的突变，不增强灰度级缓慢变化区域。把原图像与laplace图像组合 ，可以同时保持laplace锐化和原图像背景

1. 最大-最小锐化变换：让锐化模糊的边缘并让模糊的目标清晰起来

比较一个模版覆盖区域里的中心像素值与该区域里的最大值和最小值，然后将中心像素值用其接近的极值（最大或最小值）所替换